ภาพถ่ายที่ยังไม่ผ่านการประมวลผลนั้นจริง ๆ แล้วหน้าตาเป็นอย่างไร

 (maurycyz.com)
2 คะแนน โดย GN⁺ 2025-12-29 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • การทดลองที่แสดงให้เห็นเป็นขั้นตอนว่าข้อมูล RAW ของเซนเซอร์ จากกล้องดิจิทัลถูกบันทึกในรูปแบบใด
  • ข้อมูลเริ่มต้นเป็นภาพโทนเทา โดยนำ เอาต์พุต ADC 14 บิต มาแมปเป็น RGB 0–255 แบบง่าย ๆ ทำให้ช่วงความสว่างจริงยังถูกจำกัด
  • ใช้ ฟิลเตอร์ Bayer เพื่อสะท้อนข้อมูลฟิลเตอร์สีของแต่ละพิกเซล และทำ demosaicing โดยเฉลี่ยค่าพิกเซลข้างเคียง
  • ผ่านการปรับ แกมมา และ ไวต์บาลานซ์ เพื่อชดเชยความต่างของการรับรู้ความสว่างแบบ ไม่เชิงเส้น ระหว่างสายตามนุษย์กับจอแสดงผล
  • ท้ายที่สุด เมื่อเทียบกับการประมวลผล JPEG ภายในกล้อง จะเห็นว่าแนวคิดเรื่อง “ภาพที่ไม่ผ่านการปรับแก้” แทบไม่มีอยู่จริง

สภาพเริ่มต้นของข้อมูล RAW จากเซนเซอร์

  • ข้อมูลต้นฉบับที่เซนเซอร์กล้องบันทึกไว้ประกอบด้วยค่า ADC 14 บิต และเมื่อแปลงเป็น RGB 0–255 แบบตรงไปตรงมา จะได้ภาพในลักษณะโทนเทา
    • ช่วงค่าของ ADC จริงอยู่ที่ประมาณ 2110~13600 จึงตั้งช่วงนี้เป็นเกณฑ์ขาวดำเพื่อปรับความสว่างใหม่
  • ภาพในขั้นตอนนี้แทบไม่มีข้อมูลสี เพราะเซนเซอร์ วัดได้เพียงความเข้มของแสง

กระบวนการกู้คืนข้อมูลสี

  • เซนเซอร์กล้องสีใช้ การจัดเรียงฟิลเตอร์ Bayer เพื่อให้แต่ละพิกเซลตรวจจับได้เพียงสีใดสีหนึ่งระหว่างแดง เขียว หรือ น้ำเงิน
  • เมื่อลงสีให้ตรงกับฟิลเตอร์สีของแต่ละพิกเซล ภาพจะเริ่มมีสีสัน แต่ในหนึ่งพิกเซลจะมีเพียงหนึ่งค่าใน RGB เท่านั้น
  • เมื่อเฉลี่ยค่าของพิกเซลข้างเคียงเพื่อทำ demosaicing สีของภาพทั้งภาพก็จะถูกกู้คืนขึ้นมา

ความสว่างและการปรับแกมมา

  • สาเหตุที่ภาพดูมืด เป็นเพราะ ข้อจำกัดของช่วงไดนามิกของจอภาพ และ การรับรู้ความสว่างแบบไม่เชิงเส้นของสายตามนุษย์
  • หากแสดงข้อมูลเชิงเส้นโดยตรง ภาพจะดูมืด จึงต้องใช้ เส้นโค้งแกมมาแบบไม่เชิงเส้น เพื่อเพิ่มความสว่างในส่วนมืด
  • แต่ในกระบวนการนี้จะเกิดอาการ ช่องสีเขียวเด่นเกินไป เนื่องจากความไวต่อสีเขียวของเซนเซอร์และสัดส่วนของสีเขียวในโครงสร้าง Bayer

ไวต์บาลานซ์และการปรับสี

  • ปรับแต่ละช่องสีตามสัดส่วนที่กำหนดเพื่อให้ได้ ไวต์บาลานซ์ ที่เหมาะสม
  • ย้อนกลับไปยังขั้นตอนก่อนการแปลงแบบไม่เชิงเส้น ลดช่องสีเขียวลง แล้วจึงใช้เส้นโค้งแกมมาอีกครั้ง
  • ผ่านกระบวนการนี้จึงได้ ภาพถ่ายที่มีสีสันเป็นธรรมชาติ

การเปรียบเทียบกับการประมวลผล JPEG ของกล้อง

  • ภาพ JPEG ที่กล้องสร้างขึ้นภายใน จากข้อมูล RAW เดียวกัน เป็นผลลัพธ์ที่ผ่านการปรับแก้ทางคณิตศาสตร์หลายขั้นตอนมาแล้ว
  • การปรับคอนทราสต์หรือไวต์บาลานซ์ในซอฟต์แวร์แต่งภาพ ก็คือการคำนวณแบบเดียวกับที่กล้องทำภายในโดยเนื้อแท้
  • แนวคิดเรื่อง “ภาพที่ไม่ผ่านการแต่ง” ไม่มีอยู่จริงในทางปฏิบัติ และ ภาพทุกภาพล้วนเป็นผลของการประมวลผลทางคณิตศาสตร์
  • การจำลองการมองเห็นของมนุษย์ให้สมบูรณ์แบบทำได้ยาก และด้วยข้อจำกัดของจอแสดงผล จึงยังมี ความจำเป็นของการปรับแก้ด้วยตนเอง อยู่เสมอ

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-12-29
ความคิดเห็นจาก Hacker News

  • กำลังลังเลว่าการใช้ ฟังก์ชันถ่ายทอดสัญญาณ เดียวกันกับทุกพิกเซล ควรถูกนับว่าเป็น ‘การประมวลผล’ หรือไม่
    ในยุคฟิล์ม ถ้าใช้ฟิล์มขาวดำ ISO 400 แบบดันไปถ่ายที่ 1600 ก็จะเกิดเกรนหยาบ แต่สิ่งนั้นคือ ‘นอยส์’ ที่สม่ำเสมอทั้งภาพ
    ทุกวันนี้การลดนอยส์พัฒนาไปไกลอย่างน่าทึ่ง แต่ในกระบวนการนั้นบางครั้ง ตัวภาพเองก็ถูกบิดเปลี่ยน
    ตัวอย่างเช่น กล้อง IP ของฉันเวลาขี่จักรยานเข้ามา บางส่วนของล้อกลับหายไป อัลกอริทึมเข้าใจพื้นผิวแอสฟัลต์ผิดว่าเป็นนอยส์แล้วลบทิ้ง
    สมาร์ตโฟนหรือกล้องดิจิทัลเองก็เช่นกัน ถ้าซูมหรือถ่ายในที่แสงน้อย ใบหน้าจะดูเหมือน ‘ภาพวาด’
    ฉันกลับอยากได้ นอยส์ที่ซื่อสัตย์ มากกว่า หรืออย่างน้อยก็อยากได้อัลกอริทึมลดนอยส์ที่ปรับได้ตั้งแต่ ‘ไม่มี’ ไปจนถึงค่าเริ่มต้นปัจจุบัน

  • ชอบบทความที่ค่อย ๆ แกะชั้นนามธรรมของคำว่า ‘ภาพ’ ออกมา สุดท้ายแล้วการถ่ายภาพสมัยใหม่ก็เป็นแค่ การประมวลผลสัญญาณ ที่เติมการตลาดเข้าไปเท่านั้น
    สาเหตุที่ Bayer pattern เป็นแบบ RGGB (สีเขียว 50%) ไม่ได้มีแค่เรื่องสมดุลสี แต่รวมถึง ความละเอียดเชิงพื้นที่ ด้วย
    ดวงตามนุษย์ไวต่อสีเขียวมากที่สุด ดังนั้นช่องสีเขียวจึงรับหน้าที่เป็นความสว่าง (รายละเอียด) ส่วนใหญ่
    อัลกอริทึม demosaicing ระดับสูงจะสร้าง แผนที่ความสว่าง ความละเอียดสูงจากช่องสีเขียวก่อน แล้วค่อยอินเตอร์โพเลตสีแดงและสีน้ำเงินเป็นชั้นความต่างสี
    หลักการนี้เองที่ทำให้การบีบอัดวิดีโอแบบโครมาซับแซมปลิง 4:2:0 เป็นไปได้
    ถ้าอยากลงลึกกว่านี้ แนะนำให้ดูซอร์สโค้ดของ dcraw หรือ libraw จะเห็นการจัดการกรณีพิเศษจำนวนมากเพื่อแปลความ ‘แรงดันดิบ’ ของผู้ผลิตเซ็นเซอร์แต่ละราย

    • ถ้าดู สูตรควอนไทซ์ ของ ppmtopgm ที่ใช้แปลงจากฟอร์แมตคลาสสิก PPM เป็น PGM จะเห็นว่าน้ำหนักของสีเขียวเกือบ 60%
      g = .299r + .587g + .114b
      อัตราส่วนนี้เป็นตัวกำหนดความสว่างของภาพระดับเทา
      และท่อนกวีที่อ้างไว้ตรงนั้นก็น่าประทับใจ เพราะมันบรรยายโลกที่สีสันหายไป พร้อมเสียดสีว่าท้ายที่สุดสิ่งที่เราตัดสินว่า ‘ถูกต้อง’ อาจเป็นเพียง ความคลาดเคลื่อนจากการควอนไทซ์ เท่านั้น
    • ตอนทำงานในทีมโฆษณา Amazon Kindle เคยมีช่วงหนึ่งที่รูปโฆษณา ออกมาเละเทะ นาน 6 เดือน เพราะแปลง RGB เป็นภาพเทาด้วยการเฉลี่ยตรง ๆ
      ทั้งที่จริงแค่เพิ่มแฟลกแปลง RGB→luma ในคำสั่ง FFmpeg ก็น่าจะแก้ได้แล้ว
    • ที่จริงแล้ว ภาพถ่ายฟิล์มก็เป็นการประมวลผลสัญญาณ อีกรูปแบบหนึ่งเช่นกัน ไม่มีสิ่งที่เรียกว่า ‘ข้อมูลที่ไม่ผ่านการตีความ’ ที่เรารับรู้ได้จริง
    • รู้สึกน้อยใจนิด ๆ ที่ Bayer pattern จัดพื้นที่ให้สีเขียวมากเป็นสองเท่า
      แม้จะเข้าใจว่ามาจากการที่สายตามนุษย์ไวต่อสีเขียว แต่ก็ยังรู้สึกไม่ค่อยยุติธรรมอยู่ดี (⩺_⩹)
    • ไม่ชอบเวลาคนถามว่าภาพนี้ “แต่งหรือเปล่า หรือเป็นต้นฉบับ”
      เพราะ JPEG ที่กล้องสร้างออกมาตั้งแต่แรกก็เป็น ผลลัพธ์ที่ผ่านการประมวลผลหนักมาก อยู่แล้ว
      การใช้เส้นโค้ง การแมปปิง หรือค่าปรับแต่งต่างกันเพื่อสร้าง JPEG อีกแบบ ไม่ใช่ ‘การปลอมแปลง’ แต่เป็นเพียงการตีความอีกแบบหนึ่งเท่านั้น

  • ฉันทำงานเกี่ยวกับเซ็นเซอร์กล้อง และคิดว่าบทความนี้เหมาะมากสำหรับใช้สอนพนักงานใหม่
    ถ้าแสดงให้เห็นกระบวนการตั้งแต่ ข้อมูล RAW ไปจนถึงผลลัพธ์ที่เราคุ้นเคย ความเข้าใจจะมาเร็วมาก

  • แค่ทักเรื่องพิมพ์ผิดเล็กน้อยว่า ควรใช้ “than” แทน “then”

  • ตอนเรียนปริญญาตรีฉันเรียน remote sensing จนได้เข้าใจเซ็นเซอร์และการประมวลผลสัญญาณอย่างจริงจัง
    สิ่งที่ฉันเห็นไม่ใช่ ‘ความจริง’ แต่เป็น มุมมองบางส่วน ของข้อมูล
    ดวงตามนุษย์ ดวงตาแมว และกล้อง ต่างก็เก็บและถ่ายทอดชุดย่อยของข้อมูลที่ต่างกัน
    ถ้ามองอวกาศและเวลาเป็นมิติเพิ่มเติมของสัญญาณ ก็ยิ่งน่าสนใจขึ้นไปอีก
    ท้ายที่สุดแล้วก็อดคิดไม่ได้ว่าเราทุกคนเป็นเพียง ระบบเซ็นเซอร์ ที่กำลังสังเกตจักรวาลเพียงบางส่วนเท่านั้น

  • ในภาพถ่ายดิจิทัล การบีบอัดไดนามิกเรนจ์ และ debayering เป็นสิ่งจำเป็น แต่ในทางกลับกัน การที่ AI มารับรู้วัตถุแล้ว สร้างภาพใหม่แบบเพ้อฝัน ตามสิ่งที่มันคิดว่า ‘ควรจะเป็น’ นั้นเป็นอีกเรื่องหนึ่ง
    ผู้ผลิตกำลังผลักดันไปในทิศทางนี้ ซึ่งก่อปัญหาอย่างเรื่องความน่าเชื่อถือของภาพถ่ายที่ใช้เป็นหลักฐาน

    • ฉันไม่คิดว่ารูปถ่ายมี ‘ของจริง’ กับ ‘ของปลอม’
      ทุกภาพคือการตีความข้อมูล และเป็นผลลัพธ์ของการเลือกมากมาย
      ถ้าจะจำแนกจริง ๆ อาจแบ่งเป็น การแก้ไขทั้งภาพ (global) กับ การแก้ไขเฉพาะจุด (local) โดยการแก้ไขเฉพาะจุดอาจถือว่าใกล้เคียงคำว่า ‘ปลอม’ มากกว่า
      แต่ท้ายที่สุดแก่นสำคัญคือ เจตนา (intent)
      ถ้ามีเจตนาจะหลอก ต่อให้เป็นภาพที่ออกมาจากกล้องตรง ๆ ก็อาจเป็น ‘ของปลอม’ ได้
      คนส่วนใหญ่มองว่าการใส่ฟิลเตอร์คือ ‘ของปลอม’ แต่จริง ๆ แล้วรูปถ่ายทุกภาพต่างก็มีฟิลเตอร์อยู่แล้ว
      การเรียกกระบวนการนั้นเองว่า ‘ของปลอม’ จึงไม่มีความหมาย

  • ทำให้นึกถึงคำพูดจากหนัง Tim’s Vermeer
    ที่บอกว่า “แนวคิดสมัยใหม่ที่ว่า ศิลปะกับเทคโนโลยีควรถูกแยกออกจากกันนั้นเป็นความคิดที่ผิด”
    ซึ่งสะท้อนว่า การผสานศิลปะกับเทคโนโลยี นี่เองคือคุณลักษณะของยุคทอง
    อีกทั้งยังอยากแนะนำ The Science of Photography ของ John Lind และ
    คำอธิบายเรื่องเซ็นเซอร์ของ Bob Atkins ด้วย
    โดยเฉพาะส่วนที่อธิบายว่าทำไม ขนาดหลุมรับประจุของพิกเซล จึงสำคัญมากนั้นน่าประทับใจ

  • ฉันคิดว่าสาเหตุที่ข้อมูลเชิงเส้นดูมืดเมื่อแสดงตรง ๆ เป็นเพราะ ข้อจำกัดของจอภาพ
    ถ้ามี bit depth มากพอ เราน่าจะแสดงแบบ linear light ได้โดยไม่ต้องแกมมาคอเรกชันหรือเปล่า

    • ไม่ใช่ ปัญหาอยู่ที่ รูปร่างของเส้นโค้ง
      เพราะ การรับรู้ความสว่าง ของมนุษย์ไม่เป็นเชิงเส้น จึงจำเป็นต้องทำให้ไม่เป็นเชิงเส้นในขั้นตอนใดขั้นตอนหนึ่ง
      วิธีที่เหมาะที่สุดคือคำนวณในปริภูมิสีเชิงเส้น 16 บิตขึ้นไป แล้วค่อยใส่แกมมาก่อนแสดงผล
      ในอดีตเคยมีการเบลนด์ด้วย RGB แบบไม่เชิงเส้น จนเกิด แถบมืดเป็นขั้น ๆ อยู่บ่อยครั้ง
    • การแกมมาคอเรกชันไม่ได้มีไว้เพราะจอภาพเท่านั้น แต่ยังเพื่อ จัดสรรบิตให้กับไฮไลต์และเงา ได้มีประสิทธิภาพขึ้นด้วย
      CRT ใช้แกมมาเพื่อชดเชยการตอบสนองแบบไม่เชิงเส้นของปืนอิเล็กตรอน ส่วนฟิล์มหรือเซ็นเซอร์ CMOS ก็มีความไวต่อแสงในลักษณะลอการิทึม จึงมีการประมวลผลคล้ายกัน
    • ถ้าแสดงภาพพระอาทิตย์ตกแบบเชิงเส้น ดวงอาทิตย์จะสว่างจน แสบตา มากเกินไป ซึ่งไม่สมจริง

  • ‘ภาพถ่ายที่ไม่ผ่านการประมวลผล’ แทบไม่มีอยู่จริง
    RAW เป็นเพียงชุดค่าพิกเซลแบบ RGGB และการทิ้งข้อมูลอย่างมีกลยุทธ์เพื่อให้เข้ากับ ไดนามิกเรนจ์อันแคบของหน้าจอ
    รวมถึงการกำหนดจุดเทากลาง ล้วนเป็นพื้นที่ของ การตีความเชิงสร้างสรรค์

  • รู้สึกเสียดายนิดหน่อยที่ตัวอย่างในบทความดูประดิษฐ์เกินไปและใช้แสงสีหลากหลายมาก จนยากจะเข้าใจว่า ‘ความจริงอ้างอิง’ คืออะไร

    • แต่นั่นแหละคือประเด็นสำคัญ จุดประสงค์ของบทความคือชวนให้ ทบทวนอย่างท้าทาย ต่อแนวคิดเรื่อง ‘ความจริงอ้างอิง’ เอง
      แค่เปรียบเทียบภาพสองภาพสุดท้าย แล้วตัดสิน ‘ผลลัพธ์’ ตามความชอบของแต่ละคนก็พอ