Re: [問題] 色域的概念 log to 709

看板Filming作者Zabiela (Zabiela)時間2年前 (2021/08/22 06:45)推噓17(17推 0噓 11→)

留言28則, 13人參與討論串2/5 (看更多)

先上一張圖，然後下面解釋： https://i.imgur.com/LRmfXd6.jpg

由左至右是一幅景象被你看到、被相機記錄的影像旅程。從左邊說起，光就是電磁波，可以被眼睛看到的電磁波叫可見光 (A區)。接下來我們要複習一點點高中生物，很快就結束，這會為接下來講到相機的部分提供一個熟悉的類比，所以是必要的。場景中的亮度依照我們眼睛的「習慣」(這點很重要，最後補充說明)，可以分為 X、Y、Z 三區，其中每一區從頂到底，細分為 h、m、l 高中低，例如暗部 Z 和中間調 Y 的交界點就是 Zh 或 Yl，後面都這樣指稱比較省事。前面說到光就是電磁波，所謂的「亮」，就能粗略理解成「電磁波的訊號很強」，而圖中有很多像刻度的彩色小橫槓，我們叫它訊號條，位置高的訊號條，就負責攜帶場景裡高亮度 (高訊號強度) 的資訊。場景中「亮的部分」送到眼睛以後，就會轉換成高位訊號條 (B區)，然後大腦再把高位訊號條解析為高亮度，反之亦然。舉例來說，太陽和水面的反光這些影像資訊在我們眼裡就是 X 區最頂的那條；膚色跨度大，則大致上對應到 Y 區那幾條，以此類推。亮度和訊號強度的對應 OK 了，但麻煩的是「顏色」這個概念。視網膜透過三種錐細胞 (L、M、S) 來感光辨色，和一種桿細胞 (Rod) 負責暗視覺 (B區)，然後把訊號送大腦處理，這就是看到傷眼的東西頭痛的正確位置，其中 LMS 比較重要，這邊非常簡略地說明一下： LMS 這三種感光細胞分別對某個波長的光敏感 (不等於 RGB)，場景中的各種顏色和亮度會分別對 LMS 造成程度不一的刺激，接著只要知道這三種刺激的強度比例，大腦就能解析為「你看到某顏色」，也就是說，你完全可以把顏色這個概念理解為「LMS 訊號的強度配方」。所以：「亮度」就是訊號的強度，「顏色」就是三種訊號的強度配方，至此我們就能用訊號強度來描述一切了。下一個來看訊號強度的分階。訊號條之間的距離就是訊號強度分階的細緻程度，當一個東西愈來愈亮 (訊號越來越強)，到達一個程度後，在我們眼裡就會視為更上一階；也就是說，如果有兩個東西之間的亮度差異小於神經訊號條的分階跨度，我們就會分不出來哪個亮，因為差異太小了，會被眼睛認為是同一個訊號強度。反過來講，如果你有一套色鉛筆，它們之間的亮度和顏色這些訊號差異若大於你能辨識的階度，你就會視為色階，而不是完美滑順的彩色漸層。現在開始講相機，我再重貼一次第一張圖，閱讀比較方便： https://i.imgur.com/LRmfXd6.jpg

你帶著相機在美麗的海灘上，還有好多穿著比基尼的正妹在玩水，刺眼的烈日下，波光粼粼，和這些正妹的笑容一樣耀眼，海灘旁的防風林也坐滿了在陰影下休息的情侶，單身的你，和他人幸福的對比，就如同此景的動態範圍般寬廣。好了，在 B 的地方此景映入你眼簾，當你舉起相機開始錄影時會發生什麼事？首先，太陽和那些海水的反光超出你相機的動態範圍，所以細節丟失了，其他有記錄到的地方，相機的 sensor 就如同你眼睛運作的方式，開始把場景拆解成不同強度的訊號條。但與你眼睛不同的是，相機很弔詭地用了一堆訊號條在描述天空白雲的細緻層次，陽光下的膚色反而交代得沒那麼詳細，陰影下的肉體更是草草帶過，沒有辦法，這是 sensor 的物理特性，反正無論如何都比你眼睛的明暗解析來得細緻就沒差，看不出來就好。麻煩的地方是，相機忠實紀錄很暗到很亮的完整畫面，可是你家的螢幕只能投射出要亮不亮、要暗不暗的一小段範圍，跟大自然的高反差、高飽和根本不能比，這樣要怎麼重現海灘美景？如果不能的話，那平常看的影片是怎麼辦到的？這邊就要先從色彩空間講起了。 https://i.imgur.com/7es95BX.jpg

人總有製表的習慣，顏色也是如此，你看到像蝴蝶翅膀的色塊，就是透過一個坐標系描述了所有人類眼睛能看到的顏色，它叫 CIE 1931 色彩空間 (Color Space，且實際上是三維的，但現在不重要)。既然是坐標系，它就是絕對的色彩標準，每個顏色對應唯一的坐標，現在，我們在圖中藍色、綠色、紅色 (R, G, B) 的區域各選一個原色 (Primary)，把它們做成燈泡，這三個燈泡發出的色光就能透過亮暗 (訊號強弱) 的比例，組合出等效於三角型範圍內的所有顏色，這個三角形，就叫做色域 (Gamut)，你的螢幕就是這樣運作的，這就是為什麼像素點會由 RGB 構成。而相機在記錄色彩也是一樣的邏輯，要記錄某顏色，就先透過色彩濾鏡 (Color filter array)，把該顏色拆成 RGB 的訊號比例，然後記下來到時候只要再依照比例讓螢幕亮三顆燈泡，你就會再度看到那個顏色了。 (中間的技術細節也很值得探究，但現在沒有空間詳述) 這道理很像麥克風其實就是喇叭倒過來運作。其中，一個 Gamut 會用它自己的 RGB 值定義自己的坐標系，例如，我們先規定訊號強度 0-99，上圖中的「G 點」在小三角形就會是 rgb小(0, 99, 0)，但這個點在大三角形可能就是 rgb大(12, 87, 14)，(舉例而已不精確) 因為它離大三角形的最綠點 G’ 還有一段距離，所以 RGB 值不是絕對，你還要先定義你的色域範圍才可以。另外，你在播放的時候，螢幕等級也有差，高級的螢幕能呈現更鮮豔的原色，也就能在色彩空間裡圍出更大的三角形，換句話說就是色域更廣；差一點的螢幕能呈現的色彩就比較少，色域比較窄。再一次地，相機也相同，好一點的 sensor 就能捕捉更廣的色域，反之亦然。這下就製造了一個嚴重問題，每個品牌的相機、每個螢幕的 Gamut 都不一樣，這樣要怎麼確保哪個顏色是哪個顏色？這時候就要引入色彩標準，一樣方便閱讀再貼一次： https://i.imgur.com/7es95BX.jpg

我們就把小三角型的那三個點固定下來，說，這個三角形涵蓋的範圍是一個標準 Gamut，取名 sRGB (Standard RGB)，這是在照片的領域，用在影片時它叫 Rec. 709。這個 Rec. 709 的色彩標準通用於幾乎所有的顯示器，所以偏小一些，以確保多數螢幕都能支援裡面涵蓋的色彩。這邊補充一下： Rec. 709 這詞同時包含另一個規範，等下會講到，跟亮度對比有關，所以有人會以為跟 sRGB 不同，但只論顏色的話，Rec. 709 色彩就是 sRGB。現在我們理解方便 (實際上更複雜些，但不影響學習)，先把那個叫做 S-Gamut3.Cine 的大三角視為你相機能拍到的完整 Gamut， (以下簡稱 SG3C) 好了，你拍到歸拍到，但螢幕只能顯示裡面更小的 709，這怎麼辦？有兩個方法，第一個，SG3C 裡太鮮豔、鮮豔到不常見的邊緣就放棄顯示，用最接近的 709 色彩取代；第二個，沒那麼極端，但還是落在 709 範圍外的顏色，就整個「縮放」納入 709。這個有點難想像，意思是這樣：原本拍到的 G’ 點經過縮放會移動到 G 點；而原本拍到的 G 點也跟著被內推到 709 內部，這樣一來你就能用 709 的有限空間「模擬出」SG3C 的顏色，這兩個方法通常會同時使用，而且詳細的轉換方式也更複雜，因為人眼對顏色算很敏感的，太粗糙的轉換很容易看出不對勁，但概念上簡單講就是這樣，這個就是所謂的色彩空間轉換 (Color Space Transform, CST)。現在我們再回到剛剛的地方： https://i.imgur.com/LRmfXd6.jpg

稍早說到相機捕捉到的訊號很寬廣，但螢幕能呈現的訊號很窄，要解決這問題，必須從顏色和亮度這些訊號強度相關的部分下手，顏色的部分觀念已補完，接著看亮度。通常在場景中，重要的被攝體亮度都會落在 Y 區，例如膚色等，什麼叫重要？就是細節、色彩亮度的分階在拍攝時描述得越詳細越好，播放時重現的精準度也是越接近越好，所以螢幕被設計的時候，能投出的訊號強度主要也在這區，重點來了： https://i.imgur.com/qZnTv04.jpg

H 區是你影片的檔案，它是裝載影像資訊的一個載體，既然是檔案，就要有合理的大小，也就是裡面的資訊量是有限的，那要怎麼讓它的大小合理呢？方法是這樣，相機捕捉到的訊號條海量般多，但要錄成影片檔的時候，從最暗到最亮只准你放 100 條，編號 0-99， (100 這數字在這邊只是方便理解，正確數字後面補充) 剛好配合前面提到螢幕的訊號強度 0-99 階。現在，C 區相機捕捉到的訊號條準備要開始送 D區處理器處理了，手續是這樣： 1. 把捕捉到的訊號放在 CIE 色彩空間內，然後看主人指定哪個 Gamut，把那個訊號的 RGB 值求出來，變成新的訊號條。 2. 把這些新的訊號條錄製進 H 區檔案裡。麻煩來了，H 區比 C 區小、密度也低，這些處理好的訊號條怎麼塞進去？方法是這樣： 1. 將來螢幕顯示的亮度基本上涵蓋了 Y 區、而 Y 區也是重點，所以 Y 區盡可能從暗到亮完整錄入，頂多均勻地抽掉幾個訊號條，來配合檔案的 100 條限制，這沒有關係，只要密度不要比眼睛的訊號條鬆散就看不太出來。 2. C-X 區大多是超亮的太陽和白雲，不是很重要，但還是要看得出來是什麼，所以折衷一下，丟掉最亮的一部分，剩下的地方比照前面方法，也抽掉幾條，塞進訊號條配額所剩無幾的 H-X 區。 3. C-Z 區同上丟掉最暗的一部分，剩下的地方抽掉幾條，塞進 H-Z 區。這樣一來，微觀上你是在重新分配訊號條的高度和密度，宏觀上，你是在「剪裁」、「伸縮」XYZ 三個亮度區域，這一系列對訊號條的處理，就叫做 Gamma 轉換，事實上 XYZ 分布在檔案內的比例是有一些慣例的，像上面為了配合一般螢幕顯示而分配出的 XYZ 比例，就稱為 Rec. 709 Gamma，而 C 區感光元件捕捉到那種上密下疏的分配情形，就是原始的線性 Gamma (Linear)。為什麼 OETF、EOTF 這些東西要叫做 TF、Transfer Function，就是因為做的事情是 Gamma轉換，「傳遞」合理的訊號條給下一個載體使用。你應該有發現我們敘述的速度越來越快，前面補了很多前置觀念，就能讓我們在後面全部一次串起來，現在就能進到最後的 Log 部分了。 https://i.imgur.com/qZnTv04.jpg

前面講到相機捕捉以後直接錄成 709 影片檔，就能直接播放，是很方便沒錯，但買那麼好的相機，捕捉到的資訊最後丟棄了部分沒錄入，很是可惜，有沒有什麼方法可以更進一步發揮相機的能耐呢？有，我們可以這樣做： https://i.imgur.com/rx9mia6.jpg

C 區捕捉到以後，錄入時不採用前面講到的 709 方法，而採用另一種訊號條處理方式 (也就是「採用另一種 Gamma」) 這個方式很簡單，甚至比 709 更單純： 1. 把捕捉到的訊號放在 CIE 色彩空間內，然後看主人指定哪個 Gamut，把那個訊號的 RGB 值求出來，變成新的訊號條。 2. 均勻地地把信號條抽掉，而不去想「哪部分比較重要所以保留、哪部分丟棄」這種問題，直接就把 C 區的 XYZ 等比例錄入 E 區影片檔，這種作法相當於把 C 區訊號條在數學上做對數轉換，所以才會叫 Log 檔，那這樣不是很好嗎？保留全部資訊的 Log 檔為什麼不能直出使用？顏色更忠實、明暗變化更全面，憑什麼輸給 709？ ...因為人家有祖產做靠山認真說，符合市場需求價格的螢幕，就是有那個技術瓶頸 (訊號範圍較窄)， 709 就是配合這個瓶頸而設計的標準，你花大錢當然能做出神級螢幕，但現在是大家都要用，所以市場決定了一切。好，那如果你拿 Log 檔直出在螢幕播放會怎樣？你注意看 E 區和 H 區： https://i.imgur.com/rx9mia6.jpg

若餵 Log 影片給一般螢幕，螢幕會「以為」這個影片檔已做好 709 轉換，就如同過去它所為你顯示的其他東西一樣，根本沒想到你會來這招，所以說，過去在 H-Yl (H 區中間調底端，下面不再贅述) 的部分，也就是由下數來第三條，螢幕會幫你以「有點暗」的亮度呈現，問題是你現在給的是 Log，Log 的倒數第三條 (E-Zm 附近) 原本應該是暗部的，換句話說，Log 暗部被螢幕以中間調顯示出來、提亮了；同理，Log 亮部也被螢幕以中間調顯示出來、壓暗了。結果是什麼？對比度降低。這就是為什麼 Log 直接播放看起來會那樣的原因。等一下，明暗對比降低這沒問題，那 Log 通常搭配廣色域拍攝，為什麼對比降低，飽和度也跟著變低了？仔細回顧一下前面，我們之所以一直強調「訊號強度」這個觀念，就是為了解釋這件事情，對比降低，意味著最亮和最暗的訊號強度被限制，訊號強度由 RGB 三個訊號的配方組成，所以可以說 RGB 的訊號強度的最高、最低值「在播放時」被限制了，這就可以得到飽和度衝不高的結論，實際上在檔案內部它是無比鮮豔多彩的。所以 Log 不是拿來直出，它是盡量以低成本 (相較 raw) 的方式保留當初拍到的訊號，讓你在後期自行手動轉換成 Rec. 709，既然是手動轉換，你就可以自己選擇要不要切掉原本機器會幫你捨棄的亮暗部，彈性增大許多。最後一個重點，你在後期調整對比，意義上其實是調整訊號條的高度位置，你在後期調整色彩，意義上還是調整訊號條的高度位置，只不過你是針對訊號條的 RGB 做個別處理。在你調整這些訊號條高度的時候要注意的是，你如果調整過頭，它們之間的距離可能會變得比眼睛的訊號條還鬆散，直觀上就是你會看到斷階 (Banding)，所以後期用的 Log 影片，我們一般會挑選訊號條密度更高的格式，前面有講到一般是 0-99 階，其實正確數字是 0-255，共 256 個值， 256這數字是來自於 8 位元 (8-bit)，也就是 2 的 8 次方個值，而所謂的高密度就是 10 位元 (10-bit)，2 的 10 次方個值，總共給你 1024 個訊號條的配額，這就是為什麼一般會建議以 Log Gamma 拍攝時盡量選用 10-bit 的原因，另外這些容量也能更好地容納廣色域的豐富色彩變化。 ============ 以下快速補充： 1. 一開始提到「眼睛的習慣」，其實蘊含一個事實：我做的這些圖表縱軸是對數尺度，相機 sensor 那種看起來不合理的分布密度其實才是符合常理的，但人眼的光敏度用對數描述比較合理，謹此說明。 2. 用 Log Gamma 搭配 Rec. 709 色彩(sRGB) 拍攝會怎樣？前面有說明，這樣做並不能讓你的影片變得能直出，因為 Log 直接播放會被螢幕降低對比，降低對比顏色就會被洗掉，既然不直出，那更沒必要用 709 色彩。 3. 那反過來用 Rec. 709 Gamma 搭配廣色域 (例如 SG3C) 拍攝會怎樣？應用前述色彩空間轉換的觀念就可得知，這樣做反而會讓你的影片直接播放時顏色變得更淡，如果不直出播放，那更沒必要用 709 Gamma。 4. 以上每一張圖都是我自己畫的，那是我個人的理解方式，也沒看過有人畫這種圖，我一般看到的解釋方式都是從兩個角度切入，可能更嚴謹，各提供一個網址供參考： https://bit.ly/3B4aJPJ https://bit.ly/38579bY 5. 我的敘述在大方向不變的前提下會省略細節方便理解，但如果有完全錯誤的地方請讓我知道，雖然這篇文花了我快24小時畫圖和寫作，但過程中很多細節也有機會想得更清楚，希望也對別人有幫助。 -- 恨貓園： https://bit.ly/3B15vo5 裡面沒東西： https://taylorhu.com -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 193.36.225.59 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Filming/M.1629585957.A.F2C.html

推

robin80829

08/22 11:14, 2年前 , 1^F

08/22 11:14, 1^F

推

Chdolodocha

08/23 00:03, 2年前 , 2^F

08/23 00:03, 2^F

推

robin80829

08/23 00:10, 2年前 , 3^F

08/23 00:10, 3^F

推