📝📝現實的反叛 Ep. 4|從類比走向數位

鋼哥
·
·
IPFS
·
1960 年,美國貝爾實驗室(Bell Labs)的科學家提出了一個新的想法:如何讓電腦也能讀取照片?

影像屬於視覺的媒介,而這裡的「視覺」是從人類的觀點出發,乃至於後續所產生的影像論述、影像批判、視覺文化研究,皆圍繞著人類社會做探討。1960 年,美國貝爾實驗室(Bell Labs)的科學家提出了一個新的想法:

如何讓電腦也能讀取照片?

而這個問題不僅僅是跨媒介的轉換,而是翻轉了影像的本質。從影像一路的發展以來,承載影像的媒介越來越輕薄且短小,從錫板、銀版、玻璃板、紙張甚至到賽璐璐;每個攝影師、科學家、創業家、工程師彷彿不約而同地在改良影像載體這件事下了雄心壯志。然而,載體走到膠捲底片後還能有下一步嗎?數位時代的革命性技術似乎帶來了新的解決辦法,讓科學家有了數位化的想法。

第一幅數位影像

世界第一幅經由電腦掃描的影像(來源:維基百科)

世界第一幅數位影像,出現於 1957 年,由美國國家標準局(National Institute of Standards and Technology, NIST)的電腦工程師 Russell Kirsch 使用第一代計算機 “SEAC” (Standards Eastern Automatic Computer)掃描兒子 Waldon 的照片,那時他的兒子差不多三個月大。這一幅影像每一邊被切割成 176 個相素(pixel),因此這一幅近乎是以馬賽克形式呈現的影像只有 30,976 畫素。對照現在人手一機都能攝下千萬畫素的影像時代而言,這樣的畫素根本是難以置信的低。不僅如此,當時的掃描過程也非常繁複。

當時的技術必須把照片分成好幾個區塊,逐一讓光線通過並且掃描。而被分割後的原始圖片,圖上的每一小塊則被稱為「圖像元素」(picture element)也是日後像素(pixel)的基礎概念(圖片來源:Richard F Lyon)

人眼有視覺神經可以感知周遭,機器可沒擁有如此發達的感覺神經;然而,機器擅長的是處理數據,因此在當時的作法便是將原始的影像量化成電腦可以讀取的數據。人類的眼睛之所以能區分現實中的色彩,是因為人眼當中的視錐細胞(cone cell)可以辨識不同色彩;而在 1960 年代,當時的感光元件只能感測光的強弱(亮暗)而無法感測光的波長(色彩呈現),這也是為甚麼第一代的數位影像都是黑白的。

在數位影像的改良之路上,一直都有科學家、工程師希望把黑白的影像轉為彩色的世界;不過,礙於感光元件的發展,除了讓影像的畫質變好,整體來看影像依舊是單調的黑白。那麼,這時候我們可以問一個問題

以前的黑白照片如何轉為彩色的?

這個問題待我們回到了色彩的組成,光的三原色為紅、藍、綠,而色彩的三原色則為紅、黃、藍。人眼看到色彩繽紛的世界是透過光的三原色進入視錐細胞形成的視覺信號復合後呈現的,而一張彩色照片則是利用了色彩的三原色疊加而成。因此,早期銀鹽時代的照片若要轉為彩色照片需要分三次進行;也就是,分別對紅、黃、藍三種色彩的影像做曝光,透過後期製作將三種顏色的負片疊合一張彩色照片。事實上,彩色照片比我們想像的還要早問世,約莫出現於 1860 年;只不過,在黑白為主的類比時代,這樣的彩色照片在製程上太耗時間以及材料,因此當時大部分的攝影師以及被攝者反而偏好黑白的照片。(別忘了那時候還有些狂熱份子到處宣稱攝影會奪走人的靈魂,那就更別提彩色照片對他們的影響了)

透過三次曝光最後疊合成一張彩色照片
早期的彩色風景照片,攝於 1861 年(來源:維基百科)

數位時代也能復刻類比時代的方法嗎?

最早期試圖改良彩色數位影像的工程師便是採用了一百年前的老方法,這一次也次分三次蒐集影像的三原色資料,最後將採樣好的訊號在電腦內部進行整合、編輯。透過這個方法的確可以稱產出彩色數位影像,不過工程師們也遇到了一世紀前的攝影師們所遇到的問題,耗材太多且耗時太久。再者,那時候底片攝影已經有了彩色的底片(1972 年便有了世界第一台拍立得,為寶麗萊研製的 “SX-70” 系列,並且成功打入全球攝影市場),而且六十年代全球的大眾市場流行的是底片攝影而非如何產製數位影像。數位影像的確改寫了影像對人的意義,不過這樣的尖端科技在當時仍然只能在實驗室進行,而這不上不下的窘境一直到了七十年代中期才有了新一波的革新。

拜耳陣列(Bayer Pattern)

1970年,柯達公司的研發工程師 Bryce E Bayer 提出了「RGB 模型」用以改良過往感光元件需要批次處理光源的繁雜手續。Bayer 於 1974 年將此模型做為感光的基底研製出了拜耳濾鏡(Bayer filter)並且於 1976 年獲得專利;Bayer 在該專利上描述:

拜耳濾色鏡是一種「色彩影像的傳感陣列」,包括交替排列的光度及色度偵測元件……以重覆的圖案呈現,並以光度偵測元件支配此陣列。
拜耳陣列的編排示意圖(來源:維基百科)
拜耳陣列的運作過程(來源:維基百科)

不同於過往的感光模組,拜耳濾鏡有兩倍的綠色元件分布在該陣列,目的是為了模仿人類眼睛的感光模式,以便提供最銳利的全彩影像。更重要的是,拜耳陣列打破了以往需要批次處理的成像過程,也就是說,在該陣列上可以一次處理紅、藍、綠的分布,將光源轉為視覺訊號後接者一次進行疊合。

你可以發現,雖然這樣的陣列的確縮短了處理步驟,不過經由這個濾鏡所看到的世界會彷彿被罩上了一片綠綠的玻璃紙。因此,光線經由拜耳陣列後需要再將這些光線進行編修;工程師會將取樣的原始數據(RAW data)置於一個「去拜耳程序」(De-Bayering Process)的邏輯演算中,將採集到的三原色能平均分布於紅、藍、綠的矩陣上,如此才能調和數位影像中過量的綠成比率。

Bayer 提出 RGB 模型以及拜耳陣列一直影響著後續影像處理的技術,在許多當代的影像處理軟體、數位攝影的感光元件甚至擴展至液晶螢幕的顯示器,都能發現它們在設計上都存有 RGB 模型以及拜耳陣列的痕跡。

從拜耳陣列之後陸續研製的顯色陣列,可以發現很多濾鏡都是從拜耳陣列的設計去改善




CC BY-NC-ND 2.0 授权

喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!

鋼哥從物理到電機工程再轉到資訊傳播,最後落腳在社會學。衣櫃拿來當書櫃擺的人。我常在媒介生態學、行為經濟學、社會學、心理學、哲學游移;期盼有天無產階級可以推倒資本主義的高牆的兼職家教。
  • 来自作者
  • 相关推荐

🎥🎞️📝 《餘燼》 電影短評|過去的歷史創傷,不該作為個人的復仇動機

📝📝:ChatGPT 奪走的不是寫作的能力|美國技術作家 Paul Graham:寫作,是對清晰思考的能力要求

📝📝:人們越來越耐不住太久的歌?| 從 Spotify 的收聽數據發現流行歌曲的「抖音化」現象