很多人認為，只要拿起相機，按下快門，我們想拍攝的東西，就會—— 透過某種神奇的程序—— 完整地進入相機的儲存卡。所以，攝影者要做的，只是把這個儲存檔案顯示在螢幕上，或直接印出來，就可以得到如同眼睛所見場景一模一樣的影像或照片。這種概念還有另一層含意：相機所擷取的資料，如果經過電腦軟體加工，影像就不再「真實」，蘊含某種程度的「欺騙」，也是正統攝影者所不該做的。

真是如此嗎？

目前這篇文章就是想討論這個主題：「數位影像究竟是如何產生的？」換言之，本文主題是所謂的「數位影像處理程序」（ image processing pipeline ）。

*****     *****     *****

數位相機所擷取的資料究竟是什麼？

當我們按下快門，相機究竟拍到什麼東西？（這篇文章的內容取材自我部落格的一篇文章『數位影像為何需要經過後製』。）

數位相機的感應器（ sensors ），佈滿一系列方格狀的「畫素」，它們就像水桶收集雨水一樣，用以收集光線的「光子」（ photons ）。當光線落在感應器上，每個畫素都會收集光線的能量構成元素「光子」。然後，感應器計算每個畫素所收集的光子數量，經由對於光線敏感的光電兩極體（ photodiode ），將光子數量轉換為電荷。電荷再轉換為電壓，電壓經過擴大，又經由「類比 - 數位轉換器」（ analog to digital converter ，簡稱 ADC ），把類比訊號轉換為電腦軟體能夠處理的數位訊號（由 0 與 1 構成的資料）。這就我們按下快門，相機所擷取的資訊：由 0 與 1 構成的一系列 亮度 資訊（甚至沒有色彩），也是一般所謂的 raw 檔。

請注意，目前的數位相機大多採用貝爾型態的感應器（參考圖 01 ），只能夠透過畫素配備的光電兩極體衡量光線亮度，不能區別光線波長（所以 數位相機根本沒有能力直接擷取場景的色彩 ）。因此，感應器之上，必須裝置「彩色濾片陣列」（ color filter array ，簡稱 CFA ），這也是圖 01 顯示的馬賽克型態彩色濾片，讓它們濾出落在該畫素位址之光線的紅色、綠色或藍色成分。圖 01 顯示的這種 CFA ，是由 25 ％的紅色、 50 ％的綠色與 25 ％的藍色濾片構成，稱為 GRGB 貝爾型態（ GRGB Bayer Pattern ）。請特別注意， 每個畫素上的濾片都只有 一種顏色 （或是紅色，或是綠色，或是藍色），所以每個畫素偵測的亮度資訊，只夾帶一種色彩的資料，完全沒有另外兩種色彩的資訊；在 RGB 色彩系統裡，由於任何色彩都是由 R-G-B 共同形成的，所欠缺的另外兩種色彩資料，必須根據附近其他畫素的資料進行估計（詳見後文的「解馬賽克程序」）。

圖 001

每當我們按下快門，數位相機就會根據前述程序擷取資料，內容包括感應器每個畫素的亮度資訊，夾帶著 CFA 的色彩資訊（每個畫素只有紅 - 綠 - 藍濾片之中的一種顏色），這就是所謂的 raw 檔（特別強調，相機真正擷取的資訊，只有 亮度 資訊）。

Raw檔如何轉化為一般影像？

任何數位相機都只能拍攝 raw 檔。至於數位相機拍攝的 raw 檔，如何才能產生色彩，然後演變為一般可觀賞影像，則需要透過電腦軟體的一系列後續製作與解釋。這也是此處想要討論的「影像處理程序」。圖 02 呈現的只是大體上的概念，因為每種 raw 檔轉換軟體的實際處理程序都未必相同。

圖 02

讓我們稍微解釋這個流程圖。首先是解馬賽克程序（ demosaicing process ）。相機拍攝取得 raw 檔，其中包含每個畫素的亮度資訊，夾帶著 CFA 的色彩資訊。請參考圖 03 ，裝置在相機感應器前面 GRGB 的 CFA ，使得每個畫素只能產生 R-G-B 之中的 一種 色彩讀數，另外兩種色彩資訊則是經過插補（ interpolation ）或解馬賽克程序估計取得的。唯有透過解馬賽克程序，每個畫素才有完整的 R-G-B 色彩資料。這個程序，請參考圖 03 。

圖 03

CFA 濾鏡上，對應每個畫素的濾片，其中通常有 25 ％為紅色， 50 ％為綠色，還有 25 ％為藍色。綠色濾片的數量最多，因為人類肉眼對於綠色最敏感。由於紅色濾片只佔整個感應器畫素的 25 ％，所以整個影像的紅色資訊， 有75％是經由電腦軟體估計得來的 ；同理，有 50 ％的綠色資訊與 75 ％的藍色資訊都是經過估計或解釋得來的。

由於每個畫素的另外兩種色彩資訊，都必須根據周遭畫素的資料進行估計，這涉及插補的程序，因此而造成影像的銳利程度下降，這稱為「解馬賽克假影」（ demosaicing artifacts ）。換言之，畫素經過插補而呈現的色彩，雖然很接近理論上應該呈現的精確色彩，但畢竟不會完全相同，這種現象最在色彩差異很大的邊界區域尤其明顯（請參考圖 04 ）。

圖04

紅色蓮花與綠水的邊界畫素，原本應該是「紅」「綠」分明的，但「解馬賽克運算」造成紅色侵入綠色部分，綠色也侵入紅色部分，請注意黃線圈起來的 2 × 2 畫素範圍。可是，隨著感應器畫素增加，再加上軟體進步，這種「解馬賽克假影」的影響已經愈來愈小了。

請注意，每家相機製造商或 raw 檔轉換軟體的解馬賽克運算都不盡相同；所以，即使相機感應器相同，影像性質也可能顯著不同。

讓我們回到圖 02 。 Raw 檔經過解馬賽克程序之後，這些數據必須經過線性化。大體上來說，數位相機感應器本身就是線性的。現在，每個畫素都有 R-G-B 的資訊，但這些紅 - 綠 - 藍究竟是怎麼樣的紅（綠或藍），如果沒已經過明確的定義，只是很模糊的概念。所以，對於這些色彩讀數所代表的真正色彩，我們必須給予明確的定義，這通常是透過一個 3 × 3 的矩陣，把相機 RGB 讀數，映射到 CIE XYZ 之類的色彩空間（這類空間的色彩具有明確定義）。前述映射過程，要考慮曝光亮度與白平衡的調整。然後，影像再由 CIEXYZ 轉換到特定 Gamma 的一般 RGB 空間（譬如： AdobeRGB 或 sRGB ）。

此處有幾點特別值得注意。數位相機擷取的資料，基本上線性資料（場景的實際亮度與相機記載的讀數，兩者之間成固定比例關係，場景亮度增加一倍，記錄讀數也增加一倍）。這和人類視覺或其他感覺系統是完全不同的。所以，由 raw 檔轉換出來的一般影像，需要映射到比較符合人類視覺之亮度變動比例關係的色彩空間（通常是 gamma 為 1.8 或 2.2 ）。

關於圖 02 顯示的程序，攝影者雖然能夠選擇採用哪種 raw 檔轉換軟體，但對於轉換程序內的某些動作，原則上是沒有辦法控制，譬如：解馬賽克程序與線性化。可是，關於另外一些行動，攝影者是可以控制的，例如：白平衡設定、曝光補償調整、選擇影像的 RGB 空間、其他非線性調整、階調曲線、雜訊、銳利化…等。真正講究的人，甚至可以透過相機校正來控制相機 RGB 轉換到 CIE XYZ 的程序等，讓影像儘可能顯示場景的真實色彩。

總結：數位相機只能拍攝 raw 檔。換言之，數位相機每有辦法直接拍攝影像，它只能透過感應器上包含的每個畫素，擷取的亮度資料（夾帶 CFA 的不完整色彩資訊）。所以， raw 檔只是一種數碼檔案；除非經過後續製作與處理，這個數碼檔才能變成肉眼看得見的影像。（這個世界上沒有數位相機直接拍攝而不需要後續處理編輯的影像。）

進一步討論

這方面幾乎有討論不完的話題（這應該也是攝影之所以有趣的部份原因），歡迎有興趣的人可以做進一步延伸：

1. 拍攝 raw 檔與 Jpeg 檔，兩者有什麼差別？

2. 相較於傳統底片，數位攝影有什麼值得特別注意之處？

3. 如何建構自己的影像處理程序（ workflow ）？應該考慮什麼？

4. 如何儘可能取得「對應真實場景」（ scene-referred ）的影像？

5. ………