📝📝现实的反叛Ep. 4|从类比走向数位

鋼哥
·
·
IPFS
·
1960 年,美国贝尔实验室(Bell Labs)的科学家提出了一个新的想法:如何让电脑也能读取照片?

影像属于视觉的媒介,而这里的「视觉」是从人类的观点出发,乃至于后续所产生的影像论述、影像批判、视觉文化研究,皆围绕着人类社会做探讨。 1960 年,美国贝尔实验室(Bell Labs)的科学家提出了一个新的想法:

如何让电脑也能读取照片?

而这个问题不仅仅是跨媒介的转换,而是翻转了影像的本质。从影像一路的发展以来,承载影像的媒介越来越轻薄且短小,从锡板、银版、玻璃板、纸张甚至到赛璐璐;每个摄影师、科学家、创业家、工程师仿佛不约而同地在改良影像载体这件事下了雄心壮志。然而,载体走到胶卷底片后还能有下一步吗?数位时代的革命性技术似乎带来了新的解决办法,让科学家有了数位化的想法。

第一幅数位影像

世界第一幅经由电脑扫描的影像(来源:维基百科)

世界第一幅数位影像,出现于1957 年,由美国国家标准局(National Institute of Standards and Technology, NIST)的电脑工程师Russell Kirsch 使用第一代计算机“SEAC” (Standards Eastern Automatic Computer)扫描儿子Waldon 的照片,那时他的儿子差不多三个月大。这一幅影像每一边被切割成176 个相素( pixel ),因此这一幅近乎是以马赛克形式呈现的影像只有30,976 画素。对照现在人手一机都能摄下千万画素的影像时代而言,这样的画素根本是难以置信的低。不仅如此,当时的扫描过程也非常繁复。

当时的技术必须把照片分成好几个区块,逐一让光线通过并且扫描。而被分割后的原始图片,图上的每一小块则被称为「图像元素」(picture element)也是日后像素(pixel)的基础概念(图片来源:Richard F Lyon)

人眼有视觉神经可以感知周遭,机器可没拥有如此发达的感觉神经;然而,机器擅长的是处理数据,因此在当时的作法便是将原始的影像量化成电脑可以读取的数据。人类的眼睛之所以能区分现实中的色彩,是因为人眼当中的视锥细胞( cone cell )可以辨识不同色彩;而在1960 年代,当时的感光元件只能感测光的强弱(亮暗)而无法感测光的波长(色彩呈现),这也是为什么第一代的数位影像都是黑白的。

在数位影像的改良之路上,一直都有科学家、工程师希望把黑白的影像转为彩色的世界;不过,碍于感光元件的发展,除了让影像的画质变好,整体来看影像依旧是单调的黑白。那么,这时候我们可以问一个问题

以前的黑白照片如何转为彩色的?

这个问题待我们回到了色彩的组成,光的三原色为红、蓝、绿,而色彩的三原色则为红、黄、蓝。人眼看到色彩缤纷的世界是透过光的三原色进入视锥细胞形成的视觉信号复合后呈现的,而一张彩色照片则是利用了色彩的三原色叠加而成。因此,早期银盐时代的照片若要转为彩色照片需要分三次进行;也就是,分别对红、黄、蓝三种色彩的影像做曝光,透过后期制作将三种颜色的负片叠合一张彩色照片。事实上,彩色照片比我们想像的还要早问世,约莫出现于1860 年;只不过,在黑白为主的类比时代,这样的彩色照片在制程上太耗时间以及材料,因此当时大部分的摄影师以及被摄者反而偏好黑白的照片。 (别忘了那时候还有些狂热份子到处宣称摄影会夺走人的灵魂,那就更别提彩色照片对他们的影响了)

透过三次曝光最后叠合成一张彩色照片
早期的彩色风景照片,摄于1861 年(来源:维基百科)

数位时代也能复刻类比时代的方法吗?

最早期试图改良彩色数位影像的工程师便是采用了一百年前的老方法,这一次也次分三次搜集影像的三原色资料,最后将采样好的讯号在电脑内部进行整合、编辑。透过这个方法的确可以称产出彩色数位影像,不过工程师们也遇到了一世纪前的摄影师们所遇到的问题,耗材太多且耗时太久。再者,那时候底片摄影已经有了彩色的底片(1972 年便有了世界第一台拍立得,为宝丽莱研制的“SX-70”系列,并且成功打入全球摄影市场),而且六十年代全球的大众市场流行的是底片摄影而非如何产制数位影像。数位影像的确改写了影像对人的意义,不过这样的尖端科技在当时仍然只能在实验室进行,而这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。

拜耳阵列(Bayer Pattern)

1970年,柯达公司的研发工程师Bryce E Bayer 提出了「RGB 模型」用以改良过往感光元件需要批次处理光源的繁杂手续。 Bayer 于1974 年将此模型做为感光的基底研制出了拜耳滤镜(Bayer filter)并且于1976 年获得专利;Bayer 在该专利上描述:

拜耳滤色镜是一种「色彩影像的传感阵列」,包括交替排列的光度及色度侦测元件……以重覆的图案呈现,并以光度侦测元件支配此阵列。
拜耳阵列的编排示意图(来源:维基百科)
拜耳阵列的运作过程(来源:维基百科)

不同于过往的感光模组,拜耳滤镜有两倍的绿色元件分布在该阵列,目的是为了模仿人类眼睛的感光模式,以便提供最锐利的全彩影像。更重要的是,拜耳阵列打破了以往需要批次处理的成像过程,也就是说,在该阵列上可以一次处理红、蓝、绿的分布,将光源转为视觉讯号后接者一次进行叠合。

你可以发现,虽然这样的阵列的确缩短了处理步骤,不过经由这个滤镜所看到的世界会仿佛被罩上了一片绿绿的玻璃纸。因此,光线经由拜耳阵列后需要再将这些光线进行编修;工程师会将取样的原始数据(RAW data)置于一个「去拜耳程序」(De-Bayering Process)的逻辑演算中,将采集到的三原色能平均分布于红、蓝、绿的矩阵上,如此才能调和数位影像中过量的绿成比率。

Bayer 提出RGB 模型以及拜耳阵列一直影响着后续影像处理的技术,在许多当代的影像处理软体、数位摄影的感光元件甚至扩展至液晶萤幕的显示器,都能发现它们在设计上都存有RGB 模型以及拜耳阵列的痕迹。

从拜耳阵列之后陆续研制的显色阵列,可以发现很多滤镜都是从拜耳阵列的设计去改善




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