大爛老師淺談 lightroom參數的生物科學原理
「我迫切地等待新概念和新技術。我相信電子影像會是攝影的下一步重要進展，它將擁有自己獨一無二的特性。藝術家與操作者們將再一次努力了解並征服這項媒材。」Ansel Adams（美國，1981）
記得我第一次在視覺心理學讀到亞當斯這句話時，深感震撼。西元2002年初，數位攝影風潮正要席捲台灣時，眾多攝影人一面倒的批判，認為「底片攝影才是真攝影」…云云。而這位美國攝影老前輩，早在38年前就已認知到：相機只是一種媒介，隨著科技進步，我們總要想辦法征服新一代的媒材。
數位時代攝影人需要征服修圖軟件
網路上不乏 LR 教學文章與影片資源，故此篇文章無意就教學目的撰寫，僅從視網膜生理的角度來解說LR的銳利化參數蘊含的視覺原理。
簡單介紹 lightroom 六點知識
1. 為什麼叫 Lightroom？
底片時代的暗房叫「Darkroom」，數位時代的暗房免受黑暗之苦，故取名叫「Lightroom」，對獨自工作的寂寞攝影人來說，頗具積極光明意味。
2. 誰適合用 LR？
全世界攝影師都使用PS來處理影像，因為PS在「選取邊緣」與「液化」等功能上幾乎所向披靡。但是LR並沒有上述兩種功能，更沒有所謂「圖層」，攝影者能處理的只有單張圖像。也就是說在「不扭曲」、「不合成」的前提下，LR頗適合偏向紀實攝影者使用。（第五版後強化了圖章功能，方便攝影者修補畫面瑕疵，也新增 HDR疊圖）
3. LR最大特色
修圖之前必須將照片「匯入」至LR，所有照片的編修資料，一律獨立儲存於它處，與原始檔分離。
此一設計極大降低電腦負擔，你可一次處理兩千張照片，而不用擔心電腦記憶體不足。編修完成之後，一鍵按下「匯出」，此時電腦才會正式將所有的修圖動作套用至你所提供的照片檔案。對需處理數千張檔案的攝影師來說，這是影像處理史上最有效率的設計。
補充知識：
- 使用Intel I7 8700K，匯出 1600萬畫素的RAW檔，每張只需1秒出頭。
- LR吃處理器性能而非顯示卡，故Intel內建的顯示晶片足矣。
- 不論多大的檔案都可建立小型預覽，輕薄筆電也能游刃有餘。
4. 演算法為舊RAW帶來新生
早期數位相機噪點多，ISO 800 以上不忍卒睹，故攝影者無不渴求各式降噪方式。2007年 LR 第一版上市時，降噪效果差，導致市面上同時販賣著各種「第三方降噪軟件」。
第二版之後，LR降噪突飛猛進，程式設計者顯然找到一個方法能夠辨識噪點，並將雜訊區分為「明度雜訊」與「色彩雜訊」，並且在盡可能不影響影像邊緣銳利度的情況下，完成雜訊抑制。
重點是演算法幾乎年年更新，若你能保存2007年的相片RAW，那麼在每一個新版本的LR演算下，照片本身會出現更好的顏色演繹與雜訊抑制。
5. 與LR相比，機身內建的降躁不堪入目
為什麼我不建議學生使用JPG拍攝？因為相機內建的演算，會將高ISO的雜訊抹糊。上圖演示在 ISO 3200 下，相機（Nikon D300）直出 JPG與用 LR降躁之差異。In the past, the built-in-camera noise reduction had been a heartbreaking process because it wipes out a lot of details and turns out to be unpleasant colors. But things have changed since Lightroom 2.0 came out in 2008 with its powerful algorithm to help photographers reaching finer quality.
6. 先定義高光部，分四區調整曝光
Ansel Adams 曾以白袍神父為例，明確告訴攝影學習者「所謂高光部只不過是相紙的白，而不是發光的白」，因此「如何定義高光部」就成為攝影者迫切需要處理的問題。LR將色階分為四區供攝影者調整，之所以不是更多分區，是因為四區彼此之間有連動關係，不需獨立太多區塊調整。
談LR銳利化參數的視覺原理
參數 Clarity 與 Sharpening 中文翻譯分別為「清晰化」與「銳利化」，其背後的演算法來自於科學家對視網膜的神經活性測量。
下面是大爛老師拍攝的婚禮照，新郎與新娘皆著 cosplay 服裝進場，此處作為參數調整示範。
第一張照片是原圖。第二張照片是使用 sharpening 處理（高頻邊緣）。第三張照片是使用 Clarity 處理（低頻邊緣），一般修片時攝影師不會將 Clarity 拉過頭，否則會造成皮膚紋路變得太深且失真。
由示範圖可見，兩種演算法得到的視覺效果迥然不同，Clarity視覺效果非常強烈，經常被專業攝影師用來強調影像立體感。底下帶領大家理解背後的數學與生物原理。
1. 數學中關於影像銳利度的兩個變因
- HOW ABRUPT IS THE EDGE（邊緣濃度變化陡峭程度）
- THE DENSITY AMPLITUDE OF THE TWO SIDES（兩邊濃度變化的量有多大）
所謂增強銳利度，即在兩個明度具有落差的輪廓旁，向左右兩側增加其濃度。這也就是為什麼畫家在繪圖時，若希望增加圖像銳度，可在圖像邊緣增添白線或黑線。《Perception and Imaging》，Richard Zakia，2007
2. 視網膜強化影像輪廓的方法：強化邊緣兩側的放電水平
▲ 節細胞接受區對於光刺激的反應與時間軸之關係。注意其結論：若同時將光給予中央與周圍區域，節細胞反應不會有太大變化。也就是說，視網膜對高頻訊號有較強烈的反應。《科學人》，Frank Werblin，2007年五月號
LR將視網膜旁側抑制的現象轉化為數學演算，並取了一個不起眼的名稱叫Clarity/清晰化，攝影者可透過筆刷對畫面局部調整 Clarity，強化影像輪廓。（蘭嶼，2012，by大爛）
結論
總觀以上生理機制，我們可以得知：Sharpening演算法與節細胞訊號無異，即針對高頻訊號強化其邊緣濃度（抑制與增強），Clarity參數則是反向操作低頻訊號的濃度。從實驗已知，人眼對低頻訊號的改變較不敏感，感知程度較低，但因為低頻濃度對影像的改變較為全面，因此 Clarity 參數被攝影人大量愛用，作為影像銳利化的主要手段之一。上面這張圖片一眼看去是愛因斯坦，你必須瞇起眼來才能看得到隱藏其下的低頻訊號。聰明的你看清楚是誰了嗎？█
