淺談 Lightroom參數的生理機制-2021新版
作者／郭大爛
「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教科書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，眾多攝影人一面倒批判，認為「底片攝影才是真攝影」…云云，而這位攝影老前輩早在40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。
征服數位暗房
過往前輩們征服過暗房放相技巧，如今我們則需要征服數位暗房，例如攝影人最常用的 Lightroom。
網路上不乏 LR 教學資源，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 銳利化參數蘊含的視覺原理。
Lightroom 基本介紹
1. 為何叫 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頗適合紀實攝影者使用（參見附註）。
註1. 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
註2. 2021年10月26日起將發佈強大AI遮罩選取功能，方便攝影者選取人物或天空
▲ 2018 lightroom CC 首度將編目雲端化，攝影人可以跨裝置調整。此處大爛正進行 workflow中的「相片篩選階段」：在外頭使用 ipad LR 的flag或 rating功能，照片評級資料會立刻與雲端同步，攝影師回到家裡後可以無縫接軌利用桌機處理篩選出的相片。
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，與原始檔徹底分離。
此一設計極大降低電腦負擔，你可一次處理上萬張照片，而不用擔心電腦記憶體不足（大爛老師目前編目中有81萬張RAW檔，即使在輕薄本上仍能順利編輯）。
編修完成之後，一鍵按下「匯出」，此時電腦會對原始檔正式套用你所做的修圖動作，但仍不影響原始檔獨立性。對處理海量檔案的攝影師而言，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著重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，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，故攝影者無不渴求堪用的降噪方式。
2007年 LR 第一版上市時降噪效果奇差，導致市面上同時販賣著各種「第三方降噪」。
第二版之後，LR突飛猛進，程式設計者顯然找到一個方法能將雜訊區分為「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，若你保存 2007 年的相片 RAW，那麼在 2021 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。
我從不建議學生使用JPG拍攝，因為相機內建的演算傾向抹糊高ISO雜訊。上圖演示在NIKON D300 ISO 3200 下，直出 JPG與使用 LR降噪之差異，明顯可見 LR保留了更多細節。
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，再分四區調整曝光
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之所以只將色階調整只分為四區，是因為彼此之間有連動關係，不需額外獨立太多區塊。如需再細部調整可自訂節點。
談LR銳利化參數的視覺原理
參數 Texture、Clarity、Dehaze 與普通的「邊緣銳利化（sharpening））不同，三種參數分別對邊緣做了不同程度的「取樣」與「梯度處理」，其背後的演算法來自於科學家對視網膜的神經活性測量。（由於 texture取樣範圍小，作為對照圖恐怕不明顯，底下僅就 Clarity與 Dehaze作介紹）
範例1：原圖 vs Clarity 100%
由示範圖可見，Clarity 在定義出邊緣之後，會以非線性方式加大兩邊的反差，可彩度非但不受影響，反而還會降低，專業攝影師常用此參數來強調影像立體感（質感則可透過取樣範圍更小的 Texture來實現）。
範例2. Clarity 100% vs Dehaze 100%
由示範圖可見，Dehaxe 在定義出邊緣之後會進行大範圍取樣，針對缺乏反差的部分進行 Shadow與 Black的下壓（但高光部不動）實現除霧的目的，但使用過頭會使影像失真（尤其是彩度部分的突增）。
底下帶領大家理解背後的數學與生物原理。
數學中關於影像銳利度的兩個變因：
- How abrupt is the edge（濃度變化陡峭程度）
- The density amplitude of the two sides（濃度變化量有多大）
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
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），攝影師可透過筆刷局部調整 Clarity、強化影像輪廓。（蘭嶼，2012）
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？█
本文內容版權所有，侵權必究
DU 雙魚的海邊
相關文章
婚攝美學3. 鏡頭焦段與影像敘事的關係
光線是攝影的生命，焦段就是靈魂的容器，定焦鏡比起變焦鏡有著更多表情，不一定是選擇焦段迎合事件，攝影師更常用焦段去選擇事件，換鏡頭就像換衣服，是為了穿出更好看的畫面。「主客易位」的敘事手法經常出現在大爛老師的婚攝作品中
婚攝美學2. 手機螢幕永遠無法取代觀看大圖的樂趣
6. 你可以再靠近一點 婚禮攝影是紀實攝影，所以畫面都是在動作中的。如果買到一顆糟糕的鏡頭，譬如對焦能力很慢，或是光圈全開解像力很模糊，你都會漸漸對它失去信任。...
視覺知識：光線與視覺演化(2021)
學習攝影也該通識地理解視覺知識，而非陷入文藝領域的話語泥沼。為何寒武紀的動物外表急遽演化？其中一項原因就是眼睛的誕生。在2003年時我讀視覺心理學，在圖書館見到吳嘉寶老師（視丘）寫的一篇文章，裡頭寫道：「視覺是為生存而服務。」我嚼著認...