Dado que el objetivo principal del demosaicing es recuperar el color con la mayor precisión posible, ¿habría alguna ventaja para un algoritmo demosaic "solo en blanco y negro"? Es decir, en lugar de recuperar primero el color y luego convertirlo a blanco y negro, ¿podría ser mejor convertir el archivo RAW directamente a blanco y negro?
Estoy particularmente interesado en la calidad de la imagen (por ejemplo, rango dinámico y nitidez). En una nota relacionada, ¿qué algoritmos comunes de demosaicing son más adecuados para la conversión en blanco y negro?
black-and-white
algorithms
demosaicing
Lars Kotthoff
fuente
fuente
Respuestas:
No hay forma de convertir un archivo RAW directamente a blanco y negro sin recuperar primero el color, a menos que su convertidor tome solo uno de los conjuntos de píxeles R, G, B para producir una imagen. Este enfoque daría como resultado una pérdida sustancial de resolución.
Para no perder la resolución al convertir a blanco y negro, debe usar todos los píxeles RG y B, lo que implícitamente significa que se deben realizar cálculos de color, en ese momento también puede usar uno de los algoritmos avanzados de demostración de color, y luego convertir El resultado a blanco y negro.
fuente
Necesita un algoritmo de demostración incluso si convierte una imagen a B / N.
Una razón para eso es bastante simple: de lo contrario, obtendría artefactos de subpíxeles por todas partes. Debe darse cuenta de que la imagen grabada por el sensor es bastante desordenada. Echemos un vistazo a la muestra de Wikipedia :
Ahora imagine que no hacemos demostraciones y solo convertimos RAW en escala de grises:
Bueno ... ¿ves los agujeros negros? Los píxeles rojos no registraron nada en el fondo.
Ahora, comparemos eso con la imagen demostrada convertida a la escala de grises (a la izquierda):
Básicamente pierdes detalles, pero también pierdes muchos artefactos que hacen que la imagen sea bastante insoportable. La omisión de demosaicing de la imagen también pierde mucho contraste, debido a cómo se realiza la conversión en blanco y negro. Finalmente, los tonos de colores que se encuentran entre los colores primarios pueden representarse de maneras bastante inesperadas, mientras que las grandes superficies de rojo y azul estarán en blanco 3/4.
Sé que es una simplificación, y podría apuntar a crear un algoritmo que sea simplemente: más eficiente en la conversión RAW a B & W, pero mi punto es que:
Necesita una imagen de color calculada para generar tonos de gris correctos en la fotografía en blanco y negro.
La buena manera de hacer fotografías en blanco y negro es eliminar completamente la matriz de filtros de color, como hizo Leica en Monochrom , no cambiando la conversión RAW. De lo contrario, obtendrá artefactos, o falsos tonos de gris, o disminuirá la resolución o todo esto.
Agregue a esto un hecho de que la conversión RAW-> Bayer-> B&W le ofrece muchas más opciones para mejorar y editar imágenes, y obtuvo una solución bastante excelente que solo puede ser derrotada por la construcción de sensores dedicados. Es por eso que no ve convertidores RAW dedicados en blanco y negro que no caerían en demostraciones en algún lugar del proceso.
fuente
Las cámaras de visión artificial con filtros bayer pueden proporcionar imágenes en escala de grises directamente, pero lo hacen al hacer demostraciones, convertirlas a YUV y enviar solo el canal V (los que normalmente uso al menos). Si tuvieran una mejor manera al pasar por alto esta reconstrucción de color, creo que lo harían, ya que constantemente están presionando la velocidad de fotogramas (la cámara típica que uso ejecuta 100FPS, por ejemplo).
Si ignorara el demosaicking basado en color, podría reducir a la mitad la resolución y el promedio ponderado de cada quad de 2x2, pero si desea una resolución completa, es mejor usar el algoritmo de demostración de color normal que intenta preservar mejor los bordes. Si sabemos que queremos escala de grises, solo obtenemos una cámara monocromática desde el principio, aplicamos un filtro de color si buscamos un determinado color, ya que esta configuración es muy superior en calidad de imagen, lo que reduce la necesidad de sobremuestreo de resolución, lo que a su vez permite uso de un sensor rápido de baja resolución con píxeles más grandes, que a su vez brinda una imagen aún mejor.
fuente
El efecto de los filtros de color sobre cada pozo de píxeles en la capa de Bayer es el mismo que para filmar una película en blanco y negro con filtros de color sobre la lente: cambia la relación de los niveles de gris de varios colores en la escena que se está fotografiando. Para obtener un nivel de luminancia preciso para todos los colores de la escena, las señales de cada píxel deben ser demostradas. Como otros han mencionado, un sensor sin capa Bayer produciría una imagen monocroma que no necesita ser demostrada. Esto debería resultar en una mejor nitidez de la imagen si el círculo de confusión de la lente es igual o menor que el ancho de cada píxel.
En términos prácticos, he notado varias cosas al convertir archivos RAW a monocromo usando Digital Photo Professional (DPP) de Canon.
A continuación se presentan dos versiones de la misma toma de exposición en una Canon 7D con una lente EF 70-200 mm f / 2.8L IS II y un teleconvertidor Kenco C-AF 2X Teleplus Pro 300. La imagen se recortó a 1000X1000 píxeles. El primero se convirtió utilizando la configuración de la cámara que se muestra debajo. El segundo fue editado con la configuración que se muestra en la captura de pantalla. Además de la pestaña RAW, se aplicó una configuración de reducción de ruido de luminancia de 2, al igual que un valor de aberración cromática de 99.
fuente
Propondría un algoritmo como este (supone que su objetivo es blanco y tiene una temperatura de color constante):
En teoría, esto se acercaría a los resultados de un verdadero sensor monocromo.
fuente