Technische Erklärung für verlustbehafteten, linearen 8-Bit-DNG-Farbraum?

Bedeutet dies, dass ein 0,0,0 Schwarz/255.255.255 Weiß in einem verlustbehafteten 8-Bit-DNG nicht dasselbe ist wie ein 0,0,0 Schwarz/255.255.255 Weiß in einem Standard-8-Bit-JPEG?

„Szenenbezogen“ bedeutet, dass es sich um die Ausgabe des Sensors im Wesentlichen ohne Verarbeitung handelt. Es ist ähnlich wie ein JPEG des Bildes, das Sie erhalten würden, wenn alle kamerainternen Optionen (wie die Konvertierung in Farbräume wie sRGB und alle kamerainternen Tonwertanpassungen) deaktiviert wären oder wenn es einen nativen Farbraum für Sie gäbe Sensor. Aber das Komprimierungsschema ist nur Standard-JPEG, nicht einmal etwas besonders Cleveres wie JPEG2000 oder JPEG XR.

Was ist der visuelle Unterschied zwischen dem Beschneiden eines 12-Bit-Dynamikbereichs und dem Komprimieren auf 8-Bit?

Praktisch keine, in jedem Fall verlieren Sie immer noch 4 Stopps der Farbdefinition. Aber da die meisten Ausgabemedien (sicherlich die meisten Bildschirme) nicht in der Lage sein werden, all diese Definitionen darzustellen, werden Sie nicht viel sehen. Der Unterschied, den Sie sehen werden, ist, wenn Sie versuchen, mehr Informationen aus den Lichtern und Schatten herauszuziehen, da diese entfernt wurden.

Wo kommt Linearität ins Spiel?

Das hängt davon ab, für welche Gammakurve sie sich entschieden haben. Eine lineare Darstellung bedeutet im Wesentlichen Gamma 1,0 (also überhaupt keine Kurve). Es ist eine andere Art zu sagen, „welcher Wert auch immer der Sensor gemessen hat“.

Bei der Ausgabe eines Standard-JPEG versucht die Kamera, das anzupassen, was ihrer Meinung nach für die Bildausgabe gut aussieht. Möglicherweise wird nicht der volle reale Dynamikbereich verwendet, den die Kamera lesen kann, sodass Werte an den Enden in Bezug auf die Ausgabe abgeschnitten werden können, sodass zwei Werte, die zuvor nicht sowohl vollständig weiß als auch vollständig schwarz waren, vollständig weiß werden oder voll schwarz. Szenenbezogen verhindert dies, indem die maximalen Schwarz- und Maximalweißpunkte beibehalten werden, aber die Schritte für jeden Wert größer werden. Die maximalen Schwarz- und Weißpunkte werden proportional zu allem anderen gehalten, was der Sensor liest, aber beide verlieren immer noch die Fähigkeit, die gleiche Anzahl von Farben darzustellen.

In vielen Fällen kann die ausgabebezogene Ausgabe auf lange Sicht tatsächlich ein besseres Bild erzeugen, da sie die für die Ausgabe wichtigen Farbunterschiede fokussiert, anstatt sie auf eine rein gleichmäßige Weise wegzuwerfen.

Um den Unterschied zu veranschaulichen, nehmen wir an, wir haben eine Folge von Zahlen:

1,4,5,6,5,7,6,10

Wenn wir sie mithilfe der Ausgabekomprimierung komprimieren, erkennt die Kamera vielleicht, dass 1 und 10 Ausreißer sind, und verwirft sie, sodass die endgültige Ausgabe beim Reduzieren des Farbraums in etwa so aussieht:

1,1,2,3,2,4,3,4

Wie Sie sehen können, wird der hellste Punkt deutlich dunkler, da der neue Wert von 1 dem alten Wert von 4 und der neue Wert von 4 dem alten Wert von 10 entspricht, aber die Unterschiede zwischen dem Großteil des Bildes bleiben gut erhalten . Wenn wir jedoch szenenbezogen linear verwendet haben, müssen wir die Werte am oberen und unteren Ende beibehalten, sodass wir in etwa Folgendes erhalten:

1,2,2,2,2,3,2,4

Wir haben vielleicht beibehalten, dass die dunkelsten und hellsten Teile des Bildes deutlich heller und dunkler waren, aber jetzt hat die gesamte Mitte des Bildes die gleiche Farbe, weil wir keine ausreichende Auflösung hatten, um die Farben zu unterscheiden, die nahe beieinander lagen.

Wenn sie linear erwähnen, meinen sie, dass die Farben so abgebildet werden. Wenn Sie eine Eingabe wie:

1,1,2,2,2,1,2,3,3,4,1,3,10

und Sie es so gut wie möglich erfassen wollten, könnten Sie mit einer nichtlinearen Konvertierung viele Details in den dunklen Teilen bewahren, aber dennoch den hellen Teil erfassen, da es keine mäßig hellen Teile gibt, aber das bedeutet Farbverlust Informationen sind über das Bild hinweg ungleichmäßig. Auch dies ist gut, wenn Sie wissen, was an dem Bild wichtig ist, aber wenn Sie dies nicht tun, können wichtige Informationen verworfen werden. Die Verwendung einer linearen Kurve minimiert die Wahrscheinlichkeit, dass ein Randwert verloren geht, bedeutet aber, dass Details in Bereichen mit höherer Farbkonzentration verloren gehen.