「所谓玄学」Part I:给色彩,打上花火

摄影师说、要有色彩。于是就有了色彩。

摄影师见色彩是好的,便将色度从明度分离开来。

现在距离彩色成像技术大规模商业配信已经过去了将近 90 年,大家不仅仅接受了相机是能彩色成像的这一点,也广泛承认了「成像系统的色彩生而平等、但是有些系统比其他系统更平等」这个观念。

这个观念的神秘之处在于,它几乎是一个人人皆知的共识,是按过快门的都会去讨论,但就是鲜有严谨测试。

正因如此,「色彩」成为了玄学的最后圣域;标化测试难以突破的最终防线。

在任何讨论中,只要有人搬出来谁家镜头色彩好或者不好,什么「色彩干、明暗死」之类的,往地上那么一砸,很不妙的事情就会发生。

而又与此同时,我们确实是会拿眼睛收货的。

哪怕是没有观战过股东法师互掐的,只要修过图,大抵也不难会发现某些镜头的色彩和影调要比其他的更好做后期。

这说明它确是有规律可循的,它不是玄学,是科学。

但神奇的是愣是没有人好好的做过太多测试,在数字成像时代,这是不应该的。

传统情况下,大多数人测量镜头发色不外乎有两种途径,一个是测试可见光各波长的透过率,另一个是拍摄标准色卡,然后输入软件读取 ΔE*。大多数测评中,也包括咱自己之前的,有这样一个过场,就算是摸了。

但这两项途径都是有致命缺陷的。波长透过忽略了 CMOS Image Sensor(CIS)和后端处理的影响,容易受到光照环境和光谱仪前端的干扰。加上由于无论是人眼还是 CIS 看到的颜色都并非单色光,导致这样做很不直观。而单纯的读取色卡 ΔE* 则存在一个更严重的问题,就是好的镜头也是会偏色的,不外乎往哪里偏而已——100% 命中 Color Target 的系统并不存在——因此一个苍白单薄的 ΔE* 是缺乏说服力的。并且,色彩是一个多维度的东西,两种方法其实都忽略了很多信息,包括透过率无法直接推导饱和度,Debayer 后临时文件会压掉很多深度,以及这种测试普遍是强行把所有色彩(无论是波长还是色块)映射到同一个 Y’-Plane 的,并不是很严谨。

因此,咱选择了使用两种测试来标化这一次探索,直接在实验室受控环境下读取色卡照片的 Chromaticity 色谱,以及从一次多场景的自然拍摄中分辨色彩倾向,以期能同时顾及标准量化和实际环境。

如同解析力、动态范围一样,哪怕在这玄学最后的圣域,数据也是面对玄学最锐利的子弹。

愿我的弹雨能熄灭你们的苦痛。

 
 
 

免责声明:

本文作者不与蔡司、佳能、徕卡、适马、索尼等公司,及其所属经销商,存在任何关联。没有任何厂商或公司或对本次实验提供了经济补偿。

本文所有测试样品,均由作者本人私人购得或者租赁获得,没有包含任何厂商送测样本。

本文及本文的作者仅对此次取得的测试样本负责,不保证测试结果可以推广到所有同类产品身上(但是测试方法是可以的)。

本次测试中,没有镜头或其他测试样本,遭到食用、丢弃、或者其他种类的伤害。

 
 
 

 
 
 

色谱的花火,

从下面看?还是从侧面看?

于是得先扯一点色彩原理

人类视觉,彩色 CIS 同理,是一个加色系统。

也就是说,只有在舌型图的边缘部分才存在最纯净,饱和度最高的颜色,因为此处只有单一波长,没有任何的混合。在舌型图的曲线部分,这即是单波长;在最下端的直线部分,则是两端(深红和深紫色)的简单合色。这就是为何古罗马时期 Tyrian Purple(R/G/B:40%/0.8%/23.5%)如此备受追捧的原因,它需要色谱两端最深的短波长波组合,才能在色谱边缘获取这一纯净的紫色。它的饱和度高到在现代几乎所有的显示设备都无法完美复现。

右边是一串光谱原色和 Tyrian Purple 在 CIE 色谱上的映射。可以看到光谱原色是紧贴舌型图的上边缘的,而舌型图外缘上标的数字即是此处对应的波长。坐落在色谱最下侧的一团紫色即是 Tyrian Purple,如上所述,它刚好坐落在可见光内最长波长和最短波长的连线之间。

扯远了点。一个加色系统也意味着往纯色里添加任何其他颜色都会掉饱和度。在任何色彩空间里,添加任何颜色的效果就是在两种颜色之间画一条直线,然后取权重均值。如果两个颜色的混合比例相同,就是连接线的中点。以白点为圆心,半径恒定的圆上所有点相对饱和度等同。在圆上作弦线,弦线上任意一点都要比圆上更接近圆心,因此饱和度必然遭到损失。

事实上在任何实用化的色彩系统中,任意颜色都可以以三个或更多个 Primaries 的矢量内积来表示。而色彩空间在 L*a*b* 或者 XYZ 图表上看起来通常就是个凸多边形,正是因为它所能表达的最大饱和度,除了 Primaries 本身,就是 Primaries 互相之间的简单混合,也就是在图表上顶点之间的直线连接。

当然另一个更常见的,导致色彩损失的途径是某部分波长的缺失。某个波长的缺失在 Chromaticity 图表上看起来就是对应的原色饱和度缺失,并且色域三角形会往相反的方向偏移。任何系统都必然面临这个问题,无论是眼球还是镜头。尽管某些材料吃光会比其他更严重,但哪怕是平时认为人畜无害的氟磷冕,无论是 S-FPL55 抑或 FCD100,也是长波吸收多过短波的。因此,完美复现「真实世界的色彩」是不可能的,只能在受限的情况下追求残余最大化。

不同于显示器追求「准确」,前期影像设备是「信息记录设备」,「Acquisition」,因此,在达标的情况下,显然是记录的信息越多越好。

针对 Acquisition 试图用 ΔE* 来鉴定色彩质量,就如同使用一张灰卡来鉴定动态范围一样不合理;更何况好的相机很可能也会因为风格化或者测光倾向而曝光准不到哪去,色彩同理。

与明度动态范围相同,前期重要的更多应该是「深度」,而不见得非得是「准度」。只要你有足够的信息冗余,哪怕有些许的不准,也可以很方便的矫正。什么欠曝两档拉回这种故事,在色彩方面也是可以类比的。

那么,如果能绕过这个弯子,则不难理解:

色彩是有动态范围的,而决定其动态上限的即是局部饱和度。

或者简单地说,前期能捕获到的饱和度,在不失真的前提下,它越高越好。

色彩是一个离散向量空间,它和除了虚化特性以外的所有参数一样,应当遵循「前期信息最大化」的操作标准。饱和度高的你可以轻松调低饱和度达到某些艺术风格化,但是如果高饱和度部分被削弱了,垮塌到低饱和区间和乱七八糟的东西卷积到一起,则没有任何办法可以在保持真实性的前提下复现颜色。或者可以这么理解,你无法从矢量内积逆推出对应的组元。尤其是当内积接近于 0 的情况下。

上面那一段话,翻译成好理解的语言,就是说你后期推饱和度也是没用的,会导致很多本没有分离度的东西一起鸡犬升天。

当然,咱继续类比一下明度环境,光有高动态还不是故事的全部。在理想的环境下,层次之间应当有细节,Grade 之间应当有分离度。如同现在各个相机和电影机都吹自己有 15EV 的宽容度,但是你欠个三四档就开始人畜不分了,这种情况就是不如没有。

色彩同理,光是饱和度达标,但是末端色相偏移严重,红色扩散到相邻的橙色紫色上面,那么这样的信息价值就很低,甚至许多时候不如饱和度上限低一点,但是 Linearity 和 Hue Shift 控制好得多的系统。

 
 

那么,快告诉我到底该从下面看还是侧面看

本文主要会使用两种图表,Vectorscope 和 CIE L*a*b* Chromaticity

做过视频调色的对这两者应该不太陌生,Vectorscope 用于读取相对饱和度,Chromaticity 用于解析全色域范围内的绝对分布。

它们并不是什么什么绝世武功、独门秘籍。但是关于为什么没人拿他来干过这个,咱也感到非常迷惑。

「Very elegant.」

「No. But very efficient.」

 
 
 

下面左侧是一个 Vectorscope,显示的是 x-rite 24-Patch ColorChecker Classic 的参考色值。

它就是那个把所有颜色拍扁到一个平面的怪东西。它很怪,不过还算是好用。

Vectorscope 是一个极坐标图表,顶端 0° 是正红色,色相以逆时针方向沿圆周铺开;而距离原点的距离是相应部分的饱和度。单点的亮度越高则说明聚集于此处的像素越多。一般认为能维持高饱和度而不扩散则是好的。

包围 Vectorscope 外围的六边形是 RGB 色域的外包立方体投影,是原则上可以达到的最大饱和度,如果有超出一般都是映射问题或者推爆了弄的。可以在 这篇文章 的前几段读一下 RGB 的外包立方体为啥长这样,此处不再赘述。不过和真 RGB 色域有所不同的是,Vectorscope 的显示是 Gamut Independent 的,你无论映射到什么东西上面,sRGB 抑或 ProPhoto RGB,它在图表上的显示不会改变,也就是为啥说它是个「相对标度」。

一个作业(?)就是,可以尝试想象一下 Vectorscope 如果整合了明度,这个色谱它在三维空间会长成啥样(咱懒得画了)

是的啦,就和花火一模一样。

右侧它是一个 CIE L*a*b* Chromaticity 图表,它是一个绝对标度,会忠实的记录每个像素在可见光光谱上相应的位置。

图中曲线是 Planckian Locus,也就是大家熟悉的黑体曲线,中间标出的即是 D65 标准白点。舌型图的外包是可见光波长,越靠近边缘色彩的纯度(饱和度)越高,越接近黑体曲线,直至接近白点,则纯度越低。

Chromaticity 的好处就是它虽然会纳入明度对色彩的影响,但是在映射成图像的时候会完全无视它的影响。一张欠曝的图在 Vectorscope 上会因为 RGB Cube 底部变窄而受到挤压,但是在 Chromaticity 图表上则毫不受影响。

打个比方就是,Vectorscope 它像一个直方图,它只考虑「显示出来的图像」部分有什么颜色。

就像是除非你拉爆高光和黑场强行 HDR 挤进去,否则直方图就只显示当前量化到 SDR 可以支撑的这个窄小窗口上的明度一样,有大量的颜色是「表观」层面没有被显示进来的。而 Chromaticity 则会记录当前显示量化范围以外、但是确实被 Acquisition 记录到 RAW 中的所有深度的色彩。

(嗯,这就是为什么 HDR 同时也会要求附带 WCG 的一个重要原因)

和其他东西的色域一样,这里也可以一样认为一个 Acquisition 能提供的覆盖面积越大越好,因为这样意味着系统更逼近了纯色波长,获取到了更纯净的、没有混叠的信息。

你说,只考虑色谱覆盖范围的话,那不就成为变相测试 Primaries 的 ΔE* 了么?

它当然不是。原始信息直接映射在 Chromaticity 上就有这点好,在观察细微的差异上,可以跑的比谁都快。

右边是一个不怎么好(但也不尽然糟糕)的实际镜头的色谱表现,图中可见三种比较常见的色谱偏差。

  • 白点偏移,这个比较好理解。如果某一大截光波的透过率不如其他,那么它在对于白色的权重就变小了,而对于色温的表现就会倾向于剩余透过比较多的光波的方向。

    图中看起来是大概从 500nm 的青蓝色开始衰减,一直到 480-450nm 就开始变得比较严重。可见色谱中间部分整体是向蓝色正对面的橘黄色偏移,实际白点距离 D65 已经冷了大概 500K 的样子。

关于吸收这个东西大家应该比较耳熟能详了,超高折射,性能糟糕的镀膜,都会影响透过率的表现。

白点偏移并非单纯的调整白平衡可以挽救的。简单的理解的话,白平衡补偿相当于把整个色谱进行平移,在高纯度信息缺失的情况下,平移整个色谱只能算是拆东墙补西墙,总有东西照顾不到。

  • 色相偏移,这个是比较容易在常规测试中发现的,在统一所有取样到同一个 Y’-Plane 以后 ΔE* 计算的即是距离标准点的差异,轴向为饱和差,圆周方向的角度差即为色相差异。

会导致色相偏移的原因主要是波长的吸收,还有光波的扩散。波长吸收和上面的原理类似,哪边多就会往哪边偏,不仅是全局的,局部的小部分谱线吸收也会造成局部的色相偏移。

而对于光波来说,它是真的不会停下来的,而且只要它不停下来道路就是真的可以不断延伸的。在一些消光欠奉的镜头中,比如糟糕的镀膜、糟糕的镜筒消光,或者玻璃本身的介质散射,都会使光束前进的道路不断延长,没有被良好的透过或者吸收。此外,一些像差(比如球差和彗差),还有传感器内部的 Blooming 也会导致一部分的光波跑到隔壁去。从原理上也是不太难理解的,扩散就会导致混叠,而各波长扩散的程度也是不一样的,有些混得多,有些混得少,就同时导致了单向的色相偏移和饱和度损失。

另外有兴趣的好奇宝宝可以了解一下 Perceptual Lines of Constant Hue,这是一个很魔法的东西。简单地说就是因为人眼的感光曲线问题,所有映射在等距色彩空间(如 CIE L*a*b*)里的色彩,即使在完美的理论条件下,饱和度的变换也会导致必然的 Hue Shift,否则可能造成观感的不一致。

  • 色谱扩散,这个就相对复杂一些,基本上你能想到的所有理由,光波散射、透过率衰减、乱七八糟的像差问题,甚至糟糕的编解码,都有参与到它的形成之中。是很令人头疼的问题。

    而好巧不巧,这差不多是后期来讲至关重要,而又几乎无法解决的一个成像缺陷。不像白点偏移还能通过白平衡稍微拯救到肉眼看不出来明显差异,色彩的扩散是一种色谱平面的卷积,而且你连卷积核都反推不出来长啥样,完完全全的没法救。这就像明度域的频谱分辨率一样,Primaries 的扩散程度直接影响到了色彩的深度和有效分辨率的上限,直接决定你能分辨出多少色彩,和多纯净的色彩。

    嗯,更糟糕的是这个问题在两项传统测试中都是完全隐形的。

    由于它的形成过于复杂,需要按个例讨论,这里也就不浪费篇幅。

    总的来说就是,在控制色卡测试中,色谱上的色块越集中越好,这代表了更为精准的色彩表达和信息保留。

 

另外会包含的一项测试就是明度保真性。虽然这个主要关系出在 CIS 上(Response Linearity,各个通道的饱和速度,还有像素层面的抗 Blooming),不过另一项重要参数就是镜头镀膜。

优良的消光设计可以允许在严重过曝的情况下保证纯色不被干扰。在正常曝光的情况下,一些少量的边缘混叠还能蒙混过关,但是当深度过曝的时候差异就会变得很明显。

右侧图一是纯理论环境下对于参考值的加亮过曝轨迹,可以看到在冲顶之前各项 Primaries 都是维持了良好的线性度,直到撞墙才开始横向漂移并往回坠落。可以看得出所有颜色最终都集中在了三个主要的二次色(C/M/Y)上,这正是由于色谱的混淆而损失原色饱和度造成的。

从成像原理的角度上出发,这是由于三个通道在局部的电位饱和速度不同(显然,越接近纯色,实际饱和程度差距就越大)。在 EV±0 以上进一步曝光会同时等比拉大这三个通道的电位,与此同时它们的差距也拉大了,因此会在一个程度以内展现出表观饱和度更高的观感。而当最为饱和的一个通道的电平冲顶以后,剩下两个通道在曝光期间仍然按照正常的速度继续填充电荷,这就缩小了差距,导致色彩饱和度损失。而另外两个通道在冲顶以后的填充速度也不再是线性等比的了,这个相对关系的改变则会引起色相偏移。这对于 CIS 和胶片,哪怕是 CGI 都是一样成立的。

而至于为什么它看起来像是生硬的直线,这是因为 Vectorscope 采用的应该是 RGB Direct 标准,参见图三,它是一个非线性标度,以此来试图消除 Perceptual Lines of Constant Hue 造成的不直观观感,所以在理想的理论情况下,所有线段原则上都应该是直线。CIE ΔE* 2000 也是通过扭曲标度网格来消除相对于明度的色调扭曲。

图中圆圈标定的是 EV±0 的位置,拍摄测试图时按整数 EV 步进,从 -1 到 +4 各一张。使用的八条线段分别为六个 Primaries(R/G/B,C/M/Y),还有两条黑体色点位(浅蓝/橙色)

图二是一个表现还算不错的镜头的曝光步进。整体上限范围比理想状况小一点,不过由于良好的消光,整体趋势相对于参考值吻合得较好,并且开始弯曲后也没有发生过分的偏移。

图中也可以看出白点倾向,如图二这枚镜头的白点是略微偏向浅青色的,原则上应该是能与 CIE L*a*b* Chromaticity 的结果互相印证的。

 
 
 

 
 
 

Welcome to the Machine

先来认识一下参赛选手

本次参与测试的一共 8 枚镜头,其中 6 枚参与了实拍测试。此外还有两台手机被抓了进来,作为娱乐项目(?)。

本次测试由于不考量分辨率等「常规」素质,因此咱尽可能的挑选了覆盖定位、性能、风评范围足够大的一组参赛样本。

  • Sigma 50mm F1.4 DG HSM | Art (E-mount, A018) 「平民素质流」

    坊间始终有一种早期 Art 的色彩不怎么玄学的说法。而确实从披露的专利文件上来看,大量的 TaFD55 和欠奉的镀膜的确像是非常不妙的组合

    但即便如此,它不仅拥有 f/1.4 的规格,是单反设计中少有的素质流产物,而且最重要的是它不贵呀,所以即是始终有这么个说法存在,也没有阻碍 Art 受到了许多人的喜爱。

    于是还是值得看一下,一分钱一分货这个道理,在这里是否仍然适用

    本次 Art 参与了实拍测试。

  • Sony FE 50mm F1.8 「廉价痰盂它不香吗?它香炸了。」

    即使是像 Art 这样较为廉价的选项,作为一个 f/1.4,它的规格就注定了它便宜不下来,所以咱找了一个从各方面都更为亲民的选项。

    各种痰盂本身,由于较为简单的结构和较低的规格,其实在色彩方面的阻碍还更少一些。与分辨率一样,低规格以下犯上还真不是没发生过的事情

    本次 FE 50/1.8 参与了实拍测试。

  • Sony FE 16-35mm F2.8 GM (SSR) 「顶级变焦?」

    本来咱是想过去弄一个 FE 24-70mm F2.8 GM 的,但是咱懒,然后咱已经有 FE 16-35mm F2.8 GM

    所以反正是实验室测试嘛,大家都是顶级序列顶级素质,「旗舰变焦」这个序列只需要一名代表就够了,咱不信旗舰变焦之间的差距有变焦和定焦之间大

    更何况 FE 16-35mm F2.8 GM 至少在 SSR 爆率方面比 24-70mm 还要更顶级呀(笑

  • Sony E 18-200mm F3.5-6.3 OSS LE 「狗。」

    苟利国……

    ?……不对……

    汪汪汪!(发出狗叫

    有一说一,咱就承认了,这个东西就是拿来代表狗头的。

    因为咱是真的很好奇,这个狗中之狗和所谓的顶级定焦相比,到底能差多远……

    大变焦,残幅,低规格,而且廉价,咱反正是很难找出比它还……看起来不起眼的东西了

  • Zeiss Makro-Planar T* Milvus 2/50M ZE 「双高斯标杆」

    虽然定位和实际性能都不如 Otus 甚至影视镜头那样顶级,但是再怎么说,它还是个原味蔡司对不对……似乎对于厂商还是市场来说,换个产品序列就没了玄学,也说不过去嘛。

    那么接下来的测试,就可以来看看它是不是传说中的蔡司一样噜♪ 起来咯

    本次 Milvus 参与了实拍测试。

  • Sony Planar T* FE 50mm F1.4 ZA 「基准」

    这个东西一直以来就是咱的 Baseline,主要是拉一个恒定项目过来也方便跨区比较。

    虽然硬素质方面不如同期的 Otus 1.4/55 或者后来的 S-Pro 50mm f/1.4 一样强势,不过总体而言在一批新设计标头来说算是一个相对平衡的选手。

    反正就是,它足够优秀,可以被拿来比较;又足够不优秀,可以比较方便的……嗯,比较。

    本次 ZA 参与了实拍测试。

  • Leica Summilux-M 50mm f/1.4 Asph. (11891/11892/11688) 「玄学再世」

    徕卡差不多是一个与「玄学」绑定的名词了,不请一只过来实在是对不起凝视玄学这个名头。

    虽然总的来说,作为一个比较新的设计,它的「玄学」名声不如一些稀奇古怪的前辈响亮,不过它的用料、设计、使用都还是既对得起现代眼光,风评来看也没有失去所谓的徕卡品质,抓来测试一下看起来倒也无妨。

    Summilux 它长得很好看,所以下面给了两张图。没有别的为什么……

    本次 Summilux 参与了实拍测试。

  • Canon EF 50mm f/1.2L USM 「宝刀不老」

    是啊,它的素质并不算高,什么刀化奶锐,球差爆炸彗差起飞这种事情,从分辨率的角度上确实不及后辈强势

    但是佳能一直以来的人像魔法名称不是白叫的,与它齐名的 EF 85mm f/1.2L II USM 几乎是 EF 系统里出场率最高的人像镜头了,那既然人民群众喜闻乐见……

    本次 EF 50mm f/1.2L USM 参与了实拍测试。

 

测试条件与方法

前方大量乱七八糟的技术细节堇告。

不过没有关系,如果以下文字对你来讲看起来不太像人话,也不会影响下一章对于判定结果的理解。

但是如果你没读这段东西,然后又对测试流程和步骤产生了这里可以解答的疑问,那咱是会安戈瑞的。

本次的测试主要分为两部分,限定环境测试和实拍测试。

由于解析力并非测试考量之一,所有参测镜头均统一转接至 α7R II,以消除不同机身之间 CFA、CIS 与编解码可能存在的差异。

所有测试在拍摄时均未安装任何 ND、UV 或者保护滤镜。

限定环境下使用 3200K 钨灯作为主光源,搭配 Full CTB 高温滤纸矫正色温至 5500K Daylight;辅助使用 6200K 氙电弧闪光灯补全高温光谱,使用 -3EV 引闪程序补偿。

拍摄目标为 x-rite ColorChecker Classic 24-Patch Target,面对它的 18% 灰色块人工锁定白平衡并确立 EV±0。拍摄时均采用 f/4.0 光圈,以改善画质、减少暗角并增大景深。

没有使用 ColorChecker Digital SG 或类似的多色块标版的原因是它的 Primaries 太多,其实会导致不方便观察。在 24-Patch Target 上已经会发生色谱混叠的设备,如果使用 Digital SG 反而会导致更为严重的阅读困难。

曝光步进测试以整数 EV 为步进,从 -1EV 到 +4EV 各拍摄一张测试图样,共六张。处理手段与 EV±0 的常规图样没有区别。本来咱是拍了 EV+5 的,但是用脖子都想得出来 EV+5 大家都死透了,做出来也没必要。

后期统一使用 RawDigger(基于 dcraw)转制 16bit TIFF,Debayer 目标色域 Adobe RGB,不加载任何矫正 Profile(包括内含的强制 Profile 也被绕过),不使用厂商提供的 CCM。之后所有 TIFF 均被统一映射到 Linear Gamma,再统一通过提供的转换矩阵保形映射到 CIE XYZ 制作 Chromaticity 图表。所有图片均会被二次校正曝光,以排除通光量差异或闪光灯可能造成的照明差异的影响。

实拍测试选取多个比较常见的场景,室内外均有,并经由日光照明(5500K Overcast Daylight),根据灰卡校正并锁定白平衡与曝光。

实拍测试同样主要采用 f/2.8 和 f/4.0 光圈,以期可以消除大部分乱七八糟的宽光束像差,避免产生干扰。

后期采用 Lightroom Classic 标准程序,面对色卡 18% 灰色块二次校正可能由通光量差异造成的明度区别,然后按照标准程序输出。

锐化、Debayer 程序均为默认。可选的 Profile 和「消除色散」选项没有启用,内置的强制 Profile 没有使用第三方软件绕过。

大部分图片的人物部分可能经过液化修型和分频磨皮处理。由于单纯是局部形状和高频频谱的变化,该项处理对色彩表现不构成影响。

实拍测试不采用 Chromaticity 和 Vectorscope 图表阅读,因为环境复杂,且实际饱和度大多偏低,不方便阅读观察。

 
 
 

 
 
 

HANABI

CIE 1931 Chromaticity

  • Zeiss Makro-Planar T* Milvus 2/50M ZE

    看起来它的白点比较明显的偏青蓝色,或许是其「德蓝」的来源之一。

    整体覆盖是十分优秀的,绝大部分的色块都撑到了参考点位附近。

    Primaries 扩散控制得比较良好,色相扩散很轻微,并且从覆盖范围来看两边都是达标的。

    绿色部分有一些倾向于蓝色的色相偏移,紫色没有可见偏移。肤色有点点偏粉。

    总体来说虽然不是令人惊艳的那种优秀,但是至少也算是完全达成了蔡司大厂的期望。

  • Sony Planar T* FE 50mm F1.4 ZA

    白点偏向深蓝色,但是从程度上来讲偏得不如 Milvus 多。ZA 的蓝色色谱的覆盖范围极佳,490-480nm 范围内的蓝光都直接逼近了色谱边缘。这应当正是为什么包括咱在内的很多人觉得它的蓝复现非常纯粹的原因。

    Primaries 扩散控制良好,有一些饱和度范围的拉伸,色相扩散很轻微。饱和度扩散的程度比 Milvus 严重些,但是考虑到它本身的覆盖范围更大,边缘一起缩回来结果可能也差不太多。

    绿色和紫色都有些偏蓝,红色和棕色,以及肤色部分都有往粉色偏移的倾向,受影响范围似乎比 Milvus 大,不过程度都不算太高,不确定是否为有意为之。

  • Leica Summilux-M 50mm f/1.4 Asph. (11891/11892/11688)

其实有一说一咱看到这个谱子咱是有点失望的,因为它好像和上面那两个镜头真的不差多少。

当然另外也是说,需要同时在这么小的体积里达成甚至超过比它大几圈的镜头的解析力,又要保持玄学,能做到这个水平已经是非常不易了。

白点偏向青蓝色,整体色彩倾向和 Milvus 很像。但是色谱覆盖在黄绿色区要比 Milvus 更广。虽然说 490-480nm 的蓝色也是直逼边缘,但是不如 Milvus 和 ZA 那么多。徕卡向来不是一个太注重冷色的厂商(即是在影视头上也是如此),加上 Summilux 整体体积很小,这个表现可以理解。

扩散方面似乎比 ZA 控制得更好一些,饱和度方面的扩散收束得更好,尤其是在黄绿色方面。色相扩散控制也很良好。优秀的黄绿色渲染,而整体保持了平衡的色谱,应当就是传说中的「日光感」的来源。

偏色倾向和 Milvus 很像,绿色偏蓝,紫色没有显著偏移,橙色红色棕色以及肤色区均有偏粉倾向。

  • Canon EF 50mm f/1.2L USM

    你在色谱正中间看到的那一大条横向的,密集板块……它……是……巨大的色散……

    不过还是看得出来它的白点是偏向紫红色的。这真的是非常非常少见的倾向,肤色魔法或许即是来源于此。非常大概率是在镀膜上有操作,故意而为的。

    覆盖范围良好,但是扩散很糟糕,有大量的横向溢出。如果不是咱标了参考点位在很多地方都难以分辨出具体色块了。这可能与它欠佳的解析力有关系,色块内部发生了大量的混叠,确实对于一个爷爷辈的镜头来说也不能强求太多。

    黄绿色区域没有明显飘移,蓝色和上面各位差不多,紫色和红色区都有偏粉倾向。

  • Sigma 50mm F1.4 DG HSM | Art (E-mount, A018)

    确实名不虚传,它的白点整体严重偏黄绿色,整个中灰色块已经整个跑到 D65 右边去了,而且蓝色区还有肉眼可见的欠饱和。

    它的蓝色欠饱和程度已经严重到了整个色谱都往黄色方向飘移了,很糟糕。

    什么色相飘移?它整个谱子都飘飞了。

    扩散方面倒是控制得不错,饱和度和色相都相对集中,毕竟用了再多 TaFD55 它也还是个素质设计,对于像差的控制和临近杂光的混叠,还是矫正得比像是 EF 50mm f/1.2L USM 这样的爷爷设计好一些的。

  • Sony FE 50mm F1.8

    得益于简单的设计和朴素的用料,FE 50mm F1.8 的色彩倒是有些意外的不错。它在青绿色和橘红色附近的饱和度上限甚至一度超过了 Milvus

    白点没有很特殊的倾向,中心附近往青色的延申是垮下来的青色色块。

    但是在其他几个方面,可能是受限于成本控制,也可能是设计未能顾及于此,它的表现就不那么令人意外了,不过倒也是对得起价格。

    色谱扩散比较可见,色块本身辨别得出来,但是并不像 Summilux、Milvus 和 ZA 一样有聚集成点的倾向。

    偏移的话属于平均水平,绿和紫都有肉眼可见的偏蓝,暖色区没有太多倾向。

  • Sony FE 16-35mm F2.8 GM

    变焦本身存在的问题就是复杂的设计本身捆绑的副作用会比较多,比如不可避免的会使用更多高折射材料、镜片之间的反射散射、还有或许更严重的色散,都会对色彩表现造成影响。

    当然旗舰变焦的设计,无论是 L 还是 GM 还是什么东西,对于以上问题还是会比较上心的。如图所见,FE 16-35mm F2.8 GM 虽然没有达到顶级定焦的水准,不过与多数主流设计能站到一条水平线上还是做得到的。

    白点倾向不明显,似乎有点偏紫色到紫红色的样子。色彩的覆盖范围比上面大多数定焦小了一些,不过没有往哪一边偏移的明显倾向,可能有搭配镀膜做过一些倾向方面的矫正。总体认为算是合格。

    发散方面的话以定焦的水准来讲是比较滞后的,不过这也需要考虑到即使是 SSR 的 FE 16-35mm F2.8 GM 的长焦端,也是它偏弱的焦段,在像差抑制和杂光控制这样的方面显然无法与定焦相比。外围 Primaries 的收束情况还算良好,基本上看得出色块,趋近中间的发散则变得开始不可收拾,白点附近明显比各位定焦们肥了一圈。

    比较奇特的是 GM 它的绿色区域偏色和欠饱和程度相较于其他部分要更为明显,不是太确定具体是什么原理。还是与上面几个索尼镜头相似的绿色和紫色都往蓝色方向偏,可能是与镀膜有关。

  • Sony E 18-200mm F3.5-6.3 OSS LE

    镜头和狗头之间的差距……有时候比人和狗都大……

    所有的色块都塌掉了,远离白点的部分有一些饱和度扩散的晕影,但是总体来说 Primaries 本体还是靠近中心的。扩散方面比 EF 50mm f/1.2L USM 还糟糕,尤其是红黄部分都糊成了一团,即使标定了参考点也难以辨别。唯一聊以慰籍的大概就是偏色倾向不明显吧……

    不过这种两三千块的残幅大狗变,还指望自行车就是你的不对了……

 
 
 

Vectorscope

默认状态下的 Vectorscope 参考价值不是太高,一方面它受到了明度影响;另外也如上所述,它并不是个绝对标度,所以看看就好。

这里基本上延续了上一段 Chromaticity 的趋势,不过稍微明显了一点。欠饱和的几位仍然欠饱和,表现优秀的仍然表现优秀。

另外可以看见相对于标准图表,每个色块中心到白点都有一条或者两条歪歪扭扭的线连接着。这正是光谱混叠造成的少量或大量像素色相偏移,并损失饱和度。一般而言,分辨率越差、抗杂光越差的镜头,表现出来的线就越粗越扭曲,左右两边歪斜的也就越多。像是 ZA、GM、Summilux 这种中心素质不错的镜头,中间这条线就很细很直,甚至只能看得出一条线。而 EF 50mm f/1.2L USM 和 E 18-200mm LE 这种镀膜和解析力比较欠奉的镜头,就很群魔乱舞。

这里顺便说一下后期饱和度的影响。

原则上讲,如果单纯只是 Extent 不同的话,是可以后期等同到一样的效果的。事实上欠曝之下事情就是这样的,Acquisition 系统的内禀特性没有改变,因此当曝光拉起以后,在色彩方面的表现会和正常曝光一样,甚至更佳(此处暂且忽略明度信噪比的问题)

但是会有这么几件事情阻碍系统之间互相 Match,除了上面提到的 Primaries 扩散以外,还有量化误差,和色彩混叠。量化问题很好理解,就是俗称的断层。上面几个镜头在蓝色色块的末端可以看到它变成了分开来的一条一条,这就是量化精度不足导致的不连续性。这种在后期尚算有救,无非麻烦些。而色彩混叠的极端情况,就是上面两个变焦在白点附近的情况。如在「从下面看?还是从侧面看?」章节中讲过的,这种混叠本质就是色谱空间的一种卷积,而且这种卷积你甚至几乎找不到卷积核,后期几乎属于无法分离的状态。严重的混叠会导致混色和辅色被拉高的程度与主色相仿,甚至超过。随便找一张图,进入 Camera RAW、Lightroom、Capture One 之类的地方开始拉鲜艳度(Vibrance),你会发现在滑块经过某一点的时候整张图的饱和观感突然提升,变得油起来,这就是少量主色被大量辅色淹没的交点。当然,在不同设备和不同的拍摄环境下这个点位自然会有所不同,也就是混叠程度的不同。主色与辅色在色谱上的空间差异(无论是 ΔE* 还是 ΔV*)越远,这个跳变的点位也就应当越发延后。

那么,所以,简单地说,镜头和机身之间的色谱覆盖差异,是不能通过后期手段补偿的。

但是由于光照等问题造成的同系统差异,多数时候还可以拯救。

 
 

Exposure Steppings

如上所述,这是一个同时受到机身和镜头影响的参数,并且由于数码传感器的曝光反馈接近线性,过曝空间通常只有 +2.5EV 到 +3.0EV 左右,因此在深度过曝的情况下,传感器问题会压过镜头所能展现的问题,因此你们会发现大家的倾向都长得比较像。

不过长得像也不代表就是一样的了,细究起来还是有些差别的。

咱就说几个比较值得关注的:

  • 从正确曝光到轻度过曝下(EV±0 到 EV+2 附近),Milvus 和 Summilux 对于饱和度的敏感性比其他所有镜头都高,多曝光一点就能换来很明显的表观饱和度暴增。但是在过曝以后(EV+3 和 EV+4),Summilux 下坠的速度和程度都比大多数镜头要快,Milvus 似乎和大家差不多。大概是 T* 镀膜神秘加成吧。

  • ZA 是唯一一个正蓝色线能保持在 EV+4 以后还不下坠曲折的,咱不知道它是怎么做到的。Summilux 次之,然后 Milvus 和 EF 50mm f/1.2L USM 差不太多,而凭借简单的结构 FE 50mm F1.8 也是紧随其后。

  • 两个镀膜较差的镜头,E 18-200mm LE 和 Art,深度过曝的饱和度损失都比其他镜头肉眼可见的严重。FE 16-35mm F2.8 GM 要肉眼可见的好些,但也没有多太多。

  • Art 的蓝色区真的是凄惨,过曝后表观饱和度增加还只能摸到人家 EV±0 的水平

  • 叠图以后可以很明显的看出白点倾向。这里取得的结论和 Chromaticity 的观察结果一致,不再复读。

下图是一张所有八个镜头的步进曲线叠在一起的结果。

可以看到左半边大家的表现几乎完全一样,EV±0 基本上靠在一起成一团,过曝后下坠的点位和范围也都是比较相似的。

三条蓝色曲线就是群魔乱舞了,好的特别好,差的特别差。

另外有一说一……这玩意是真的有够像花火的……

细心的大概会发现在上面 Vectorscope 的时候咱一直在说「表观饱和度」这五个字。

回想一下,Vectorscope 是一个只对当前显示范围负责的相对标度。

实际上从色谱覆盖面积来说,距离 CIS 能提供的满阱,每多一颗光子,就带来了更高的潜在混色风险,以及末端色谱被挤压进高明度区域而掉色的可能。这在现在大多数并未实装 Full-Depth DTI 的 CIS 上尤其明显。而考虑到暗部会不可避免的受到散粒噪声影响,并且大多数 CIS 在低感部分仍然存在不可忽略的读取噪声,对于大部分先进些的 CIS(IMX251,IMX309,IMX410,IMX455,etc.),你并不能无限的欠曝而持续获得收益。对于常见的 ISO80±20 范围来讲,基本上来说这个下探曝光赚色域的界限在 -1.5EV 到 -2.0EV 都可以持续获得一些收益。当然实验室环境下色卡的光比很小,即使是 ColorChecker 自带的 Stepchart 部分也只提供 6EV 的跨度,所以在光照差异更大的真实世界中可能欠曝收益会更为明显。

这不是在鼓励你们往死里欠曝。这样不光存在信噪比损失风险,还可能被妹子打。

而且人眼对于明度深度的 JND 要大于色彩深度的 JND(但是如果纳入色彩跨度,i.e. 色相,结果会不一样。此处不做讨论),因此为了保留色度 SNR 而忽略明度 SNR 是舍近求远的。

正确的做法显然是想办法多拿满阱容量,但是厂商不给你,你有什么办法呢…… 当然还是有的!一个是欠曝要适度,不用多到显著影响明度的情况,咱一般自己用多是打 -0.7EV 到 -1.3EV 的曝光补偿,YMMV。另外一个就是高 ISO 使用时,尤其是如果跨过了 ISO Invariant 界限(IMX251 是在 ISO800 附近,IMX309 和 IMX455 大约是在 ISO640 附近),可以适当调低 ISO,然后按照正常的 ISO 来曝光,来赚取满阱容量。

下图是 Planar T* FE 50mm F1.4 ZA 的曝光步进色域图,色域范围大约是取的一个 CI=95% 左右的区间绘画外包形状。

当然其他镜头可能会有少许差异,但由于这有一半是相关于传感器的,总体趋势应该大差不差,理解原理就行了。

可以看到在合理范围内(≤ -1.5EV),适度欠曝可以获得少许的色谱覆盖收益。其实对于 ZA 这种本身覆盖就较为优秀的镜头而言,EV-1 基本上就已经顶到色域边缘了,继续往下也不大可能持续获得明显的收益了。而当过曝到了 EV+3 的时候,越过了现代 CIS 大约 +2.5EV 的过曝容量,覆盖率就开始急剧缩减,在本身饱和度较高的蓝色和橘黄色部分尤其明显。一直到严重过曝的 EV+5,它所能提供的颜色连小半个 sRGB 都无法覆盖了。

所以前期别闭着眼睛乱过曝,过曝危害大。表观饱和度可以后期加,色谱覆盖输了就是输了。

001exposure gamut.png
 
 
 

娱乐项目:两台手机

一方面是手机摄影虽然质量存疑,但是以绝对数量和趁手程度而言碾压相机摄影几十个来回应该不会有太多反对意见……

其次手机镜头模块的,又是塑料镜片又是三等人 CIS,就有点像 E 18-200mm LE 一样,很好奇它与严谨的真实光学之间的差距能大到哪里去

本次参测的有两台手机:

  • Samsung Galaxy S9

    比较中规中矩的摄像头设计,普通的 Bayer CFA,普通的 6P 塑料镜片,普通的后处理管线,应该能代表市面上现存的绝大部分设备。

  • Huawei P30 Pro

    所谓「先进技术」的代表,又是 RYYB 特殊滤镜,又是超高像素搭配 Quad-Bayer 的,而且据称还有徕卡贴牌魔法,基本上就是厂商牛皮的顶峰了。

    现年越来越多的厂家开始解禁这些在 CCD 时代被远古祭司封印的黑魔法,抓一个代表过来,你们很快就会发现为什么黑魔法会被封印了

测试流程和上面的相机一样。不过由于手机 ISP 会对图像做了很多奇怪的后处理(即使 RAW 也会有),所以以下测试别太过于当回事,权当娱乐。

总体来说,Galaxy S9 它确实差,但还不至于差到离谱。

覆盖范围和偏移倾向甚至不如 E 18-200mm LE,蓝紫色区有严重的饱和欠缺和色谱偏移,不过 Primaries 扩散倒还算抑制得不错。Vectorscope 也有点偏,不细究的话尚算堪用。

对于这种一整个成像模组成本还没有人家一个镜头盖贵的东西来说,算是可以理解。

这里没有任何吹三星的意思。它只是不算稀烂。不过可惜的是 S20 开始星星星也追随大流,开始实装奇怪的黑魔法了,结果就可能连堪用都达不到噜。

至于 P30 Pro,那它是真的离谱。

咱从未见过如此巨大屑的色谱。

整个色谱严重萎缩,甚至连 Rec.709/sRGB 色域都难以填满,而且色块全黏在一起糊掉了,没有任何辨识度。

肉眼可见的严重白平衡漂移。

最下一排左起第四个方块是目标中灰。

与此同时,得益于 Y 通道宽到失去比例的接收谱,它的黄绿色部分无论是饱和度还是明度全都不成比例的炸掉了。在 Vectorscope 上明显可见,橙色和黄色的 Primaries 显然是遇到了和过曝一模一样的爆炸冲顶,然后开始往回偏色并开始卷曲的情况。然后与此同时,几乎所有其他的颜色都缩在角落里瑟瑟发抖。相机调教成这样,你不大白天的偏色谁大白天偏色?

而与此同时,它正上方那一大片稀疏的绿色点点,是它暗部完全失控的偏色噪点。这太怪了。它噪点的覆盖面积比有效色块的面积还大。

喔,说到暗部偏色,同样得益于 RYYB 不成比例的 QE,以及华为压根就没做的增益矫正,各个通道增益补偿的程度不同导致了不同明度部分的严重偏色。说人话就是你看这里每一个格子,你从上面取出来的白平衡,每一个都是不一样的……甚至说这暗部目力偏绿 亮部紫红色起飞,都已经明显到肉眼可见了。

徕卡贴牌?什么徕卡贴牌?

大家都是「Summilux」,差别怎么就那么大呢(真的你看 P30 Pro 机背写的是 Vario-Summilux-H(……

当然就是,有一说一,手机摄影屑的地方也真不缺这一点,反正就是……

别吹,真别吹,真的尬。

解决有无就不错了,不要幻想太多有的没的。

 
 
 

 
 
 

HANABI ~episode II~

那么,下面就是大家喜闻乐见的实拍环节。

以下图片都按照色卡严格曝光,所以比常见的人像图片会偏暗一点属于正常现象。

咱认为有必要再次复读一次:

以下每组六张图之间的处理程序完全相同,以提供标准化的观测环境。

后期采用 Lightroom Classic 标准程序。锐化、Debayer 程序均为默认。用户可选的矫正 Profile 和「消除色散」选项均没有启用。

大部分图片的人物可能经过液化修型和分频磨皮处理。由于单纯是局部形状和高频频谱的变化,该项处理对色彩表现不构成影响。

请尽量不要关注解析力、焦外、像差,甚至模特本身等与色彩不怎么有关的部分。

毕竟,在技术分析的文章里寻求「好看」,是否搞错了什么……

 

Scene 1

上面技术分析的结论在此是得到了完美的印证的。

第一组是一个压力比较低的室内场景,由比较柔和的散射光照亮。

Milvus 和 ZA 偏冷一点,EF 50mm f/1.2L USM 非常少见的偏向紫红色,然后 Art 肉眼可见的比其他所有人都黄。

同时大概率是由于镀膜问题,EF 50mm f/1.2L USM 和 ZA 背景部分对比度明显更高,拥有良好的立体感和主体分离。Milvus 次之,Summilux 略差一点但差的不多,抗眩光最差的 FE 50mm F1.8 和 Art 则落后在最后一档。

另外在背景上一些低饱和度的部分,比如咖啡店的浅绿色招牌,某些镜头明显对于抗混叠和保真度要高于其他。如右图所示,FE 50mm F1.8 和 Art 已经退化成白色了,Summilux 也不是太好,大概变成了还有一点米黄色的样子。招牌下面那棵树的情况也非常类似,不过没有那么明显。

肤色方面确实是佳能最强。即使少了佳能原生机身的 buff,EF 50mm f/1.2L USM 还是对于肤色复现最好的,而且在下一个章节咱尝试进行调色的时候,EF 50mm f/1.2L USM 是最不费事的一个,简单的一级调色就能做出很好看的人像表现,连径向滤镜都不需要做。第二梯队的是 Summilux 和 ZA,一些简单的 HSL 调节也能达到类似的效果,Milvus 和 FE 50mm F1.8 需要动的东西稍多一点,不过大多数工况下也是 HSL 能解决的问题。而 Art 不行就是不行。

 

Scene 2

第二组是一个阴影中的半室外,也是一个比较常见的实用场景。人物由侧面入射的阴天天光照明,对于器材的压力也没有很大。

总体而言趋势是和上面相同的,白点倾向没有改变,有关对比度和饱和度的渲染也和上一组非常类似。

这个场景大量的白色(天花板和扶手栏杆内测)对于白点偏移的渲染要比上一个场景更明显些。

背景的大量植物对于局部色相漂移也有比较好的说明作用。几个青绿色向蓝偏移的索尼镜头,背景要肉眼可见的冷一些;而像是 EF 50mm f/1.2L USM、Milvus 还有 Summilux 则是比较中性的暖绿色。

 

Scene 3

第三个场景也算是阴影下的半室外,不过这里场景自带的颜色以红黄色为主,比较少冷色参与。原则上讲,因为大家的差异都主要出现在青绿色到蓝紫色这个区域,这里对于器材的压力恐怕比前两个还小。

事实上也确实如此,这个场景是六个镜头来讲差异最小的一个。这里大多数的差异基本上都体现在明度渲染和暗角上。

当然就是,小不代表没有。以咱观察到的来讲:

  • FE 50mm F1.8 要比其他所有人略微偏绿一点点,Milvus 略微偏蓝一点。

  • EF 50mm f/1.2L USM 要比其他所有人的肤色渲染略微明亮一些,如果确实如此的话那么与理论结果是完全一致的。当然咱也不能完全排除可能真的是现场光照的差异。

  • Summilux 的红色(左侧红色墙壁尤其明显)要比所有人都要肉眼可见的暗一些。理论测试中,Summilux 对于红色到黄色区域的明度增益确实没有蓝色区多,这应该是主要原因。这个场景是 f/4.0 拍的,暗角的差别原则上是可以排除的了。

  • 那个不行的镜头确实仍然不行。

 

Scene 4

第四组应该是最严苛的场景了。

正午顶光,散射比较多,没有明显阴影,而且前后景也比较复杂,对器材设备提出了极大的挑战。

EF 50mm f/1.2L USM 再次展现出了不俗的人像渲染能力,即使是如此严苛的工况之下,它也轻松碾了过去。在默认白平衡之下,不需要任何调整就获得了非常接近「正确」的肤色。在 Vectorscope 里看是一条漂亮的,与 Skintone Indicator 完美贴合的直线,其他镜头的末端都或多或少有一些偏移。不过 EF 50mm f/1.2L USM 的对比度似乎是最低的,尤其是肤色整体要比其他所有人亮许多,面部的明度对比也要低一些。

在肤色复现完整性方面,紧随其后的是 Milvus,面部观感比较红润自然,Vectorscope 上偏移量几乎可以忽略。所谓大厂实力可能就在这里吧。

ZA 和 Summilux 表现总体而言很接近。Summilux 还要额外多黄一点点,然后比 ZA 显得略干略单薄一些。这两支镜头也是明度对比度保持得最好的两颗,阴影以及头发部分下沉的比其他人都多。这是好的。

同时 Summilux 和 ZA 的白点偏蓝的倾向是唯二可见的。天空、右侧边缘的供电箱,都有一些发蓝的倾向。这个倾向不多,但是在这个场景下是唯二肉眼可见的。

排除掉 Art 以外肤色最惨的是 FE 50mm F1.8,不知道为什么整个场景都有些发绿。偏绿的脸看起来就有一种蜡黄的感觉……

前背景的对比度分离不是太明显,正午光照真的太难顶了。

 

EF 50mm f/1.2L USM

Scene 4 Chromaticity

 
 

咱之前说过咱不做实拍的 Chromaticity,因为不好读。

但是这个场景确实有必要做一下,这种困难工况之下,代表性还是很明显的。

EF 50mm f/1.2L USM、Milvus 和 ZA 在覆盖率和色彩保真度方面遥遥领先。黄绿保留了优秀的覆盖度,蓝色方面三者都是一发冲天,打到了色域边缘。

EF 50mm f/1.2L USM 在蓝绿色区域的扩散不如 Milvus 和 ZA,但是又在紫红色区域扳回一城。Milvus 在黄绿色区域相比佳能和索尼保留了更多的深度。ZA 再次展现了极佳的蓝色控制力,无论是蓝色的数量还是抗扩散这样的质量,表现都是顶尖的。尤其是青绿色色块(绿色和蓝色缺口中间那一小块,ZA 的刚好骑在了 Adobe RGB 的线上)它丢得比谁都远。不过它绿色偏蓝的现象仍然存在,且比理论测试中明显了些。Milvus 和 EF 50mm f/1.2L USM 在绿色区的表现差不太多。

其次是 Summilux。它三维的覆盖程度都比上面三颗略小,高饱和部分的色块也更为稀疏,这解释了为什么它可能看起来干且单薄。不过即使覆盖范围落后一些,它对于扩散抑制还是做的十分优秀的,每一坨色块看起来都是实心的,表现不错。

FE 50mm F1.8 在绿色部分比谁都宽,而且整个色谱确实有往左上角平移的倾向。咱怀疑多出来的绿色不能排除是焦外的色散。不过无论如何这解释了为什么它看起来有点发绿。不过幸好程度不算大,白平衡调整可以救。

而 Art…… 而 Art 它依然没有任何蓝色。它依旧挡都挡不住的往黄色区倾斜。没救了。

所以也就像其他「硬素质」一样,色彩同样是高压工况见分晓。

 

Scene 5

第五组是一个相对低压的午后室外场景。

这里也没有太多新东西了,观察结论和以上四组一样。

Milvus、Summilux 和 ZA(又是他们)提供了更高的对比度和暗部纯净度。阴影部分和头发的深色部分它们要更黑一些,意味着更优秀的镀膜抵挡了杂光的扩散。

剩下无论是白点还是细节饱和度的倾向区别和之前不是很大。

除了 Art。

Art 的色彩依然没救。悲。

 
 
 

 
 
 

残酷调色师的行动纲领

眼睛收货?眼睛收货。

Blind Test Results.png

大概一周前左右,咱做了一次盲评,截止到咱收集数据的时候一共有 118 人作答,应该样本量是充足到足够引出结论了。

盲评是从 6 枚参与实拍的镜头中,每个场景选出四张,进行 Color Match 以后拼在一起。

其中有第二和第五组除了修脸和 Color Matching 以外完全没有任何后期;第一和第三组套了胶片 LUT 并整个拉满(千万千万不要这么调色,会被妹子打);第四组使用了似乎许多人爱用的「清新」风格修图处理。

公布一下答案:

  • Scene 1:Art、ZA、EF 50mm f/1.2L USM、Summilux

  • Scene 2:ZA、FE 50mm F1.8、Milvus、Summilux

  • Scene 3:Art、ZA、EF 50mm f/1.2L USM、FE 50mm F1.8

  • Scene 4:ZA、FE 50mm F1.8、Milvus、Summilux

  • Scene 5:ZA、EF 50mm f/1.2L USM、Milvus、Summilux

可以看出在动得不多的场景(第二、四、五组),Color Matching 是高度有效的。四个选项基本上差不多多,要么就是像第二组一样,「我认为没有显著区别」一骑绝尘。

尤其是像第四组一样的,以减少信息为标准的后期处理,五个选项几乎就和盲猜没有任何区别。

而在经历了目力修图的场景,不仅 Color Match 会变得十分困难,而且效果看起来也没有很好,没有骗过群众雪亮的眼睛。在这两个套了暴力 LUT 的场景,咱需要给 Art 使用大量的二级调节,各种套了四五个径向滤镜,局部调节,HSL 精调,才能让它和剩下三位站在一条水平线上。而即便如此,他得到的票数仍然没有另外几位多。

至于为什么在这两个场景里都出现了 EF 50mm f/1.2L USM 不受人待见,而 ZA 遥遥领先这种事情咱也是略微迷惑的。这所有的场景中,让 EF 50mm f/1.2L USM 达到「好看」是六个镜头中最容易的,只需要简单的全局调节就可以出效果。而至少从 ZA 来说,它也多少需要一些局部调节才能达到 EF 50mm f/1.2L USM 的水平。这个结果是咱完全没用预想到的,而且按理说缩了图以后分辨率差异也应该不会很明显。

另外给出一个后期以达到「好看」为标准的,主观难易度排序:EF 50mm f/1.2L USM > Milvus ≈ ZA > Summilux > FE 50mm F1.8 > Art

Your mileage may vary.

不过,总体来说,这里再次印证了之前两个章节的结果:乱世出英雄。

越是高压的环境,无论是严苛的前期环境还是复杂的后期处理,越是优秀的镜头越经得起挑战。无论是从调色的角度出发,还是单纯从观众出发,越是保真性高、色彩性能越是优秀的镜头,调出来它一定更好看。

而在色彩方面妥协得比较多的镜头,单纯从观感出发,也不完全是说它就不可能做到「好看」了,只不过尤其是对于调色过程来说,雕花这个过程必然需要耗费更多的精力和算力。

 

ONENESS

既然说到了「Color Matching」

要完美统一不同系统的色彩表现它当然是可能的,但是并非没有代价。

首先需要明白这一点,所有的后期流程都会去除有效信息。甚至是像白平衡调节这种看似无害的操作,如上所述,因为白平衡调整大致相对于平移整个色谱,因此另一端的饱和度必然会遭到损失。而关于明度和信噪比、修图和解析力这种东西的关系大家就应该是比较熟悉的了。当然你可以使用神经网络或者甚至你手画上去细节,但是这样的话你就无法保证你画上去的细节是「真实的」,因此这样做出图虽然可能主观看起来没什么问题,技术上讲就是「不正确的」。

那么,秉承这一项原理,Color Matching 它只能往下 Match。你能把多的削少,但不能从少变多。

右边是修图以后的盲评第四组的 Chromaticity 图表。可以返回去上一个章节对比一下原图的 Chromaticity,会发现差距缩小了很多。当然 Milvus 的极限顶端还是比 Summilux 坚韧一些,什么镀膜抗反射抗杂光的咱觉得可以不必继续赘述了,这点差距不关键。

虽然一眼看下去,修图以后色谱的覆盖面积,它似乎比原来还变大了一点,对吧?

首先应该不是太难发现,图里所有的颜色都遭到了非常严重的扩散,尤其是绿色谱的末端几乎就是均匀的噪点样式了。这是因为咱套了两层仿胶片 Blooming/Halation Filter,提亮了暗部并清除了部分细节,而这些细节除了传统意义上的明度频率,也包括色度细节。或者换句话说,咱在后期强制制造了色彩的混叠。而由于黑场明度的提升,还记得曝光步进那一项理论测试么,许多颜色被从接近中心的地方挖了出来,提拔到了更饱和的位置。当然无论是明度增益还是后期的饱和度提升,都是无差别提高颜色的。或者这么说,白点附近那一坨烂泥被一并挖了起来,送到了饱和度更高的区间。而与此同时,Blooming 造成的混叠,以及整体明度的提升(就像步进测试里那样),同时损害了高饱和度区间的保真度。这两项操作把原来好好的呆在色谱边缘的那几个 Primaries 给拉了回来,变成了一团没用分离度的噪点。

简单地说就是高饱和被压低了,低饱和被一起不由分说的提高了。

这样虽然看起来覆盖率变大了,其实都是无用信息,有效的色彩反而被削弱了。

而且盲评第四组炸得是如此彻底,反而几乎抹除了四枚镜头之间得可见差异 —— 第四组里面,五项结果的投票人数是最为接近的。

摧毁的有效信息越多,细微的差异就越不重要。

反观第一组和第三组,明度反馈拉爆了以后,比如面部的光影和细节扩散,就变得尤为重要,且后期手段难以统一。只要多哪怕一点点有效信息,甚至不是有效信息的细微差异,在出图方面都是差之毫厘谓之千里的效果。

这样也好理解,即使在看似先进传感器和 RAW 视频能提供许多额外宽容度的电子时代,顶级的影视镜头序列的色彩表现也是严格统一的,而且对于吸收率不平均的材料使用极为克制的原因。这样为的就是保留最大的后期空间,不让好的镜头需要屈尊照顾差的镜头而损失整体画质。

看一个不那么极端严苛或者极端掉信息的情况。

左边图册是第一组其中两张图,在第一级 Color Match 之后、套 Kodak Cineon 2383 LUT 之前的结果。从观感上看,咱可以比较肯定的说它俩已经被调到了没有可见区别的程度了。

所以即使是在比较常规的后期和观赏条件下,严格的主观 Color Matching 也是完全可以实现的。

但是古尔丹,代价是什么呢?

ZA 只使用了一个径向滤镜处理面部,Art 不仅色温需要比 ZA 额外更高 200+K,而且使用了足足八个调节笔刷,才能达到一样的效果。

当然这个某种程度上也算是有点极端的情况了。咱在把像是 Summilux 和 ZA 互相 Color Match 的时候,基本上就是一两个笔刷和一些 HSL 调整就能解决的战斗。而这样子数量一多下来,对于人力物力的耗费显然都是庞大的。

不需要的经费可以捐给咱,不需要的时间可以贡献给国家。

 
 
 

 
 
 

Outside the Wall

今天这项测试的最大目的就是证明即使是发色这样的传统玄学,也必然是有详尽的数据支撑的。

而只要是背后有数据,那它就可以被测出来。

所以说,就正如分辨率和其他所谓的「硬素质」一样,只要找对了工具,色彩同样是可以很精准的量化的。

本次测试使用的 Vectorscope 和 CIE L*a*b* Chromaticity 两种图表,以及选择关注的三种主要色谱缺陷,被证实是与实际观察结果与盲评结果良好吻合的。这证明这项方法对于测定色彩表现是高度有效且直观的,要优于传统的 ΔE* 和光谱透过率方法。

结合本次测试的实际结果,咱认为这种工具和解读方法是可以推广到其他镜头以及其他色彩方面的应用上的,并且测试数据具有实用意义。

世间没有黑魔法。不要眨眼,也不要移开视线;舞台中间,只允许科学存在。

另一部分来说,今天这项测试也揭示了,至少是参测这几枚镜头所代表的定位来说,也没有风评老法师说的那么多。

正如这个「玄学」本身是背靠严密的色彩科学一样,色彩表现它更是需要大量的详尽数据和技术细节支撑。

 
 

如同后期本身是一个减法系统一样,从光源到显示屏,每一步也同样是个减法过程。被摄物、滤镜、镀膜、镜片成分、CFA、文件编解码,甚至你和被摄物之间的雾霾,每一步都是只可能吃掉有效信息的,而且上游缺陷必然影响下游,产生遗留问题。因此,我们也可以总结出来,良好的前期环境,包括照明灯具和拍摄环境,对于良好的色彩表现是必须的。

说回镜头本身。影响色彩表现的主要是以下三个方面:镜片成分、镀膜、像差控制

镜片成分这个是比较好理解的,不同的材料对于不同的波长吸收率是不一样的,而且有些硝材吸收率不一样得要比其他硝材更多。吸收短波发色就会发黄,吸收长波就会发青,全部都吸那大家就一起完蛋。

镀膜是厂商自由度最高的,同时也是最难做好的一项。厂商可以自由的使用镀膜来控制额外的吸收光谱,进而调控色彩表现。另一方面,镀膜也是控制杂光的最大功臣。优良的镀膜不仅能实现对于波长透过率的精确控制,被压缩到极低的界面反射率可以保证光线不乱跑,进而减少混叠和色谱扩散,辅助增进色谱分辨率。良好的杂光控制同样也可以改进对比度表现,避免暗部纯净度遭到污染。

尽管镀膜如此重要,然鹅,论镜头系统设计,镀膜恐怕是最少见精品的一项。眺望全世界大几十个镜头厂商,目前基本上也就宾得 ABC2 和蔡司 T* 可以做到高达 99.7-99.8% 的轴上透过率,甩了其他人好几个百分点。而且不仅如此,宾得和蔡司还很舍得用,不像某些厂的 Nano AR、ASC 和 ARneo 都只涂一两片就算作数。更糟的是大家爱用的超高折射,比如 TaFD55,其轴上 13% 的反射率足足就有其他普通玻璃的三四倍有余,大倾角下更是刷出了五六倍的巨大差距。配合这些厂商不怎么样的镀膜,注定会产生严重的散射和混叠。

像差控制由于其影响范围受限,对于色彩的作用虽然不如以上两点影响大,但如果要求最纯净的高饱和度表现,以及高频色彩细节的复现,像差控制仍然是脱不开的。不过像差控制的模式是简单的。除了畸变以外,八种主要像差的剩下七种都是一束光线的不同部分未能被有效收束在一个点上。这么理解就好了,像差控制会导致局部的色谱混叠和饱和度损失,进而造成色谱上 Primaries 的扩散和倒退。

总体来说,不像近年来,中低价格的镜头在分辨率方面越来越能打,至少以咱搜集到的这八个样本而言,色彩渲染是仍然严格遵循一分钱一分货这个道理的。

而另一个方面,大家都在第一梯队的时候,差距也并没有很大。比如 Milvus、Summilux 和 ZA 这三只,它们无论是在设计初衷还是市场范围方面来看,都是大相径庭的。Summilux 原则上来讲就是一个非常注重「玄学」的小众玩物;Milvus 是一个大厂摸鱼发出来的素质向镜头;而在所有方面来看,ZA 似乎就是从头到尾的「数码味」。但是,同在顶级色彩性能之下,无论是标准化测试还是盲评之下,它们取得的成绩都非常相似。同在逼近色谱顶端的神仙打架之下,这三者的区别虽然有,但并不如市场和风评反馈来得大。以咱调色的经验来看,这三者互相的出图也是对后期十分友好的,互相做 Color Matching 也很容易。

在价格中低的主流梯队里,这次看下来则是明显的「少即是多」。朴素用料和设计的 FE 50mm F1.8,在一千多块的低廉价格下打出了非常值得尊敬的成绩,甚至可以欺负一些数倍乃至数十倍价格的更高端产品。虽然传统简单 Planar 设计没有太多地方给你加镜片来抑制高阶像差,给高折射和 ED 的使用空间也很小,但是也正是这样的「缺陷」,给予了色彩更多的存活空间。而像 E 18-200mm F3.5-6.3 OSS LE 这样同样以价格低廉为招牌的设计,由于复杂度高了许多,性能就显得十分糟糕了,甚至可以说是这一批镜头里面最菜的一个。这里也再次印证了「专事专干」这项工业真理。如果你想让个啥玩意什么都能做,那么要么它的价格会暴涨,要么实际性能会雪崩(当然也完全有可能两个同时发生)。妥协是从来没有好果子吃的。

FE 16-35mm F2.8 GM 大概就是一个,至少来说在价格上没有妥协的产品。FE 16-35mm F2.8 GM,以及其他类似的旗舰定位变焦镜头,在色彩上的表现虽然追不上第一梯队,但干过入门定焦,与剩下大多数产品站在同一条起跑线上至少是做得到的。还不是那回事,一分钱一分货。它贵,它光圈不如定焦大,但是它素质好,而且还会动。那么这就够了。

而不像解析力它是个无底洞,光学工业干了一百多年,愣是没有在摄影镜头上做到 f/2.0 以内抵达衍射极限。但是,人类的可见光色谱就那么大,CIE 在 90 年前制定了那个著名的舌型图,到现在还是广泛适用的。所以像 EF 50mm f/1.2L USM 这种情况,只要是注重了色彩渲染的老设计,即使解析力显得落后,大体上来讲,色彩能力照样不输全新的产品。

至于像 Art 这种情况,你以低廉的价格捡到了比绝大多数单反标头都要好一丢丢的解析力,就千万不要指望在其他的素质上也能赚到了。设计师只有那么多工资,生产线只有那么高的成本水分可以挤,一分钱还是只能干一分钱的事情。

而手机……几十块钱一整个摄像模组……它能亮就很对得起人了好吧

另外也能很容易的发现同厂商的产品确实对于色彩是有一定选择性的。蔡司(和蔡司授权了镀膜)产品、徕卡产品、佳能产品和索尼产品,它们尽管定位和价格迥然不同,但是色彩倾向是互相之间有所传承的。

而观众对于色彩的主观喜好倾向,看起来也是有所偏好的。除了客观上丰富而紧至的高饱和 Primaries 以外,大家似乎倾向于喜欢略微偏青蓝色的白点,以及偏粉紫色的红色和肤色色块。各个厂商看起来也是知道的,只不过不知是技术限制还是产品规划差异,大家的实现方式和程度都有所不同。看起来而言,蔡司原厂 Milvus 和 Summilux 对这几个倾向实现的是最好的,ZA 的话 Primaries 偏色控制略差一些,但总体来说也仍然是第一梯队性能。这三支也的确在盲评和实际测试中获得了最好的成绩。

 

那么,我们今天从试验里学到了什么?

就和「刻板印象」一样,「玄学」本质上来说是有一定的真实性的,有一定程度的经验观察支持。但是人们经常干的一件事情就是胡乱把经验推广到所有东西上面,失去了有效的科学意义。

它麻烦就麻烦在这里,半真半假的,你说它不对也不是,说它全错也不尽然。这实际上也是大量的玄学争吵的来源,各自拿着半对半错的说法互相掐,太没道理了。

这篇文章的核心即是在于,再一次的证明色彩的科学性所在。

那么,愿数据之光,可以再一次、闪耀。

 
 
 

 
 
 
 

本次实验特别鸣谢:

光的白龙 在三个星期以来,从前驱到发布,提供的事无巨细的技术支持,还有色彩管理流程把关

兰拓相机租赁 评测部助理 俊俊 提供的部分实验器材支持,以及外勤部分现场支持

 
 
 
 
 

Addendum & Bibliography

一些名词对照:

  • CIS - CMOS Image Sensor

  • Chromaticity - 色度、色度图谱;有时在文中以「色谱」指代

  • Color Match - 色彩匹配

  • Hue Shift - 色相偏移

  • Planckian Locus - 黑体曲线

  • Response Linearity - 反馈线性度

    此处有特指 CCD/CMOS 在电容在不同电位时,对于输入信号的接收和存储效率的衰减

关于色域映射的问题

咱之前使用的是 Relative Colorimetric 直接实施饱和度映射,这样的好处是色谱可以填满目标色域(SMPTE ST.2065-1),但是会失去绝对标度的敏感性。

下面是同一张图,左图使用了 Color Space Transform 映射到了正确的色域,并具有绝对标度意义。右侧是 2020 年 2 月 4 日之前的版本,仅使用默认的 Relative Colorimetric 直接映射。

在正确的映射结果中,可以看见大部分色彩都被限制在了 Adobe RGB 范围内,而这正是解码时所使用的色域。事实证明多数照片也确实没有超出这个色域工作的需要。

而正因为上面这条限制,未来探索可以考虑包含超高纯度的单色光谱测试,以及考虑直接一步解码到 CIE XYZ 空间,而不必多走两次转换。

但因为所有图像(包括使用的标准点)经过的 Pipeline 完全相同,因此右侧的 Relative Colorimetric Rendering 仍然具有相对意义,文中引出的所有结论可以保持不变。

 

延伸阅读与参考书目:

Academy of Motion Picture Arts and Sciences. Academy Spectral Similarity Index (SSI): Overview, Feb. 2019.

International Commission on Illumination. Method of Measuring and Specifying Colour Rendering Properties of Light Sources, CIE 013.3-1995. Jan. 1995.

International Commission on Illumination. CIE Standard Colorimetric Observers, CIE S 014-1/E:2006. Dec. 2008

International Telecommunication Union. Objective quality assessment technology in a digital environment, Report BT.2020-1, Jan. 2000.

International Telecommunication Union. High dynamic range television for production and international programme exchange, Report BT.2390-7, Jul. 2019.

Levoy, M., Dektar, K., et al. Chromaticity diagrams. Mar. 2012. [Link]

Levoy, M., Willett, N., et al. Gamut Mapping. Mar. 2012. [Link]

Lissner, Ingmar and Philipp Urban. How Perceptually Uniform Can a Hue Linear Color Space Be? Jan. 2010

MacEvoy, Bruce. learning color through paints, Aug. 2015. [Link]

Masaharu, Hosoi. Imaging lens and imaging device, JPWO2017138250A1. Published Dec. 2018.

Ryo Shioda, Optical System. JP.2015-114366A, Published Jun. 2015.

 
 

Copyright © Wavechaser 2019-2020