为什么数码相机可以拍出彩色照片？
作者： 阮一峰
日期： 2012年12月6日
上个月（11月13日），83岁的柯达公司退休工程师布赖斯·拜尔（Bryce Bayer）去世。
一家国内杂志邀请我写纪念文章，回顾他对数码摄影的巨大贡献。
我看了一些材料，觉得这个题材很有意思，涉及数码相机的成像原理，使我对数字图像技术有了新的认识。但是，由于体例限制，杂志不允许我插入彩图。
下面，我把我的那篇文章配上图片，解释彩色数码照片是怎么拍出来的。
1.
为了更好地理解原理，让我们从照片的起源讲起。1825年，法国人涅普斯（Joseph Nicéphore Nièpce），拍出历史上第一张照片。
2.
他采用的感光剂是氯化银（silver chloride）。当光线照射氯化银，后者会分解成纯银和氯气，银金属颗粒呈现黑色。因此，底片颜色越深代表光线越强，颜色越浅代表光线越弱。黑白照片就是这样拍出来。
3.
19世纪中期，人们发现，人眼的圆锥细胞对三种颜色—-红、绿、蓝—-特别敏感。伟大的英国物理学家麦克斯韦因此假设，红绿蓝作为基色，可以拍出彩色照片。
4.
1861年，在麦克斯韦的指导下，人类的第一张彩色照片诞生了。
采用的方法是在镜头前，分别用红丝带、绿丝带、蓝丝带过滤光线，曝光形成三张底片，然后用三部放映机向同一处投影这三张底片，每部放映机的镜头前都拧上对应颜色的镜头，它们的合成效果就是一张彩照。
5.
真正意义上的彩色胶卷，1933年诞生于柯达公司，底片之上依次有三个感光层，分别对红、绿、蓝三种颜色进行曝光，最后叠加形成一张彩色底片。
6.
二战后，计算机诞生，科学家发现图像可以用数字形式表示。如果将光信号转变成电信号，就可以直接拍出数码照片。这意味着，照相机不再需要胶卷，而是需要一个图像传感器（image sensor）。
7.
图像传感器将光线转化成电流，光线越亮，电流的数值就越大；光线越暗，电流的数值就越小。所以，如果用0到255的范围，表示光线的亮度，最亮的光线是白光，数值是十六进制的FF，最暗的光线是黑光（没有光），数值是十六进制的00。
8.
图像传感器的表面，分成若干个捕捉点，每个点都会产生一个数值，表示该点感受到的光线亮度，这就叫做”像素”。像素越多，图像细节就越丰富。如果一台相机的像素是1600x1200，就说明图像传感器横向有1600个捕捉点，纵向有1200个，合计192万个。
9.
但是，图像传感器有一个很严重的缺陷：它只能感受光的强弱，无法感受光的波长。由于光的颜色由波长决定，所以图像传播器无法记录颜色，也就是说，它只能拍黑白照片，这肯定是不能接受的。
10.
一种解决方案是照相机内置三个图像传感器，分别记录红、绿、蓝三种颜色，然后再将这三个值合并。这种方法能产生最准确的颜色信息，但是成本太高，无法投入实用。
11.
1974年，柯达公司的工程师布赖斯·拜尔提出了一个全新方案，只用一块图像传感器，就解决了颜色的识别。他的做法是在图像传感器前面，设置一个滤光层（Color filter array），上面布满了滤光点，与下层的像素一一对应。也就是说，如果传感器是1600x1200像素，那么它的上层就有1600x1200个滤光点。
12.
每个滤光点只能通过红、绿、蓝之中的一种颜色，这意味着在它下层的像素点只可能有四种颜色：红、绿、蓝、黑（表示没有任何光通过）。
13.
不同颜色的滤光点的排列是有规律的：每个绿点的四周，分布着2个红点、2个蓝点、4个绿点。这意味着，整体上，绿点的数量是其他两种颜色点的两倍。这是因为研究显示人眼对绿色最敏感，所以滤光层的绿点最多。
14.
接下来的问题就是，如果一个像素只可能有四种颜色，那么怎么能拍出彩色照片呢？这就是布赖斯·拜尔聪明的地方，前面说了，每个滤光点周围有规律地分布其他颜色的滤光点，那么就有可能结合它们的值，判断出光线本来的颜色。以黄光为例，它由红光和绿光混合而成，那么通过滤光层以后，红点和绿点下面的像素都会有值，但是蓝点下面的像素没有值，因此看一个像素周围的颜色分布—-有红色和绿色，但是没有蓝色—-就可以推测出来这个像素点的本来颜色应该是黄色。
15.
这种计算颜色的方法，就叫做”去马赛克”（demosaicing）。上图的下半部分是图像传感器生成的”马赛克”图像，所有的像素只有红、绿、蓝、黑四种颜色；上半部分是”去马赛克”后的效果，这是用算法处理的结果。
16.
虽然，每个像素的颜色都是算出来的，并不是真正的值，但是由于计算的结果相当准确，因此这种做法得到广泛应用。目前，绝大部分的数码相机都采用它，来生成彩色数码照片。高级的数码相机，还提供未经算法处理的原始马赛克图像，这就是raw格式（raw image format）。
为了纪念发明者布赖斯·拜尔，它被称作”拜尔模式”或”拜尔滤光法” （Bayer filter）。
神奇的图像处理算法
作者： 阮一峰
日期： 2011年8月13日
几周前，我介绍了相似图片搜索。
这是利用数学算法，进行高难度图像处理的一个例子。事实上，图像处理的数学算法，已经发展到令人叹为观止的地步。
Scriptol列出了几种神奇的图像处理算法，让我们一起来看一下。
一、像素图生成向量图的算法
数字时代早期的图片，分辨率很低。尤其是一些电子游戏的图片，放大后就是一个个像素方块。Depixelizing算法可以让低分辨率的像素图转化为高质量的向量图。
二、黑白图片的着色算法
让老照片自动变成彩色的算法。
三、消除阴影的算法
不留痕迹地去掉照片上某件东西的阴影的算法。
四、HDR照片的算法
所谓”HDR照片”，就是扩大亮部与暗部的对比效果，亮的地方变得非常亮，暗的地方变得非常暗，亮暗部的细节都很明显。
实现HDR的软件有很多，这里推荐G’MIC。它是GIMP图像编辑软件的一个插件，代码全部开源。
五、消除杂物的算法
所谓”消除杂物”，就是在照片上划出一块区域，然后用背景自动填补。Resynthesizer可以做到这一点，它也是GIMP的一个插件。
六、自动合成照片的算法
根据一张草图，选择原始照片，然后把它们合成在一起，生成新照片。这是清华大学的科研成果。
七、美容算法
自动对容貌进行”美化”的算法。