ソフトウェアは後処理でどのように露出を高めますか？

誰かがアルゴリズムを知っているか、後処理で輝度（EV）がどのように実行されるかを数学的に説明できますか？各ピクセルの明るさ/ RBG /コントラストのレベルを調整しますか？ヒストグラムに関連していますか？

後処理における露出不足の画像の露出補正の技術は何ですか？

編集：ここのこの質問では、リンクが投稿されました。それは例がある EVの変更をし、それが左/右に移動します。Matt Grummの回答では、各ピクセルは「乗算」されていると述べています（私の心では、ヒストグラムが上下に移動していることを示しています）。

これが事実である理由を誰かが説明できますか？（そのEVは左から右に変化します）

私たちはデジタルカメラを持つことに興奮していることを知っていますが、実際はそうではありません。私たちはたまたまデジタル出力フォーマットを持つアナログカメラを持っています（そして、画像に直接関連しない多くのデジタル回路も同様です）。

アナログ信号がデジタル信号に変換されるたびに、量子化ノイズが発生します。つまり、変換に入る信号が、反対側から出てくるデジタル数値の値と正確に一致することはほとんどありません。それを切り捨てまたは丸め誤差と考えてください。

デジタル画像ファイルに対して後処理を行うと、カメラが追加した量子化ノイズが「焼き付け」られます。ポストでどのビット深度で作業しているかは関係ありません。作業しているデータには、アナログ（ウェル、量子）ノイズ成分（熱およびショットノイズ、アンプの歪みなど）と量子化ノイズの両方があります。カメラの出力の。基本データの品質は完璧ではないため、障害のあるデータに対して実行された計算はすべて、出力に障害をもたらします。彼らが言うように、GIGO。

一方、カメラ内では、量子化の前にアナログ信号を増幅（または減衰）する機会を得ます。これは、アナログ領域のノイズにはまったく役立ちませんが、特定の輝度レベルでの量子化ノイズを低減します。

あなたが4.4 whatchamacallitsのアナログ値を持っているとしましょう。ISO 100を使用して撮影する場合、仮想の「デジタル」カメラがそれを正確に4のデジタル値に変換します。ポストで見かけの露出を増やすことを選択した場合、切り捨てられた4で作業できません。カメラのISOを（フルストップ未満で）上げると、その4.4はデジタルに変換される前にアナログ回路によって増幅され、オールデジタル処理が計算するよりも1高いデジタル値になる可能性があります。シングルビットの違いはあまり聞こえないかもしれませんが、処理の途中ですべてのエラーを累積し始めると、特定のピクセルは本来の値からかなり離れている可能性があります。それがノイズです。

（カメラが独自の応答特性を「認識」し、処理でそれらを考慮することができるという事実もあります。たとえば、Lightroomは、カメラ固有のISOベースのセンサーノイズ減算を行いません。カメラは、すべて行います。）

これはあなたが探している式ですか？

RGB[c] = max( RGB[c] * pow(2,EV), RGBmax )

つまり、RGBデータの（各ピクセルの）チャネルごとに、2 ^ EVを掛けて、データの最大値にクリップします。8ビットカラーの場合、RGBmaxは255、16ビットカラーの場合は65535になります。

ここでのEVは相対的なEVであるため、EV + 2.0はすべてのピクセルを4倍に乗算（明るく）し、EV-2.0はすべてのピクセルを4倍に除算（暗く）します。

式自体はヒストグラムに依存しませんが、画像を最適に調整するためにどの露出値を使用するかを決定する必要がある場合は、EVを計算するためにヒストグラムからある種の統計が行われます。

注意：スタンがこれに答えたのは事実上別の質問であることに対処しているため、質問は編集されました：

誰かがアルゴリズムを知っているか、後処理で輝度（EV）がどのように実行されるかを数学的に説明できますか？各ピクセルの明るさ/ RBG /コントラストのレベルを調整しますか？ヒストグラムに関連していますか？

後処理における露出不足の画像の露出補正の技術は何ですか？

これは、すべてのピクセル値を乗算し（たとえば、明るさ、コントラストは個々のピクセルに適用される用語ではありません）、オフセットを適用するという単純なものにすることができます。デモザイキングの後に行われた場合は、赤、緑、青の値に同じ係数を掛けるだけです。

ほとんどのRAWコンバーターが非線形トーンカーブを適用してフィルムで得られるコントラストのあるSカーブをエミュレートする一方で、カメラセンサーは本質的に線形デバイスであるため、露出補正のプロセスはRAW変換のコンテキストではもう少し複雑です。

したがって、露出補正を行うのに最適なタイミングは、これが適用される前です。これは基本的に、RAWコンバーターのEC関数を使用することを意味します。それまでに非線形曲線がほぼ確実に適用されるため、Photoshopをエクスポートするまで待機しません。

一部のRAWコンバーター*が「ねじれた」カラープロファイルを使用したため、状況はさらに複雑になり、色相/彩度は強度に応じて異なる値にマッピングされます。これは、精度を犠牲にしてより好ましい色を生成するために行われ、露出補正の結果に影響を与える可能性があります。

一部のRAWコンバーターは、ハイライトを回復してシャドウを強調するツールも提供しています。これらは局所的な調整を行います（つまり、個々のピクセル値よりもはるかに多くを考慮に入れます）。これらのアルゴリズムの詳細を知りたい場合は、おそらく待つ必要があり、Lightroom開発者がここに表示されることを願っています。

* 「一部のRAWコンバーター」と言うとき、私は基本的にLightroom / ACRについて話している。それが私が研究した唯一のものであるため、他の高度なRAWコンバーターはおそらく同様のことをする。

数学的には、マトリックス（画像）の明るさは、ピクセルの色相のCIE L *関数値に作用することで全体的に影響を受けます。それは算術的な関係です。加算、減算、乗算、および除算。

この場合も、数学的には、変換行列（数値）が既存の行列にppで加算されます。これらは、対象または行列全体（画像）に対して選択的に作成できます。

良い露出と悪い露出は、被写体の照度範囲がカメラセンサーの有効範囲内にある限り、任意の用語です。対象範囲は、極端に広い場合と狭い場合があります。

注：ヒストグラムは、画像内の照度の相対的な分布を表す視覚的な補助です。線形です。それは露出とは何の関係もありません。強度と時間の相互関係であり、常に対数で表されます。

後処理における露出不足の画像の露出補正の技術は何ですか？

画像のすべての値を単純にブーストすると、すべての値が同じ量だけ増加します。この「線形」応答は、デジタル画像に固有のものです。

そのように知覚しないと、結果の画像は不自然に見えます。

写真乳剤の応答は人間の視覚系の応答とよりよく似ているため、アナログ（フィルム乳剤）画像はより自然に見えました。「S」字型の曲線を参照しました。その特徴的な「S」形状はアナログ応答です。

人間の比例視覚応答と線形デジタル応答の違いを補正することで、その違いを美的に調和させるさまざまな手段が生まれます。

差の比例補償を提供する効果的な方法が必要です。それが専門性です。