Beberapa operasi yang Anda gambarkan memanipulasi data dalam gambar sedemikian rupa sehingga informasi hilang atau diubah. Untuk sebagian besar, saya tidak berpikir ini penting dengan fotografi tradisional (yaitu, cetakan dan sejenisnya), tetapi pasti penting ketika setiap piksel dianggap sebagai ukuran jumlah foton.
Apa yang saya pikirkan ketika saya melakukan operasi adalah penyebaran kesalahan. Kesalahan dapat terjadi pada level piksel tunggal, level spasial, dan level warna.
Noise adalah kesalahan sensor piksel tunggal selama proses deteksi, yang diperkenalkan baik oleh foton yang salah, efek kuantum (menerjemahkan foton ke dalam elektron untuk dihitung adalah peristiwa probabilistik pada tingkat kuantum), dan konversi analog ke digital. Jika operasi selanjutnya akan melakukan hal-hal seperti peregangan kontras (ekualisasi histogram) atau menekankan daerah yang lebih gelap (mengisi cahaya), maka Anda ingin mengurangi kebisingan sebelum melakukannya.
Untuk contoh yang benar-benar dikurangi tentang apa yang saya maksud, ambil gambar bidang gelap (gambar dengan tutup lensa aktif). Hasilnya adalah kebisingan. Anda dapat kontras meningkatkan itu, atau apa pun yang Anda inginkan, tetapi masih berisik. Algoritma pengurangan noise yang sempurna harus menghilangkan semuanya, jadi tidak ada kontras yang dapat ditingkatkan pada langkah selanjutnya.
Kesalahan spasial dapat diperkenalkan dalam beberapa cara. Ketika Anda memutar gambar, Anda memperkenalkan kesalahan spasial. Jika Anda menganggap ada gambar 'benar' (dalam pengertian ideal platonis), kamera merekam versi digitalnya. Bahkan ketika Anda menggunakan film - butiran / kristal film berukuran terbatas, dan beberapa contoh gambar 'benar' akan terjadi. Ketika Anda memutar gambar digital, Anda memperkenalkan efek alias. Tepi yang paling tajam akan sedikit tumpul (kecuali Anda memutar hingga 90 derajat, dalam hal ini pengambilan sampel grid masih berlaku). Untuk melihat apa yang saya maksud, ambil gambar dan putar dengan kenaikan 1 derajat. Tepi yang tajam sekarang akan (sedikit) buram karena pengambilan sampel diperlukan untuk melakukan rotasi kecil.
Bayer sampling mungkin hanya kesalahan pengambilan sampel spasial yang harus kita jalani. Ini adalah salah satu pengundian besar (mungkin satu-satunya pengundian nyata) untuk sensor Foveon. Setiap piksel memiliki ukuran warna di lokasi itu, daripada mendapatkan warna lain dari piksel tetangga. Saya punya DP2, dan saya harus mengatakan, warnanya cukup menakjubkan dibandingkan dengan D300 saya. Kegunaan, tidak begitu banyak.
Artefak kompresi adalah contoh lain dari kesalahan spasial. Kompres gambar beberapa kali (buka jpg, simpan ke lokasi yang berbeda, tutup, buka kembali, bilas, ulangi) dan Anda akan melihat apa yang saya maksud di sini, terutama pada kompresi 75%.
Kesalahan spasi warna diperkenalkan saat Anda berpindah dari satu ruang warna ke yang berikutnya. Jika Anda mengambil png (losslesss) dan memindahkannya dari satu ruang warna ke yang lain, maka simpanlah. Kemudian kembali ke ruang warna asli, Anda akan melihat beberapa perbedaan halus di mana warna dalam satu ruang tidak memetakan yang lain.
Ketika saya sedang memproses foto, pesanan saya umumnya seperti ini:
- pengurangan kebisingan
- peningkatan kontras, eksposur, dll.
- rotasi
- ruang warna
- kompresi akhir untuk menghasilkan gambar.
Dan saya selalu menyimpan yang mentah.