先来复习一下为什么很多时候我们不得不拍摄高ISO的图像:

野生动物摄影、体育摄影、纪实摄影,包括很多婚纱摄影师在室内低光环境中拍摄婚礼现场时,不得不拍摄ISO很高的图像。以野生动物摄影来说,大多数野生动物最活跃的时候,是日出日落前后的半个小时,尤其是拍摄金钱豹这种全夜行的猫科动物,拍摄时间一定是在低光,它又喜欢潜伏在树丛里,所以拍摄环境总是非常暗。而为了拍摄高速动态场景,比如捕猎打斗,我们需要起码1/1600s或更快的快门速度来清晰地冻结动物的动作,F5.6、F8或更小的光圈来获得足够的景深,以使得即使不在一个焦平面的两个主体都清晰。这样我们要获得足够感光度的唯一办法是提高ISO。我拍摄野生动物的曝光模式设置是M档,快门速度1/1600s以上,光圈F5.6以上,ISO自动不设上限。这样,ISO的数值经常是10000以上,会充斥着噪点,所以我研究出了一个高ISO图像的拍摄以及后期处理工作流程——“杰夫流程”,来处理这些有很多噪点的图像,以达到可已使用的程度。比如下面我在2018年在马赛马拉拍摄的的一个猎豹捕猎的场景,发生在日落之间的树林里,光线已经非常暗了,这张照片的ISO是14400,用“杰夫流程”处理后达到了专业摄影的要求,发表在2019年2月6日英国《泰晤士报》上:
1.为什么要更新“杰夫流程”
从2014年我发布了“杰夫流程—高ISO,高速摄影噪点控制工作流程”到现在已经6年了;这六年里,“杰夫流程”在各个摄影网站,我的书和教学视频在网络的传播已经超过50万次,我也收到了很多得到这个流程帮助的摄友的反馈,能够帮助到广大摄影师们我很高兴,这也是我当初把它放在网络上传播最主要的原因。后期流程是帮助完善摄影师创作的工具,这些后期的工具一定会在这个技术高速发展的时代很快过时,“杰夫流程”的主要技术概念——用“向右曝光”的方法来尽可能多地记录获得图像细节,然后用软件来除去噪点并尽可能保持住画质这个做法没有改变,这是基于数码感应器记录数据的物理特性决定的。这六年来,除噪软件在不断进步,但是由于噪点像素形成会不可避免地占用、影响图像实际纹理像素的质量,从而影响到图像质量,所有的除噪软件的完善都是在更加精细地区分这些像素,在技术上并没有一个根本的突破。
由于使用“杰夫流程”的关系,我一直在网上注意新的降噪软件的出现并试用,这几年我分别使用过的软件有:
Noiseware
Skylum Luminar
Nik Dfine 2
Noise Ninja
Neat image pro
DxO Optics Pro 11 elite
Topaz DeNoise AI

Topaz Denoise 是一款旧的软件,去年它出了人工智能AI版,马上引起了我的注意,刚刚试用时它的效果并不好,经常犯一些特别“二”的错误;但是现在AI软件的优势是可以通过不断升级的方式快速调整、完善算法,到今年(2020年)3月份的这次升级,它的效果终于让我惊艳并决定使用人工智能来进行高ISO图像的处理,因为AI技术的插值功能和旧的降噪软件有本质的不同,因此新的“杰夫流程”也必须做一个相应的改变。

2.人工智能降噪软件相对于其他降噪软件的区别:
在技术上,人工智能降噪软件相对于其他传统降噪软件进行全画面均匀降噪方法的本质区别是DRIR即“侦测(Detection)”、“识别(Recognition)”、“插值(Interpolation)”和“再渲染(Re-rendering)”。
“侦测”是指对于不清晰的像素对比度的分析来对焦内焦外、和边缘的定位。
“识别”是对图像的内容进行理解,并比较其数据库里的内容,进行判断图像的纹理逻辑推定。
“插值”是在“侦测”和“识别”的基础上,是对画面里不清楚(特别是焦距外和噪点多的地方)的内容进行解读,对图像画质差的部分重新定义安排像素,并根据内容进行不同程度的降噪和画面细节修补的计算。
“再渲染”是根据“插值”计算完的结果重新安排像素,渲染形成新的图像。
下面我们会用实例说明新的“杰夫流程”怎样利用这些功能来对充斥着噪点的高ISO图像进行降噪和画质控制。


“杰夫流程2.0” 第一步:向右曝光(ETTR)


敲黑板说重点——这一步的关键是:直方图右边不要被切断(除非是有目的的)以防止高光溢出。

自从2003年摄影师麦克尔.瑞克曼(Michael Reichmann)的文章“向右曝光(EXPOSE RIGHT)”开始,12年来网上有无数文章讨论“向右曝光”这个理论的科学依据,有兴趣的摄友可以自己去搜一些回来看。我先简单地说一下什么是向右曝光:
“向右曝光”指的是通过曝光补偿的方法,在保持高光不溢出的前提下,把图像强制过曝一定程度,使得图像直方图向右移动,来减小噪点的数量,提高画质。
首先我们来看一下直方图:
直方图的横轴是图像的亮度,左边是暗区,左边边界是纯黑;越向右越亮,右边边界就是纯白。
直方图的纵轴是像素记录的分布,越高则像素数量越多,上图是一个典型的正常测光、曝光的图像的直方图,左右各有一定的距离,也就是这片子里没有死黑死白的部分。
噪点在直方图里的分布范围趋势图如下,我们可以看到噪点在图像里的分布主要在暗区,随着亮度的增加急剧减少,在中亮度部分左右逐渐消失,在亮区几乎没有噪点:
我们把这两张片子叠加,它们的像素记录信号重叠的部分(黄色)就是噪点出现的位置和数量:
如果我们拍摄时用曝光补偿加曝一档得到的直方图(红线区),和之前的图像的直方图叠加:
我们可以看到,新的图像直方图亮度增加了,但最右边并没有被右边边界切断,因此高光没有溢出而失去亮部细节,但是整个直方图向右边移动了;这就是“向右曝光”,它与噪点分布的重合部分(绿色)的面积小于正常曝光的噪点分布区(黄色),也就是说“向右曝光”后的噪点数量减少了;这就是“向右曝光”的方法减少噪点的物理原理:在记录图像信号数量同样多的的情况下,向右曝光的图像噪点的数量减少了,所以记录信号与噪点信号数据的比例,即信噪比S/N ratio更大;而信噪比是衡量图像画质的一个最重要的指标,信噪比越高,画质越好。
注意:在实际拍摄时向右曝光的程度每张片子都不同,过曝多少需要根据主体、场景、光线方向不同而随时调节。这是一个比较复杂的情况,限于篇幅我不展开说了,我会另外写文介绍。最主要的原则是是向右曝光但是要保持直方图的右边不被右边界切断,以免高光溢出失去细节。我一般在拍摄时会先对场景不同的方向试拍一下检查直方图不会溢出的前提下决定过曝多少。

高ISO图像的噪点分布趋势如下图,可以看出高ISO的图像噪点比较多,但是曲线的规律是一样的——随着亮度的增加急剧减少,在中亮度区之后几乎消失,所以高ISO的片子向右曝光就更加重要:
下面我们用一个实例来说明向右曝光的作用:
我在很多摄影群里,这两年向右“向右曝光”的理论被很多人讨论过,其中有一个较为普遍的说法是随着COMOS感应器的动态范围越来越高,尤其是用尼康、索尼和中画幅相机这同样优质的感应器时,向右曝光变成没有必要甚至要低曝,因为相比高ISO图像,低ISO(小于ISO200)图像的暗部画质用提亮暗部亮度的的方法,仍然可以获得同样的暗部细节而维持同样数量或者更少的噪点,但是可以保证高光不会溢出。我们来检验一下这个理论,下面是我用尼康新的旗舰机D6拍摄的同一场景的两张片子,第一张是不加曝光补偿的正常曝光,ISO220,第二张在相机测光的基础上(中央重量评价测光模式)低曝-0.67档,ISO160;第三张是以直方图不被右边界切断的情况下向右过曝到+2.67档(ISO1250)两张片子的曝光差是3.3档:
从三张片子的直方图我们可以看出:正常曝光、低曝光-0.67的直方图的数码信号大致集中在左边,和噪点分布区高度重合,过曝+2.67的直方图紧靠右边界但是并没有被切断即高光没有溢出,而数码信号和噪点分布区的重合度很低。我们在ACR里做一下简单的调节:
三张片子都不降噪、不锐化,高光压制到最低来保住所有细节,阴影提亮到60来增加暗区的纹理,唯一的区别是第一张曝光量增加+2.67、第二张曝光量增加+3.3与第三张曝光同步。然后我们打开这三张片子到Photoshop里,把鸟头放大到200%进行比较,见下图:
过曝的第三张噪点很弱,极易用插件除去,鸟眼边界明显清晰,立体感强,画质极佳,即使这张片子的ISO是1250。
正常曝光的第一张,鸟头噪点多,眼睛边缘不明显,暗部画质差,尤其在这个背光场景里,作为图像主体的鸟全身都是在暗区里,这个画质是很难接受的。
第二张低曝的片子鸟头充满了噪点,鸟眼的边界不可分辨,即使这张片子的ISO只有160,尤其是如果我们放大到400%如下图,我们可以看到大量的红绿蓝颜色噪点条纹,造成画质完全不可用:
这三张原片可以从百度网盘上下载,大家可以自己比较体验:
(链接: https://pan.baidu.com/s/1w2-5QmEAWas5TIqeNvZC2w 提取码: px57 )

一句话总结:认为只要保持低ISO不用过曝或低曝就可以保持住画质的理论不靠谱,以直方图作为曝光标准的“向右曝光”方式是保持画质的最好方法,因为这是以感应器记录信号和噪点的物理特性决定的:噪点主要集中在暗区。

“杰夫流程2.0” 第二步:RAW 文件处理——保住所有细节,包括噪点,不要降噪!


敲黑板说重点——这一步的关键是:在ACR里不要降噪。

再强调第二遍:与旧版的“杰夫流程”相比这一步是最大的区别,在ACR中我们要做的最重要的一件事是:不要降噪!
我们下面用这张ISO 14400的猎豹捕猎图像的实例来研究比较一下,这是原片:
注意我第一步向右曝光的控制,在猎豹捕猎前等待时我拍了一些样片,确定了过曝+1.33档获得的直方图是一个完美的位置——高光信号没有被右边界切断,但是大部分的信号分布在直方图额右边,片子看上去有些发白,这是向右曝光片子的特征;最重要的是看着直方图,确认右边边界没被切断,相机后面的3寸预览图不能完全看清楚,所以曝光一定要以直方图为准。下面我们分析一下这张没调整过的RAW文件原片,把它放大到200%:
从这个局部我们得出几个结论,是我们必须在后期里要解决的:
1.即使过曝程程度控制很好,ISO14400的图像放大后的噪点数量很多,基本上都是灰色均匀的亮度噪点。
2.蓝框里我们可以看到,在右边的亮区噪点数量,要少于左边暗区的噪点,噪点分布随亮度的增加而减少。
3.绿框里我们可以看到,高ISO造成的细小绒毛的边界不够清晰。
4.红框里我们可以看到,由于豹子头左边基本在暗区,猎豹眼珠边界不是很清晰、眼白不干净与眼眶暗区的噪点混合。

在我使用旧版的“杰夫流程”处理这张片子时,我使用了复合式降噪的方法;我会对同一张RAW文件做3个不同程度的降噪和调节版本,把它们叠加到同一张图像里,用亮度蒙版和普通蒙版手动混合这三个不同版本图层,大约花45分钟时间,现在使用人工智能除噪软件,我只9-10分钟。
现在我们讨论一下RAW文件处理原则: 为人工智能算法提供尽可能多的细节、纹理数据,尤其是在暗区。图像亮区的细节清晰且噪点少,暗区纹理模糊并且和噪点混合,所以把图像暗区做亮一些,能够帮助人工智能软件更准确地识别内容、区分噪点,进一步对于亮度和对比度的调节,完全可以在除噪后再进一步在调图软件里进行调节。

我做的RAW文件处理如下,注意这些调节每张片子都不同,所以要注意理解为什么做这些调节更重要,而不是具体数值:
1. 曝光:我们说过我们把这张片子过曝了+1.33档,但是我只降低了-0.3档是因为这只豹子的头有部分在暗区,但是我们需要它亮一点。
2. 对比度降低:提高对比度会使得暗区更暗,减少对比度能够有效暴露暗区的像素细节,但是必须注意的一点是,对比度不能降得太低,太低会使得噪点和暗部的纹理细节像素边缘模糊,不易区分,使得降噪软件难以判断哪里是应该保持的纹理哪里是噪点。做了40多张片子之后我的经验是在ACR里把对比度降到-20至-35左右效果最理想,在这个范围里,像素细节从明到暗的过渡很细腻,同时像素边缘的清晰度损失也不大。
3. 高光压制:我一般是最大限度地把高光压到最左边,起码在-80以上,因为我们会把片子做的亮一些,所以压制高光可以把亮部细节完整地保留。
4. 阴影提亮:这一步也是为了让暗部的细节更多地暴露出来。阴影提亮的程度取决于图像本身的亮度和主体(如下图猎豹身体)上最暗的地方的亮度,不能提的太亮,因为亮度噪点是灰色的,暗区提的太亮会混淆噪点和暗部纹理的区别,提亮阴影程度的原则是在最黑的地方拉出纹理即可,不要太亮,既保持住明暗的光学逻辑,又能最大限度的展示所有纹理像素(见下图中红色箭头指示的猎豹身上的斑纹最黑处)。
5. 纹理:我会强化一些纹理,来平衡减少对比度造成的像素边缘不清晰的趋势,来帮助人工智能更好地识别纹理内容,这一步也要注意不能过,ACR里对焦准确的图像建议强化纹理的程度在0-25(根据我的实际操作经验)内。

【在ACR里,“纹理”、“清晰度”、“锐化”这三个调节功能都是用加局部对比度的方法来提高清晰度,“锐化”主要是像素边缘明暗对比度的强化,对于中亮度的低对比度微小纹理的强化程度不够精确,而且会增加噪点;“纹理”是中亮度细小纹理强化最精细的“高频”对比度强化,且不容易增加噪点。“清晰度”的功能介于两者之间。】

6. 在ACR里,一定要把“锐化”和“减少杂色”完全关闭,数值降为0。这一步很重要,“锐化”为0是防止更多噪点的产生,人工智能降噪软件在下一步会根据画面内容自动进行锐化。“减少杂色”关闭是为了最大限度地保持图像记录的信号数据量(包括噪点),发挥人工智能算法的侦测、识别、判断能力发挥到极限。我们知道一旦我们开始在ACR里降噪,纹理细节也开始消失;要相信人工智能对于噪点识别与消除的能力。
这几部调节做完后就可以把它打开到Photoshop里进行人工智能除噪和锐化了。


杰夫流程2.0” 第三步:用人工智能降噪软件降噪与锐化


敲黑板说重点——这一步的关键是:打开“自动侦测设置”,让人工智能的能力得到充分发挥。


这一步我们就要用Topaz DeNoise AI 人工智能降噪软件来进行降噪和锐化了。选用Topaz的原因是到现在为止(2020年7月),这是市场上唯一一款较为成熟的用人工智能算法降噪的软件,随着科技的日新月异,我肯定今后会有更多的这类软件出现,而我也会不断地试用,并根据效果进行测评。
首先是在Photoshop里安装Topaz DeNoise AI软件,它也可以作为一个独立软件使用。
我们在ACR处理好RAW文件后打开进入Photoshop,然后1).点击“Ctrl+ J”,这样就形成一个新的图层,把这个图层重新命名为”Topaz AI 1”, 2).然后点击顶板上的“滤镜”-“Topaz Labs”-“Topaz DeNoise AI…”:
这时Topaz DeNoise AI 的操作界面打开,第一次打开我们要做三件事:
1. 关闭介绍弹窗;每次打开界面时这个弹窗会弹出,我们先选择“No”,再点击“关闭”键,这样弹窗以后打开时就不会弹出。
2. 设置预览模式:1)先点击“视窗”键,选择第二项“分窗预览”,这时界面中间出现一条竖线,竖线左边是除噪前,竖线右边是除噪后的预览图。2)点击“放大”键,调节成100%或200%,这是检查除噪效果预览细节最直观的方式(我一般设置成200%,但每个人的习惯不一样)。这样每次界面打开后的预览形式就被固定了。
我们先来介绍一下这个操作界面:
现在的Topaz AI还没有官方的汉化版,作为专业摄影师我不能推荐那些“破解绿色汉化版”;不过要熟练地用这个插件我们明白下面这几个简单的调节键就够用了;其中的4.“恢复原始细节”、5.“低光模式”6“颜色噪点降噪”这三个键基本不用,所以我们只要掌握1,2,3这三个键的用法就可以了。
下面我们来看看这张猎豹捕猎照片的降噪操作,进入界面后,Topaz 自动会生成一个默认的降噪结果,注意“自动侦测设置”键在默认关闭的状态;这个结果是一个均匀降噪的结果(默认降噪15,锐化15),我们可以看见猎豹头下面的背景里仍然有可见噪点,但是豹脸上绿框里的细毛的纹理细节已经开始变弱了。当然我们可以手动改变降噪的程度,但是细节也开始丢失,这样的结果和其他的降噪软件没有太多区别,这是因为在这个过程中因为“自动侦测设置”键在默认关闭的状态,所以人工智能功能并没有完全打开:



我们关闭Topaz, 然后再次打开,这次我们点击“自动侦测设置”按钮,把它打开(黄色箭头):这时人工智能完全开放开始了侦测-识别-插值的计算然后形成了预览图如下:
这个人工智能的预览版本里我们看到:1)豹脸上的细绒毛的纹理被强化,锐度提高。2)眼睛里眼珠边界清楚,眼白清澈,眼眶边界定义清晰,纹理干脆,这是人工智能识别和插值重新定义的结果。3)蓝框背景里的噪点右边清晰,左边部分原来的噪点被当成纹理被保留了。先不要担心,点击“应用”键,让软件重新把Topaz AI 1图层重新做一个渲染,这个过程大约是3-4分钟。

我们的下一步就要解决背景里的不必要的纹理强化。

在Photoshop里把未处理过的原片背景层再做一个拷贝,改名“Topaz 背景”,然后把这层在TopazAI里打开:
同样的点击“自动侦测设置”键,这样又生成了与上图一样的预览图,然后我们手动把“降噪”键向右边拉,同时观察猎豹头下背景里的纹理,当纹理平滑时停住,
然后点击“应用”键,把Topaz 背景图层重新渲染。(注意当我们开始手动调解时,“自动侦测设置”就被关闭了。)


现在我们有三个图层,最上面的是Topaz AI 1图层,主体(猎豹)清晰,背景稍有不需要的纹理。中间是Topaz 背景图层,背景光滑干净,主体清晰度略低。 最下面是未作降噪处理的原片背景层。我们下面要做的是用蒙版把主体清晰度最高的Topaz AI 1图层的猎豹与下面Topaz 背景层里的背景部分叠加。
我们首先回到最上面的Topaz AI 1图层,然后打开在Photoshop里的“目标选择”工具选择猎豹和羚羊,再换“快速选择”工具进行更精确的选择,然后点击图层工具栏下面的“添加图层蒙版”按钮:
这样蒙版把选区以外的部分隐藏了,而只把清晰的主体保留在最上层:我们把现在看到的叠加图层再放大到100%: 可以看到主体非常清晰,背景干净平滑:
完全降噪和保持住画质后,我们现在可以调整对比度和颜色了,我们把最后完成的作品和我以前用旧版“杰夫流程”时用Dfine2.0做的版本放大到100%做一个比较,右边的Topaz DeNoise AI 人工智能除噪后的清晰度和细节画质惊人的好——记住这是一张ISO14400的片子:

这也说明了另一个可能性,就是人工智能降噪软件对于高ISO图像的细节保留和画质控制,使得我们对以前画质不太满意的作品可以重做。更优秀的画质也为进一步利用人工智能的插值算法来做画幅放大提供了一个很大的可能性。对于广大摄影师来说无疑是一个福音。


再次敲黑板:如果我们在ACR里降噪…


我已经强调过两次了:用人工智能降噪最重要的是不要在ACR里降噪,那么如果我们在ACR里降噪了结果是怎样的?见下图:
对于一张ISO 14400的片子,在ACR里先除掉一部分噪点(右边我用了30),和左边没有除噪的片子放大100%的比较来看,噪点(尤其是背景)似乎改善了很多,再用Topaz除噪似乎画质应该更好?

错!下面是用Topaz 打开人工智能之后的片子比较

与没有除噪的原片生成的图像相比,右边RAW文件除噪后生成的图像,红框内的背景仍有噪点,而左边原片没除过噪的原片生成图像干净平滑;绿框内的豹毛细节纹理清晰,原片除过噪的版本则相对模糊。RAW片不除噪是为了最大限度地保持图像记录的信号数据量(包括噪点),让人工智能算法的侦测、识别、判断能力发挥到极限,用它就要相信它!预先除噪造成的像素损失会让人工智能的侦测识别能力大打折扣而失去它的优势。

重要的事情说第三遍: 在ACR里千万不要除噪!


对于专业摄影师来说,人工智能除噪软件对画质的保持使得我们就可以更进一步放开手脚,在最极端的环境下拍摄,而无需太顾及高ISO的限制,下面这张图片是我三天前拍摄的,这张片子使用了“杰夫流程2.0”,ISO 高达72000!但是画质非常优秀;这样的高ISO片子即使在我的拍摄生涯中也是极为罕见的。我们来看看这张片子是怎样做的:
原片是这样的,ISO72000下的优秀画质还是要靠“向右曝光”,在现场我试过几张之后,确定了过曝+1.67后直方图的位置非常好,基本避开了噪点分布区:
在ACR里我做了如下调整:
1. 因为“向右曝光”过曝了1.67,我先把曝光减了1.7档。
2. 减对比度来保持暗部的细节。
3. 减高光来进一步保持住亮部细节。
4. 我没有提亮阴影,因为暗部的亮度已经足够
5. 我把白底减低,让白色变一点灰以减少片中的对比度
6. 强化了一点纹理来让像素边缘清晰一点
7. 锐化和降噪降到零,最大化地让所有纹理信号保持住。
打开Raw到Photoshop后,我复制一个背景原片的图层然后把图层在Topaz DeNoise AI 里打开进入界面,点击“自动侦测设置”键,生成预览图,在100%放大率来看看下图:
所有的细节都被保持住了,人工智能在这张图里准确地定义了焦内和焦外区域,焦内主体清晰锐利,焦外平滑干净,全片无噪点,但主体细节非常棒。这样我根本不用做第二个背景版本。下面我点击“应用”键,渲染图像,回到Photoshop,放大到100%再仔细检查:
我们可以看到ISO72000无噪点,而鸟头暗区纹理,小龙虾的细节,幼鸟柔细的羽毛所有主体细节都非常清晰,而焦外背景则非常柔滑。这张片子人工智能对于图片内容的分析和识别处理近乎完美。
我们接下来把画面剪裁,最后图像的长边仅仅3188像素:
我们再进一步调节局部亮度、对比度、颜色,这就是最后的ISO72000的作品:

“杰夫流程2.0” 第四步:画质控制最后一步,缩图与锐化

“杰夫流程2.0”的锐化基本与旧版没有多少改变。
我们拍摄的数码照片的用途无非两种:一,在网络上与别人交流,如发帖子,参加摄影比赛等。
二,打印输出,到不同尺寸成为印刷品,如在杂志、报纸上发表,做展览、印招贴画,或打印成照片挂在墙上。

一.网络输出:一般我们的片子99%是用于在网络上分享,或者参加数码摄影比赛,一般来说有两个共性,一是尺寸不能过大,最高到2000像素的jepg格式。二是网络通用的色彩空间是sRGB,所以网络发片想要把照片的色彩空间转成sRGB。
网络发片的缩图过程会造成图像锐度的损失,而过度锐化又会产生噪点,所以过程的控制特别重要。以下是我现在使用的网络发图的缩图锐化的方法:
以猎豹片为例 ,比如我们要把这张片子缩成1600px(像素)在网络上发表
1. 首先是把我照片的色彩空间从ADOBE RGB转为sRGB:
2. 把图像尺寸缩为最终尺寸(1600px像素)的两倍(3200px像素):
3. 复制一个图层, 然后把图层混合模式从“正常”改为”明度(Luminosity)”:
这一步是把上面的复制图层和原图图层的相互作用方式变为根据亮度(明度),也就是说我们等一下锐化了上面的复制层后,画面越亮的地方锐化幅度越大,而越暗的地方锐化幅度越小,这样就有效的防止了额外噪点的产生,因为噪点最容易产生在暗部。
4. 对上层复制层进行智能锐化 设置-数量(Amount):50%;半径(Radius): 0.3px(像素) ; 减少杂色(Noise): 0--(因为我们已经降过噪了)。重复锐化共3次。
5. 缩图至最终尺寸(1600px像素)
6. 对上层复制层再次进行智能锐化,这次的设置-数量(Amount):50%;半径(Radius): 0.2px(像素); 减少杂色(Noise): 0。重复锐化共三次。这时的画面锐度会稍微过一点。

7. 最后调节上面锐化图层的不透明度,同时检查图像直到锐度和细节合适。不透明度的调节取决于1):原片的锐度,原片锐则不透明度要低一些。 2):Photoshop 的版本。我的经验是如果用PhotoshopCS6, 或Photoshop CC2016之前的版本,不透明度约在18-35之间,如果是Photoshop CC2018,2020版则在5-15之间效果最好。
锐度满意后我们就可以合并图层存储图像了。
二,打印输出:打印输出往往由打印的杂志社、报纸,商业单位的要求决定,他们会要求你交图的尺寸,色彩空间,有些要求你锐化,有些则不要求而由他们的技师来最后调整。如果你自己做展览打印,又会根据你的打印尺寸,使用的纸张,打印机的厂家,型号而有所不同。在这里无法一一赘述。但是如果你要自己做锐化时一定要记住三个原则:
1,一定要建立一个复制图层,把混合模式改成明度,以最大限度的控制额外噪点的产生。
2,一定要分两步逐级锐化,数量还是50%,少量多次的效果好过一步到位,半径的设置根据尺寸的不同多试几次,尺寸减小,则半径相应减少一些,原则还是防止过锐和额外噪点的产生。
3,Topaz Denoise AI 的“自动侦测设置”打开后,人工智能功能本身在渲染时会进行锐化,因此与传统的TIFF片子相比,它生成的图像本身的锐度会高,在调节锐化层的不透明度时要注意观察防止图像过锐。

杰夫流程2.0——高ISO图像人工智能降噪与画质控制流程”到这里就讲完了。人工智能软件在摄影领域从相机硬件到后期软件的越来越快、越来越广的应用是最新的技术趋势。未来的人工智能技术在摄影所有方面的应用,会以极高的速度取代传统的技术技巧。对于摄影师来说,想要站在时代的前缘地带,我们就不应该去排斥而是要带着更大的热情去拥抱这个时代的到来。

人工智能的软件还在完善中,但是现在它已经可以最大限度地帮我们摄影师保持住作品的画质,在低光高ISO场景拍摄的作品的优秀质量带给了我们更多的创作空间和灵活性。

我想最后再强调一下“杰夫流程2.0”的三个最重要的点,再给大家两个建议:
1.“向右曝光”更加重要,暗部能否曝亮是关乎到人工智能软件侦测识别的准确度,从而获得高画质最重要的前提。
2. RAW文件不要降噪不要锐化,交给人工智能软件去做。
3.在使用Topaz DeNoise AI 时一定要打开“自动侦测设置”,充分发挥人工智能算法的优势。


两个建议:
1. 不断更新人工智能软件,它的算法会越来越精确,越来越先进; 我也会不断地尝试新的软件和大家分享体验。
2. 如果人工智能软件没达到你的要求,或者它就是不断“犯二”做出种种奇怪的事情,你可以回去再用旧版的“杰夫流程”去解决高ISO的噪点问题。

最后我还是用这句话来说明为什么我要总结并公开分享“杰夫流程2.0”:

“原此文帮到天下摄友”


谢谢关注!

杰夫 写于多伦多,2020.7.


附:”杰夫流程2.0”扩展:大画幅处理3原则

——利用人工智能放大低像素图像的全面画质控制工作流程
作为专业摄影师我们对于画质有要求的同时,对于画幅也有一定的要求。报刊杂志的要求一般是4000像素长边以上,打印展览20英寸需要6000像素,大画幅展览长边需要20000像素以上,大画幅图库的商业招贴对图片的要求会更大。而野生动物摄影由于动态、距离、焦段等关系,很多时候需要裁图,这样完成作品的像素往往比较低,在网络上传播没有问题,但是与专业要求还是有差距。
人工智能的智慧插值现在可以帮助我们把小画幅的图像放大到达到商业打印的要求,但是这个放大的过程中画质的控制必须严格,有三个处理原则对于画质的控制至关重要。
我们先来看看例片:
这张片子经过“杰夫流程2.0”处理后进行了深度裁剪;裁剪到这个构图后长边只有1941像素,这个尺寸在网络上用没有问题,但是打印就不够了。整个图像的大小是1941X1092=2119572像素,也就是两百十一万像素,以标准专业打印要求300 DPI的清晰度,这张片子可以打印到6.5英寸宽,小于一张横放的A4纸。
我们的目标是把它放大到长边25英寸,但是要保持所有细节。我们分别用Photoshop ,和专门用于图片放大的软件On1 Resize 把它放大到25英寸,效果是这样的:
放大到100%后可见:Photoshop 放大到25英寸后像素模糊;On1Resize 的效果不错,清晰度比Photoshop好,线条也较硬,但是缺乏纹理细节,有些平面被“抹平,图像比较“面”。
下面我们用两个人工智能软件:Topaz DeNoise AI 和Topaz Gigapixel AI 来获得一个高清晰度、高画质的25英寸以上的打印文件。

“杰夫大画幅原则 1”——先用“杰夫流程2.0”获得无噪点的优秀画质。

现在我们先看一下原图的RAW文件:
(关于“向右曝光”我说明一下:这张片子的背景暗,在正常测光时相机的中央重量测光模式,会把曝光量强制提高1档左右,造成高光在直方图右边溢出,为了保护高光部分,我反而把曝光补偿降了0.33,来平衡这个效果。所以向右曝光最重要的前提是高光不能溢出,尤其是动物主体上有白色部分时)

现在我们把这张原片做四种不同的处理里进行比较;首先,在ACR里我对这张RAW文件做了如下调整:
1. 整个片子高光太亮,我把曝光略降。
2. 减对比度来保持暗部的细节。
3. 减高光来进一步保持住亮部细节。
4. 提亮阴影,把鸟颈部下面暗部的细节暴露出来。
5. 白底减低,让白色变一点灰,以减少片中的对比度。
6. 强化了一点纹理来让像素边缘清晰一点。
7.在降噪部分我做两个不同的处理来做比较:下图是第一个版本,把锐化和降噪降到零,让所有纹理信号保住。
这个版本打开后我先存一个画质无损的TIFF文件,命名为“原片”,然后把原片放在Topaz Denoise AI里进行自动侦测设置的降噪(“杰夫流程2.0”的第三步):
除噪后生成的图像存为TIFF格式命名为”Topaz 降噪”
然后在ACR里把RAW文件重新打开,做同样的调节,打开到Photoshop里,剪裁成我们需要的构图:
然后把这张片子另存为TIFF文件,命名为“原片剪裁”。我们可以看见我们保留下来的像素很少。

现在我们第三次打开RAW文件,这一次我保留了所有和第一个版本一样的调节,唯一改变的是降噪选项。我把画面放大到100%,看着背景的噪点,逐渐移动“减少杂色(即降噪)”选项键到30左右到背景的噪点基本干净了:
然后我们把这张片子打开进入Photoshop,存为TIFF格式命名为“ACR降噪”
这样我们把同一张RAW文件生成了4个不同处理过的TIFF文件:1“原片”、2“Topaz 降噪”、 3“ACR降噪”和4“原片剪裁”
我们现在先把前面三个没有裁剪过的文件在Topaz Gigapexel AI 里打开,进行放大。
(以下红字部分是 Topaz Gigapixel AI 软件使用说明,已经熟悉的朋友可以跳过:)
Topaz Gigapixel AI 不是Photoshop的插件,是一个单独的软件。打开后会出一个介绍弹窗。我们先选择“No”,再点击“关闭”键,这样弹窗以后打开时就不会弹出:
然后就进入打开界面,点击“打开”键,选择图片:
选择图片后进入预览界面:
我们简单介绍一下这个界面:


界面中间有分割线,左边是原片,右边是放大后的预览图(默认模式)。界面的主要工具栏在右边,我逐一列出中文。这个软件的最大好处是我们需要做的并不多,默认的1. 自动更新预览 4.面部精做 5.图像类别 6.自动侦测设置都是我们不太需要调节的。我们主要选择的是2.放大模式,3.放大比例。 放大模式里我们可以选择比例、宽度、和高度。现在我们选择的是比例,在3.放大比例里选择放大两倍(2X)。如果选择宽度,则我们只要在随之而来的输入条里,键入你需要最后的画幅大小的像素数量即可(下图红框)。
这个面板还可以调节预览图比例(右上角),而且一旦打开图像后,会有1-2分钟形成预览图,这时就会出现“正在预览”的图标,预览图生成后这个图标就会消失(见上图)。 当我们对预览图满意后,就点击“保存”键。这样保存选项就会出现:
选定后点击“保存”。这时“正在处理中”图标出现,界面的下面也会显示处理进度。处理完后图标消失,根据图像的大小,处理时间从几分钟到1-2个小时不等:
我们现在把“原片”、“Topaz 降噪”、 “ACR降噪”这三张未经剪裁的片子,分别在Topaz Gigapexel AI里打开,选择“比例”,放大比例选2X进行两倍放大,放大后的片子分别命名为“原片放大”、“ACR降噪放大”“Topaz降噪放大”。
然后我们把三张放大以后的片子,在Photoshop里打开放大到100% 进行比较:
我们可以看到:
1. 红框里背景的噪点比较:“原片放大”背景噪点很明显;“ ACR降噪放大”有少许噪点;“Topaz降噪放大”背景干净芜杂点。
2. 黄框里细节与纹理比较:“原片放大”纹理清晰,但是有很多噪点。“ACR降噪放大”噪点少但是较为模糊,纹理软。“Topaz降噪放大”无噪点,纹理清晰硬朗。

结论1:毫无疑问,放大后画质最好的是已经经过一次人工智能除噪软件处理的“Topaz 降噪”。

结论2:放大后“原片”的画质,说明人工智能放大软件Gigapixel AI不能同时胜任降噪和放大这两个任务,即使它有“压制噪点”的功能。放大之前的图像必须已经经过除噪并且有有足够优秀的画质,才能获得最佳的结果。

Topaz NeNoise AI 和Topaz Gigapexl AI 这两款人工智能的软件因为功能的偏重方向而有区别。我们要利用它们的不同特性来结合使用这两个软件,来获得高画质的大画幅图像。
DeNoise通过侦测识别噪点、比较对比度,判断焦内焦外区域,来区别操控插值时的生成的像素清晰度,根据图像纹理的生成逻辑来重新安排像素,以生成更优质的画面。
Gigapexl 则更偏重于在原图上的采样与推算复制生成新的像素,它对于原图所有的纹理不加区别都尽量保存,包括噪点。所以,进入Gigapexel的放大的图像的本身画质必须要好。

“杰夫大画幅原则2”——先放大,后剪裁



这三张片子是没有经过裁剪的,那么我们应该把片子裁剪后再放大,还是放大后再裁剪成我们需要的构图呢?

下面我们再来做另一个比较:
我们把“原片裁剪”片子在Topaz DeNoise AI里打开,进行自动侦测设置的降噪(“杰夫流程2.0”的第三步)。获得高画质无噪点的片子。
然后我们把处理完的片子在Topaz Gigapexel AI里打开,放大两倍后命名为“Topaz降噪裁剪放大”。然后把这张片子叠加到“Topaz降噪放大”这张片子上面:


这样这两张的处理都是用人工智能降噪软件,和人工智能放大软件进行了处理,同样的放大倍数。唯一的不同是一张是原片未裁剪,一张是裁剪后的小片。我们现在把它们放大到400%比较一下:
比较红框里的细节可以明显地看出,即使我们只保留同样的构图部分,右边全片放大后图像与左边裁剪后放大的图像相比,其细节纹理清晰度要高。

这个道理其实很容易理解:数码图像不无论用哪个软件放大,在放大以后像素数量会以几何级数增加。比如一个像素的数量是1,放大成4倍就是4x4=16像素。这多出来的15个像素就是通过插值计算后由放大软件“制造”出的新像素,新的像素应该放在哪里,明亮程度,什么颜色组合都是由软件决定的。人工智能的插值算法是对原图数据进行侦测、采样,通过与数以亿记图像数据库的纹理细节规律进行比较、识别而推算出来的,来计算推定放大时需要生成的新像素的亮度、颜色与位置。由此可见,如果原图的画幅越大(尤其是在同片、同样清晰度的情况下),人工智能软件的采样数据越多,其侦测、识别的准确度就越高。

“杰夫大画幅原则3”——多次、小倍数放大好过“一步到位”


这张片子的原片里我们需要保存的画面宽度只有1941像素,只能打印6.5英寸。我们要放大到25英寸以上就需要放大4倍。我们现在比较一下用两倍两次放大,和用四倍一次放大的画质哪一个更好。

我们把已经放大两倍的“Topaz降噪放大”这张片子在Topaz Gigapexl AI 软件里打开再做一次两倍放大。再把没放大之前的“Topaz 降噪”这张片子在Topaz Gigapexl AI 软件里打开做一次四倍放大,然后我们在100%比例下做一个比较:

比较黄框里的细节我们可看得很明显:两倍放大两次的细节清晰度要明显优于四倍放大一次到位。
这也是比较容易理解的:原片我们需要保留的像素量是1941X1092=2115690即二百十一万像素。放大两倍像素量达到了3882X2184=8478288即八百四十七万像素,而放大4倍像素量是7764X4368=33913152即三千三百九十万像素。人工智能的算法的准确性很大一部分取决于采样量。一步到位的方法,原片二百十一万像素与放大四倍后的图像(三千三百九十万像素)的像素差是三千一百万像素,这些多余的像素都是软件推算生成的。这有些像做饭,俗话说“巧妇难为无米之炊”,人工智能放大的插值补偿修补的算法,其基础是采样侦测,所以材料越多,采样数据越丰富,插值形成的像素越准确,放大倍数越低,图像前后像素差值越小,就越精细,画质越好。

我们最后比较一下不同的软件插值放大的效果:


为公平起见,我用了“Topaz 裁剪”的小图,直接用Topaz Gigapixel AI一次放大到25英寸。与其他两个放大软件并排到100%审视:
左边Photoshop模糊程度最大,是因为它的放大需要生成的的插值像素是采用“近似模拟”的方法形成的,本来有边缘不清晰的像素会越来越模糊。
中间的On1 Resize则在“近似模拟”的基础上增加了像素边缘的对比度与锐度,但是这样会产生额外噪点,为控制噪点就必须牺牲细微纹理进行“抹平”,所以像素纹理脆硬,但是细节不够。
我们看一下图片顶端的羽毛细节,右边的Topaz 放大处理之后的硬羽之间的细毛仍然很清晰,而On1 Resize则从硬羽就开始“面”,细毛根本谈不上。
这是因为人工智能插值像素生成的算法逻辑,是建立在对网络上数以亿记,甚至百亿记的图片纹理细节规律分析基础上的,是智慧型的像素模拟生成,其准确度是近似模拟无法相比的。从这一点来说,未来的后期处理软件中人工智能技术的深入应用,会使得像素生成越来越精确,放大时的插值像素生成的画质越来越优化。这样放大四倍处理的画面在打印预览(软打)的1:1图样上显示的细节是惊人的,这个效果打印的最终尺寸是25.88英寸,即65 厘米宽:
我们现在总结一下小像素图像用人工智能软件放大的三个原则:
1. 先用“杰夫流程2.0”获得无噪点的优秀画质。这是放大前把画质优化的最好方法。
2. 先放大,后剪裁。即使我们最后需要的像素很少,用人工智能软件进行大范围的采样能够确保新生成的插件像素生成准确度。
3. 多次、小倍数放大好过“一步到位”。这样也是为了增加人工智能的数据采样内容更丰富、更准确。

第2和第3个原则的唯一的问题是对电脑配置、内存要求高,极费时间。一个正常的4000X3000像素的图像放大4倍就是16000X12000=192000000,即像素数量差不多2亿。我的电脑设置是I9处理器,8核,64G内存,这样的一张片子的全片2X2放大渲染处理的时间是1.5小时。如果你的电脑内存是16G或更低,则你可以在睡觉前按下“存储”键,然后第二天起床时大约就可以看大图了(如果电脑没有崩溃关闭的话)。但是如果你有一张前无古人、后无来者的旷世大片,被要求打印到两米以上做高大上的展览,大概这样花费时间还是值得的。

那么这张片子最大能打印多大,画质还能接受呢?
不知道,电脑还在转啊转…


杰夫
2020.07识于多伦多

作者介绍: 杰夫
---《野性之美—野生动物摄影手记》作者

--- 加拿大专业摄影师协会PPOC(Professional Photographers Of Canada)认证的职业野生动物与自然风光摄影师
---英国索伦特,水星,卡特斯三家新闻图片社签约摄影师
---肯尼亚Game Watcher Safaris 常驻摄影师
---肯尼亚Lentorre Lodge 常驻摄影师

---尼康世界摄影大赛”Nikon Photo Contest"评委
---世界最佳自然摄影比赛“Nature's Best Photography Competition” 非洲区评委
---加拿大摄影艺术协会持证裁判
---2015,2017多伦多国际摄影节裁判委员会主席

---中国鸟网国际推广总监
---加拿大加华杰作摄影协会主席
---上海锋锐影像文化传播公司首席策展人兼艺术总监