วิธีแก้ไขภาพถ่ายในร่มแสงน้อยด้วย AI: แก้ภาพมืด เหลือง และมีสัญญาณรบกวนโดยไม่ต้องใช้แฟลช
เรียนรู้วิธีแก้ไขภาพถ่ายในร่มที่มืด มีสีเหลืองติด และมีเม็ดสัญญาณรบกวนด้วยเครื่องมือ AI บทเรียนการกู้คืนความสว่าง การแก้ไขสีเหลืองติด การลดสัญญาณรบกวน และการคมชัดสำหรับภาพถ่ายที่ถ่ายในสภาพแสงในร่มที่มืดโดยไม่ใช้แฟลช
Content Lead
ตรวจสอบโดย Magic Eraser Editorial ·
เกือบทุกคนมีแกลเลอรีภาพถ่ายในร่มที่มืดและมีสีเหลืองติดซึ่งบันทึกช่วงเวลาสำคัญแต่ดูไม่เหมือนกับสิ่งที่ตาเห็นในขณะนั้น งานเลี้ยงวันเกิดที่เทียนเป็นสิ่งที่สว่างที่สุดในเฟรมและใบหน้าของทุกคนเป็นเงาสีส้มมัวๆ รูปถ่ายประกาศขายห้องที่ห้องนั่งเล่นดูเล็กลงครึ่งหนึ่งเพราะมุมห้องหายไปในความมืด อาหารในร้านอาหารที่จานที่จัดอย่างพิถีพิถันถูกอาบด้วยแสงสีเหลืองอำพันอุ่นๆ ซึ่งทำให้เครื่องเคียงแยกไม่ออกจากซอส ภาพถ่ายเหล่านี้ไม่ใช่ความล้มเหลวของช่างภาพ แต่เป็นความล้มเหลวของกล้องในการจัดการสภาพแสงที่สภาพแวดล้อมในร่มส่วนใหญ่นำเสนอ
แสงในร่มโดยพื้นฐานแล้วแตกต่างจากแสงกลางวันที่กล้องถูกปรับให้เหมาะสม หลอดไส้และหลอด LED แสงอุ่นผลิตแสงที่กระจุกตัวอยู่ในช่วงสีเหลืองส้มของสเปกตรัมอย่างมาก ห้องต่างๆ ได้รับแสงไม่สม่ำเสมอ โดยมีบริเวณสว่างใกล้แหล่งกำเนิดแสงและเงาลึกตามมุมและใต้เฟอร์นิเจอร์ ระดับแสงโดยรวมเป็นเศษส่วนของแสงกลางวันภายนอก บังคับให้กล้องเพิ่มความไวของเซนเซอร์ (ISO) เพื่อชดเชย ทำให้เกิดเนื้อสัมผัสของสัญญาณรบกวนแบบเม็ดเล็กซึ่งทำให้รายละเอียดละเอียดลดลง กล้องอาจใช้ความเร็วชัตเตอร์ต่ำลงซึ่งทำให้การเคลื่อนไหวของมือระหว่างถ่ายภาพเกิดภาพเบลอจากการเคลื่อนไหว
เครื่องมือ AI photo editing จัดการแต่ละปัญหาเหล่านี้อย่างอิสระ โดยให้ผลลัพธ์ที่การปรับแต่งด้วยมือยากจะเทียบเท่า AI Enhance ยกเงามืดและกู้คืนรายละเอียดที่ได้รับแสงน้อยเกินไปโดยไม่ทำลายบรรยากาศของฉาก แก้ไขสีเหลืองส้มจากแสงในร่มในขณะที่รักษาความอบอุ่นตามธรรมชาติของผิว ลดสัญญาณรบกวน ISO สูงที่กล้องเพิ่มเข้าไปเมื่อชดเชยแสงน้อย และคมชัดภาพเบลอจากการเคลื่อนไหวจากการถ่าย手持ในสภาพแสงน้อย บทเรียนนี้จะอธิบายขั้นตอนการแก้ไขแต่ละอย่างและวิธีการเรียงลำดับเพื่อผลลัพธ์ที่ดีที่สุดสำหรับภาพถ่ายในร่มที่เต็มแกลเลอรีของคนส่วนใหญ่
- AI Enhance ยกเงาและโทนสีกลางในภาพถ่ายในร่มที่รับแสงน้อยเกินไปในขณะที่รักษาบรรยากาศโดยรอบของแสง
- สีเหลืองส้มจากหลอดไส้และหลอด LED แสงอุ่นได้รับการแก้ไขโดยการตรวจจับและทำให้ความ bias แบบอุ่นเป็นกลาง
- สัญญาณรบกวน ISO สูงในพื้นที่มืด พื้นผิวเรียบ และผิวหนังถูกลดลงในขณะที่รักษารายละเอียดขอบและเนื้อสัมผัสที่มีความหมาย
- AI Filter ปรับสมดุลแสงในร่มแบบผสมจากหลายแหล่งที่อุณหภูมิสีต่างกันให้เป็นฉากที่สอดคล้องกัน
- ภาพเบลอจากการเคลื่อนไหวจากการถ่าย手持ที่ความเร็วชัตเตอร์ต่ำถูกย้อนกลับด้วยการคำนวณเพื่อกู้คืนความคมชัดของขอบและความสามารถในการอ่านข้อความ
เหตุใดภาพถ่ายในร่มจึงดูแย่กว่าที่ตาคุณเห็น
ระบบการมองเห็นของมนุษย์ปรับตัวเข้ากับแสงในร่มในแบบที่กล้องไม่สามารถเลียนแบบได้ เมื่อคุณเดินจากแสงแดดจ้าเข้าสู่ร้านอาหารที่สลัว รูม่านตาของคุณขยายตัว สมองของคุณปรับการรับรู้สีเพื่อหักลบสีอุ่นของแสง (กระบวนการที่เรียกว่า chromatic adaptation) เยื่อหุ้มสมองส่วนการมองเห็นของคุณเติมรายละเอียดเงาโดยใช้ความคาดหวังตามบริบทที่สร้างขึ้นจากประสบการณ์หลายสิบปี ภายในไม่กี่วินาที ห้องจะดูมีแสงปกติ สีปกติ และมีรายละเอียดครบถ้วนจากมุมหนึ่งถึงอีกมุมหนึ่ง แม้ว่าแสงที่เข้าตาจริงๆ จะเป็นเศษส่วนของที่มีอยู่ภายนอกและถูกเบี่ยงเบนอย่างมากไปทางปลายอุ่นของสเปกตรัม
เซนเซอร์กล้องไม่มีความสามารถในการปรับตัวเหล่านี้ มันบันทึกสิ่งที่แสงส่งมาเท่านั้น: การเปิดรับแสงที่สลัวซึ่งเบี่ยงเบนไปทางเหลืองส้ม โดยมีเงาลึกในพื้นที่ไกลจากแหล่งกำเนิดแสง ระบบ auto white balance ของกล้องพยายามชดเชยสีอุ่นแต่มักจะประนีประนอม ให้ผลลัพธ์ที่ยังอุ่นเกินไปสำหรับความแม่นยำที่เป็นกลางแต่ไม่อุ่นพอที่จะให้ความรู้สึกตั้งใจ Auto exposure พยายามทำให้ฉากสว่างขึ้นแต่ถึงขีดจำกัด มันสามารถเพิ่ม ISO (เพิ่มสัญญาณรบกวน) ชะลอชัตเตอร์ (เพิ่มภาพเบลอ) หรือเปิดรูรับแสง (ลดระยะชัดลึก) และการประนีประนอมแต่ละอย่างก็สร้าง artifacts ของตัวเอง
การทำความเข้าใจข้อจำกัดของกล้องเหล่านี้มีประโยชน์สำหรับการรู้ว่า AI boost สามารถกู้คืนอะไรได้และไม่ได้ รายละเอียดที่เซนเซอร์จับได้แต่แสดงผลมืดเกินไป (รายละเอียดเงาที่รับแสงน้อย) สามารถยกขึ้นได้สำเร็จเพราะข้อมูลมีอยู่ในไฟล์ภาพ รายละเอียดที่ไม่เคยถูกจับ — พื้นที่ที่มืดมากจนเซนเซอร์บันทึกได้เพียงสัญญาณรบกวน หรือภาพเบลอจากการเคลื่อนไหวที่รุนแรงจนไม่มีข้อมูลขอบเหลืออยู่ — ไม่สามารถกู้คืนได้เพราะไม่มีข้อมูลจริงให้ทำงานด้วย AI boost ให้ผลลัพธ์ที่ดีที่สุดเมื่อภาพถ่ายต้นฉบับรับแสงน้อยเกินไปแต่ไม่ดำสนิท มีสีอุ่นติดแต่ไม่ส้มจนสูญเสียข้อมูลสี มีสัญญาณรบกวนแต่ไม่มากจนรายละเอียดและสัญญาณรบกวนแยกไม่ออก
- Chromatic adaptation ของมนุษย์หักลบแสงในร่มที่อุ่น ในขณะที่กล้องบันทึกความ bias สีเหลืองส้มที่เกิดขึ้นจริง
- การขยายรูม่านตาและการประมวลผลทางประสาททำให้มนุษย์มีช่วงไดนามิกที่มีประสิทธิภาพมากกว่าในสภาพแวดล้อมสลัวเมื่อเทียบกับเซนเซอร์กล้อง
- Auto white balance มักจะแก้ไขไม่เพียงพอ ทำให้ภาพในร่มอุ่นกว่าสีกลางแต่อุ่นไม่พอที่จะให้ความรู้สึกตั้งใจ
- AI enhancement กู้คืนข้อมูลที่รับแสงน้อยเกินไปที่มีอยู่ในไฟล์ แต่ไม่สามารถสร้างรายละเอียดที่เซนเซอร์ไม่เคยบันทึกได้
การกู้คืนความสว่างโดยไม่ทำลายบรรยากาศ
ความผิดพลาดที่พบบ่อยที่สุดเมื่อทำให้ภาพในร่มสว่างขึ้นคือการเพิ่มความสว่างแบบสม่ำเสมอซึ่งเปลี่ยนฉากที่มีบรรยากาศให้เป็นภาพที่ดูแบนราบราวกับมีคนเปิดไฟห้องผ่าตัด อาหารค่ำใต้แสงเทียนควรยังคงดูมีแสงเทียนหลังจากปรับแต่ง บรรยากาศมาจากแหล่งแสงอุ่นและการค่อยๆ ลดลงสู่เงา สิ่งที่ไม่ควรเป็นคือสี่เหลี่ยมมืดมัวที่ใบหน้าของผู้รับประทานแทบมองไม่เห็น เป้าหมายของการกู้คืนความสว่างคือการดึงรายละเอียดออกจากเงาในขณะที่เคารพลักษณะแสงธรรมชาติของฉาก
AI Enhance ทำสิ่งนี้ผ่านการปรับโทนสีแบบไม่เชิงเส้น แทนที่จะเพิ่มความสว่างเท่ากันทุกพิกเซล (ซึ่งจะทำให้บริเวณที่สว่างอยู่แล้วสว่างเกินไปจนสูญเสียรายละเอียด) มันใช้ curve ที่ยกพื้นที่มืดอย่างมาก ยกโทนสีกลางในระดับปานกลาง และปล่อยให้ highlights ไม่ถูกแตะต้องเป็นส่วนใหญ่ วิธีนี้เผยให้เห็นรายละเอียดที่ซ่อนอยู่ในเงา ใบหน้า การจัดโต๊ะ ของตกแต่งพื้นหลัง ในขณะที่รักษาบริเวณสว่าง (เปลวเทียน ไฟแขวน จุดเด่นของหน้าต่าง) ไม่ให้เบลอ ผลลัพธ์คงความรู้สึกของแสงในร่มไว้ โดยมีบริเวณสว่างและบริเวณเงาอยู่ในตำแหน่งเดิม ทำให้บริเวณเงามองเห็นได้พอที่จะอ่านเป็นเนื้อหาไม่ใช่พื้นที่ดำว่างเปล่า
สำหรับภาพถ่ายที่ต้องการบรรยากาศที่สว่างกว่า เช่น สำนักงานที่มีแสงดี พื้นที่ค้าปลีก ห้องเรียน AI Enhance ใช้การยกที่รุนแรงมากขึ้นซึ่งทำให้ห้องดูใกล้เคียงกับความสว่างที่ผู้เข้าชมจะได้สัมผัสจริง เครื่องมือกำหนดระดับการยกที่เหมาะสมโดยการวิเคราะห์เนื้อหาภาพ ฉากร้านอาหารที่มีเทียน visible และแสงแวดล้อมสลัวได้รับการยกที่นุ่มนวลกว่าฉากสำนักงานองค์กรที่คาดหวังความสว่างสม่ำเสมอ วิธีการที่รับรู้เนื้อหานี้หมายความว่าช่างภาพไม่จำเป็นต้องตัดสินใจด้วยตนเองว่าควรทำให้ภาพแต่ละภาพสว่างมากแค่ไหน เครื่องมือปรับให้เข้ากับบริบทของฉากโดยอัตโนมัติ
- การเพิ่มความสว่างแบบสม่ำเสมอทำลายบรรยากาศโดยทำให้การลดลงของแสงธรรมชาติจากแหล่งกำเนิดสู่เงาแบนราบ
- การปรับโทนสีแบบไม่เชิงเส้นยกเงาอย่างมีนัยสำคัญในขณะที่ปล่อยให้ highlights ไม่ถูกแตะต้อง รักษาลักษณะแสงของฉาก
- การกู้คืนความสว่างที่รับรู้เนื้อหาใช้การยกที่นุ่มนวลกว่าสำหรับฉากที่มีบรรยากาศและการยกที่แรงกว่าสำหรับพื้นที่ที่คาดหวังความสว่างสม่ำเสมอ
- การกู้คืนรายละเอียดเงาเผยให้เห็นใบหน้า เนื้อสัมผัส และบริบทสิ่งแวดล้อมที่การรับแสงน้อยเกินไปทำให้เป็นพื้นที่ดำไร้รายละเอียด
การแก้ไขสีเหลืองส้มจากแสงในร่มที่อุ่น
สีเหลืองส้มในภาพถ่ายในร่มมีต้นกำเนิดจาก output สเปกตรัมของแหล่งกำเนิดแสง หลอดไส้ปล่อยแสง visible ส่วนใหญ่ในปลายอุ่นของสเปกตรัม อุณหภูมิไส้หลอดสอดคล้องกับประมาณ 2700-3000 เคลวิน เทียบกับ 5500-6500 เคลวินของแสงกลางวัน หลอด LED แสงอุ่นที่ออกแบบมาให้เข้ากับความรู้สึกอบอุ่นของหลอดไส้ ให้สเปกตรัมอุ่นเดียวกันนี้ ผลลัพธ์คือทุกพื้นผิวในห้องถูกอาบด้วยแสงที่เป็นสีเหลืองส้มทางกายภาพ กล้องบันทึกสีอุ่นนี้อย่างเที่ยงตรงทั่วทั้งภาพ
AI Enhance แก้ไขสีติดนี้โดยการระบุจุดอ้างอิงในภาพที่ควรเป็นกลาง ผนังขาว เคาน์เตอร์เทา เสื้อผ้าขาว กระดาษ กระเบื้องเพดาน และคำนวณการเปลี่ยนแปลงสีที่จำเป็นเพื่อทำให้พื้นผิวเหล่านี้เป็นกลางอย่างแท้จริง การแก้ไขจะถูกนำไปใช้ทั่วโลกพร้อมการปรับเฉพาะที่ โทนสีผิวได้รับการแก้ไขที่อุ่นกว่าพื้นผิวแข็งเพราะผิวมนุษย์ควรคงความอบอุ่นบางส่วนแม้ภายใต้แสงที่เป็นกลาง การเปลี่ยนแปลงหลีกเลี่ยงการแก้ไขมากเกินไปจนภาพดูเย็นและเหมือนคลินิก ผลลัพธ์คือภาพที่สีขาวดูขาว สีเทาดูเทา ผิวดูเป็นธรรมชาติ ไม่ใช่ทั้งตัวเหลืองจากสีอุ่นหรือตัวซีดจากการแก้ไขเย็นที่มากเกินไป
สถานการณ์แสงผสมซับซ้อนกว่า ห้องที่สว่างด้วยทั้งไฟ overhead แสงอุ่นและแสงเย็นจากหน้าต่างสร้างโซนอุณหภูมิสีที่แตกต่างกันภายในเฟรมเดียวกัน ใบหน้าใกล้หน้าต่างปรากฏเย็นอมฟ้าในขณะที่ใบหน้าใกล้โคมไฟปรากฏอุ่นอมเหลืองอำพัน AI Filter's spatial color correction จัดการสิ่งนี้โดยการตรวจจับโซนอุณหภูมิสีที่แตกต่างกันและใช้การแก้ไขเฉพาะที่ ทำให้บริเวณที่สว่างด้วยแสงกลางวันอุ่นขึ้นและบริเวณที่สว่างด้วยแสง tungsten เย็นลง เพื่อนำภาพทั้งหมดไปสู่สมดุลสีขาวที่สอดคล้องและดูเป็นธรรมชาติ การแก้ไขเชิงพื้นที่นี้แทบเป็นไปไม่ได้ที่จะทำด้วยตนเองโดยไม่ต้องทำงาน masking ที่อุตสาหะ
- หลอดไส้และหลอด LED แสงอุ่นปล่อยแสงที่ 2700-3000K ทำให้เกิดสีเหลืองส้มที่ครอบงำภาพถ่ายในร่ม
- AI Enhance ระบุพื้นผิวอ้างอิงที่เป็นกลางและคำนวณการแก้ไขทั่วโลกที่จำเป็นเพื่อทำให้แสดงผลได้อย่างถูกต้อง
- การแก้ไขโทนสีผิวยังคงความอบอุ่นตามธรรมชาติในขณะที่กำจัดลักษณะตัวเหลืองของแสง tungsten ที่ไม่ได้รับการแก้ไข
- Spatial color correction จัดการห้องที่มีแสงผสมโดยการปรับอุณหภูมิเฉพาะที่กับโซนต่างๆ ภายในเฟรม
การลดสัญญาณรบกวนสำหรับภาพถ่ายในร่ม ISO สูง
สัญญาณรบกวนดิจิทัลในภาพถ่ายในร่มแสงน้อยปรากฏเป็นลวดลายสุ่มของจุดสว่างและจุดสีกระจายทั่วภาพ ซึ่งมองเห็นได้ชัดที่สุดในพื้นที่สีสม่ำเสมอ ผนัง เพดาน ผิวหนัง เสื้อผ้า และการไล่ระดับสี มันเกิดจากคุณสมบัติทางไฟฟ้าของเซนเซอร์กล้อง ที่การตั้งค่า ISO ต่ำ สัญญาณภาพจะแรงเมื่อเทียบกับสัญญาณรบกวนทางไฟฟ้าที่มีอยู่ของเซนเซอร์ และสัญญาณรบกวนจะมองไม่เห็น ที่การตั้งค่า ISO สูงที่ใช้สำหรับการถ่ายภาพในที่แสงน้อย กล้องจะขยายทั้งสัญญาณและสัญญาณรบกวนร่วมกัน ทำให้สัญญาณรบกวนมองเห็นเป็นเนื้อสัมผัสแบบเม็ดเล็กซึ่งลดคุณภาพของภาพ
AI Enhance ใช้การลดสัญญาณรบกวนที่ปรับตามพื้นที่และโทนสี ในพื้นที่สีสม่ำเสมอที่มีรายละเอียดน้อย เช่น ผนังทาสี ผ้าปูโต๊ะ ผิวที่เรียบ สัญญาณรบกวนถูกแยกจากสัญญาณได้อย่างชัดเจนและสามารถปรับให้เรียบได้อย่างรุนแรงโดยไม่สูญเสียเนื้อหาที่มีความหมาย ในพื้นที่ที่มีรายละเอียดละเอียด ข้อความ ลวดลายสิ่งทอ ลักษณะใบหน้า ลายไม้ เนื้อสัมผัสอาหาร สัญญาณรบกวนจะปะปนกับสัญญาณ การลดต้องอนุรักษ์นิยมเพื่อหลีกเลี่ยงการทำให้รายละเอียดนุ่มลงไปพร้อมกับสัญญาณรบกวน เครื่องมือระบุพื้นที่ภาพที่แตกต่างกันเหล่านี้โดยอัตโนมัติและใช้ระดับการปรับให้เรียบที่เหมาะสมกับแต่ละพื้นที่
ข้อสังเกตที่สำคัญสำหรับช่างภาพในการประเมินผลการลดสัญญาณรบกวนคือการกำจัดสัญญาณรบกวนอย่างสมบูรณ์นั้นเป็นไปไม่ได้และไม่พึงปรารถนา ภาพที่เรียบเนียนไร้สัญญาณรบกวนอย่างสมบูรณ์จากฉากที่มืดจริงๆ ดูเหมือนถูกประมวลผลเทียม ผู้ชมคาดหวังเนื้อสัมผัสและเกรนบางอย่างในภาพแสงน้อย และการไม่มีมันสร้างความเรียบเนียนประหลาดที่อาจไม่พึงปรารถนาเท่ากับสัญญาณรบกวนที่มันแทนที่ AI Enhance กำหนดเป้าหมายการกำจัดสัญญาณรบกวนที่ไม่พึงประสงค์ (สัญญาณรบกวนสีขนาดใหญ่เป็นหย่อมและ luminance grain ที่เด่นชัด) ในขณะที่รักษาเนื้อสัมผัสแบบเม็ดละเอียดที่อ่านได้ว่าเป็น photographic แทนที่จะเป็นสังเคราะห์ ผลลัพธ์ดูเหมือนภาพถ่ายที่ถ่ายที่ ISO ต่ำกว่าไม่ใช่ภาพวาดที่สร้างโดยคอมพิวเตอร์
- สัญญาณรบกวน ISO สูงมองเห็นได้ชัดที่สุดในพื้นที่สม่ำเสมอ ผนัง ผิวหนัง เสื้อผ้า และการไล่ระดับสีที่ลวดลายสุ่มไม่มีรายละเอียดบัง
- การลดสัญญาณรบกวนที่ปรับตามพื้นที่ปรับพื้นที่เรียบอย่างรุนแรงในขณะที่รักษาพื้นที่ที่มีรายละเอียดอย่างอนุรักษ์นิยมเพื่อรักษาเนื้อสัมผัส
- การกำจัดสัญญาณรบกวนอย่างสมบูรณ์ดูเรียบเนียนเกินธรรมชาติ AI กำหนดเป้าหมายเกรนที่รบกวนในขณะที่รักษาเนื้อสัมผัส photographic
- เป้าหมายคือภาพที่ดูเหมือนถ่ายที่ ISO ต่ำกว่า ไม่ใช่การเรนเดอร์สังเคราะห์ที่ไร้สัญญาณรบกวน
การคมชัดและการกู้คืนภาพเบลอจากการเคลื่อนไหวสำหรับการถ่าย手持ในที่แสงน้อย
เมื่อกล้องไม่สามารถรวบรวมแสงเพียงพอผ่าน ISO เพียงอย่างเดียว มันจะลดความเร็วชัตเตอร์เพื่อให้เซนเซอร์เก็บโฟตอนในช่วงเวลาที่ยาวนานขึ้น การเคลื่อนไหวของกล้องใดๆ ในระหว่างการเปิดรับแสงที่นานขึ้นนี้ อาการสั่นของมือ การหายใจ การเคลื่อนไหวจากการกดปุ่มชัตเตอร์ แปลงเป็นภาพเบลอตามทิศทางเล็กน้อยที่ทำให้ทุกขอบในภาพนุ่มลง ที่ 1/15 วินาที ภาพเบลออาจ barely perceptible เป็นความนุ่มนวลทั่วไป ที่ 1/4 วินาทีหรือช้ากว่า มันจะชัดเจนพอที่ข้อความอ่านไม่ออกและลักษณะใบหน้าสูญเสียความคมชัด
AI Enhance ใช้การ deblurring เชิงคำนวณที่วิเคราะห์รูปแบบภาพเบลอในภาพ ทิศทาง ขนาด และความสม่ำเสมอ และย้อนกลับทางคณิตศาสตร์ ภาพเบลอจากการเคลื่อนไหวเป็นเส้นตรงจากอาการสั่นมือที่ steady เป็นรูปแบบที่แก้ไขง่ายที่สุด เครื่องมือกู้คืนความคมชัดของขอบในปริมาณที่น่าประทับใจจากกรณีปานกลาง ภาพเบลอแบบหมุนจากการหมุนกล้องระหว่างการเปิดรับแสงยากกว่าแต่ยังแก้ไขได้บางส่วน ขีดจำกัดในทางปฏิบัติคือภาพเบลอที่กระจายรายละเอียดกว้างขวางจนข้อมูลที่ทับซ้อนกันจากพื้นที่ภาพที่อยู่ติดกันทำให้รายละเอียดดั้งเดิมไม่สามารถกู้คืนได้ ซึ่งมักเกิดจากความเร็วชัตเตอร์ต่ำมากต่ำกว่า 1/4 วินาทีหรือการเคลื่อนไหวของกล้องอย่างมีนัยสำคัญระหว่างการเปิดรับแสง
สำหรับภาพถ่ายในร่มที่ความคมชัดมีความสำคัญ ภายในอสังหาริมทรัพย์ที่ผู้ซื้อต้องการอ่านขนาดห้องและรายละเอียดคุณสมบัติ รูปถ่ายเมนูร้านอาหารที่ชื่อจานต้องอ่านได้ ภาพถ่ายห้องเรียนที่เนื้อหาบอร์ดขาวควรอ่านได้ ขั้นตอนการคมชัดสามารถเป็นความแตกต่างระหว่างภาพที่ใช้งานได้กับภาพที่ล้มเหลวตามวัตถุประสงค์ รวมกับการกู้คืนความสว่าง การแก้ไขสี และการลดสัญญาณรบกวนจากขั้นตอนก่อนหน้า การแก้ไขภาพเบลอจากการเคลื่อนไหวทำให้การเปลี่ยนแปลงของภาพถ่ายในร่มที่มืด เหลือง มีสัญญาณรบกวน และนุ่มนวล ไปเป็นภาพที่สะอาด ได้รับแสงอย่างถูกต้อง มีสีธรรมชาติ และคมชัด เหมาะสำหรับวัตถุประสงค์ทางการตลาดหรือการบันทึกใดๆ
- ความเร็วชัตเตอร์ต่ำในที่แสงน้อยแปลงอาการสั่นมือและการหายใจเป็นภาพเบลอจากการเคลื่อนไหวตามทิศทางที่ทำให้ทุกขอบนุ่มลง
- Deblurring เชิงคำนวณวิเคราะห์รูปแบบการเคลื่อนไหวและย้อนกลับเพื่อกู้คืนความคมชัดของขอบและความสามารถในการอ่านข้อความ
- ภาพเบลอจากการเคลื่อนไหวเป็นเส้นตรงจากอาการสั่นมือที่ steady สามารถกู้คืนได้มากกว่าภาพเบลอแบบหมุนจากการบิดกล้อง
- การคมชัดรวมกับการแก้ไขความสว่าง สี และสัญญาณรบกวนทำให้การเปลี่ยนแปลงภาพถ่ายในร่มที่มืดเป็นภาพคุณภาพทางการตลาดสมบูรณ์
แหล่งข้อมูล
- Low-Light Photography: Understanding ISO, Noise, and Exposure Compensation — B&H Photo
- Indoor Photography Lighting Techniques for Natural and Artificial Light — Cambridge in Colour
- Color Temperature and White Balance: Correcting Mixed Indoor Lighting — Digital Photo Mentor