背景虚化_聊聊照片的背景虚化，和二线性！

写在前面：

我最近在翻译一篇相当有名的文章，主要谈虚化的，题为 A Technical View of Boke。不过翻到一半，发现另外一篇相当简单易懂的文章，基本不需要理论基础，似乎也是十几年前写的了，题为 How do out-of-focus areas look like? （焦外看起来是什么样？）。

这里率先分享给各位，后面再奉上 A Technical View of Boke 全文翻译，这篇可作为探讨的基础。这篇文章主体上是围绕「二线性」这个命题展开的。

说到「二线性」，就突然觉得高大上了。一个摄影师指着一张照片说，背景虚化二线性，是不是逼格就有了？不懂好似也懂了。但这究竟是个什么玩意儿呢？

需要声明的是，我并不是摄影师，也不是光学专家，有任何值得商榷的问题，欢迎各位留言探讨。

---

正文开始：

有时，我们拍的照片中，虚化的树枝看起来有叠影，整个画面没那么和谐。有时拍摄的也可能是其他管状物。这个时候，摄影师就会说这颗镜头的虚化表现不好。Bokeh 本身是个日语词汇，用来描述画面中的焦外部分。当然虚化不仅相关于上面提到的「叠影」，还存在很多有趣的问题。这种「二线性」问题，其实只是虚化不佳的一种表现，它在日文中叫「ni-sen」。

本文尝试给出此类问题的一些简单解释，提到了部分理论，而且还借助于 Photoshop 之类的图像处理工具做了一些简单的实验。

镜头起到的关键作用

虚化和许多因素相关，不过最重要的还是镜头本身（译者注：虽然听起来是废话）。

我们尝试拍摄焦外的一颗亮点，我们会发现，这颗光点扩散成了较大的一个圈——这个圈也就是弥散圆。实际上，弥散圆是能够表现画面焦外的渲染情况的。假设镜头光圈是个正圆形，图 1 展示了弥散圆的不同形态。在每张图的下方，都有个曲线——这个曲线表示的是，沿着该圆直径不同位置的亮度值变化。这种曲线叫做「点扩散函数」或者 PSF。不过这里不想使用这一术语，这样文章会更简单些。

图 1

A 型：这是个亮度均匀分布的圆形。这样的镜头几乎完美，不存在任何球面像差的问题。这样的镜头一般也都很锐、很出色。不过这类镜头也会产生并不美观的背景虚化效果，后面会对此再做探讨。

B 型：这类圈的边界比较明确，中央位置有个斑点。这类镜头的球差没有得到较好的修正。这种镜头也可能很锐，但画面锐度有时会看起来不够自然，画面中的光点会被呈现为甜甜圈的样子。这种亮度不够平坦的圈，很容易产生糟糕的虚化效果，包括了前面提到的二线性问题。值得一提的是，大部分图像处理软件中，都会有个锐化遮罩滤镜（Unsharp Mask），它们所用的 mask 方案有时和 B 型圈会比较类似。

C 型：边缘比较模糊。亮度从边缘往中心位置渐变。偏软（译者注：或者说偏肉，以及不够锐）的镜头就会呈现出这种不是很锐的弥散圆。不过这种特性也会产生很美观的虚化效果。此类镜头在拍摄的画面中不会产生二线性。

需要理解一点：锐度和虚化，本质上是两个需要权衡的问题。一方面，很锐的画面就需要光点看起来很锐；另一方面，要虚化表现出色，就要求光点平滑、渐晕。偏软的镜头是无法在背景中很好地分离树枝枝杈的。因此，设计者就需要在这两者间做出权衡，生产出色的镜头。这项专业技能也成为了一项艺术。

在不同的光圈 F 档，镜头也可能呈现出不同的弥散圆。而且，前景和后景表现出来的弥散圆也可能是不一样的。Harold Merklinger 就在他的著名文章中描述过 Rodenstock Imagon 镜头。这枚镜头的前景呈现出了 B 型弥散圆，而背景则表现出 C 型弥散圆。某些不够锐的镜头，在画面的不同位置也可能表现不一样。如果摄影师期望照片焦外部分看起来足够美观，他就需要了解自己所用镜头的这部分细节。

虚化与错觉

比较有趣的是，其实在某些情况下，二线性可能是因为视觉错误导致的。实际上，亮度如果发生了比较剧烈快速的变化，就可能在画面中产生错觉。

图 2

图 2 展示了这一现象。渐变矩形下方的曲线，就是该矩形的亮度变化（对应于矩形图案的不同位置）。

在左图中，人眼会观察到两条暗色的垂直线，而右图，人眼则可能会看到两条亮色垂直线——图中已经用箭头把这两条线给标出来了。这两个位置，实际上是亮度开始出现坡度变化的临界点。感知到的亮度图中已经用蓝色和黄色的虚线标出来了。不过实际上，曲线并没有真的发生剧烈变化，整体还是相对平坦的。

一般来说，模糊就会造成渐变。而渐变则经常可以被归结为视觉错误。图 3 就是一个很好的例子。

图 3

这个正方形，从中心到边缘位置是规律的渐变（regular gradients）。而视觉错误中看到的那两条亮色对角线，实际上是不存在的。如果我们沿 A-A' 这条线来测量图中正方形各处的亮度，交点位置其实是没有亮度突变的。（译者注：这句话原句是：If we measure illumination along the A-A' line, we will fail to detect any bright spots at the intersection points，供参考。）

Harold Merklinger 在他的文章中也曾经描述过这一现象。[2]（译者注：也就是我文章开头提到的即将翻译的那篇文章）

请注意在往下阅读前，先将这个视觉错误的问题搞清楚。

借用图像处理软件来理解二线性（ni-sen）

针对虚化和二线性，本文的后面部分会提到一些相对严谨的研究方法。这里我们讨论一些相对粗略的方法。相信，即便是讨厌数学和物理的同学，也能够理解。

主要测试工具就是模糊滤镜——很多图像处理软件中都有，比如 Photoshop、Paint Shop Pro 等。在此我选择 Photoshop 6.0.

实验 #1

这个实验中，我们打算使用 3 个对象（如图 4）

图 4

- 中间的图案是个矩形，假装它就是个树枝
- 右边是个三角形，用以模拟横截面面积会发生变化的树枝
- 左边是个带有曲线的图形，这张图可做更好的参考

要模拟均匀的弥散圆（A 型），我们选择运动模糊滤镜（Motion Blur）。因为只在一个方向上发生作用，所以角度（Angle）就设置为 0。而距离参数（Distance）则相当于弥散圆的直径。

将该滤镜应用到我们的图上。如果距离参数设置为 0，那么两侧的图像就会出现叠影。如果距离参数足够大（比如说设置为 17，如图 4），则中间的矩形图也会出现明显的两根条纹。

你可以自己尝试用这张图做实验。

需要注意的是，如果我们沿着 A-A' 这条线，测量三个图案不同位置的亮度（采用 Eyedropper 工具），实际也并不会发现亮度产生剧烈变化（译者注：原句是 We will not be able to detect any trace of splitting，直译为从亮度曲线其实并不会发现出现叠影的痕迹）。因此，我们可以说，画面中产生了视觉错误。

推论 #1: 即便是 A 型均匀弥散圆，（这种镜头拍照时）也可以在画面中产生视觉上的分叉线条。如果要产生二线性的话，线条越细，圈就必须越小。这种现象主要是由视觉感知特性造成的。

实验 #2

然后我们对之前的测试图案做个改动。图案形状不变，唯一的变化就是在图案周围加上白边。

随后对其应用运动模糊滤镜。图 5 和图 4 的对比不难发现，分叉线条愈发明确。这时的二线性就可以检测到了（看图 5 底部的亮度曲线）

推论 #2 很简单：某些拍摄对象更容易产生这种分叉。拍摄对象也可以呈现出 A 型、B 型或 C 型。带有高光边缘或者光晕的拍摄对象，更容易在焦外表现出分叉的状况。即便是镜头具备高素质，能够呈现 A 型弥散圆，在表现这种高光边缘拍摄对象时，拍下来也会变成 B 型那样。

推论 #3：给镜头增加任意额外的光学配件，都可能造成晕轮效应，这就对虚化造成了破坏。所以摄影师应该尽量避免使用低质量的廉价配件。

实验 #3

接下来针对我们的测试对象应用高斯模糊滤镜（图 4 与图 5）。在这个实验中没有再出现二线性。这个结果也是合理的，因为高斯模糊滤镜相当平滑，更接近 C 型弥散圆。

推论 #4：这则实验表明，C 型弥散圆镜头在拍摄小树枝的时候，一般并不会导致二线性。

实验 #4

前面我们已经知道了，虚化可能在画面中产生额外的线条。比较奇怪的是，有时虚化也能够减少画面中线条的数量。我们下面的这个实验就演示了这一点。

对图 6 最上方的图案应用动态模糊滤镜（角度 = 0）。

设置距离 = 23，就会发生比较奇特的现象，原本有 5 条黑线，现在就剩四条了，其中一条消失了。

实际上，黑色与白色线条位置发生了互换，模糊之后，四条黑线的位置，正是原图案白色间隙所在的位置。

如果我们再增加距离参数的值（让画面更糊），我们就会发现线条数量进一步减少。在 距离 = 39 时，就只剩下三根黑线条了（图 6）。

这种情况其实在实际照片拍摄中也是会发生的，可参见文末参考文献 [3] 中的第六章内容，了解其中细节。

虚化数学模型（为那些喜欢物理和数学的同学准备的简短摘要）

这部分会提到有关虚化严谨数学表达的部分大致思路。如果你觉得数学很无聊，可以选择性阅读或者直接跳过这部分。

一张虚化的图片，在相距焦点位置一定距离内，看起来是会是什么样？要了解这个问题，我们就需要用弥散圆来表达。在数学中，这种操作叫卷积。

在上面这个式子里，g(x,y) 代表拍摄对象，h(x,y) 则是描述弥散圆内部亮度如何变化的一个函数，f(x,y) 是最终的图像。

针对这个式子，可能很难进行准确的计算。在很多情况下，计算机模拟能够给出更快、更有说服力的结果。实际上方法也就是在 Phtoshop 中使用自定义滤镜（滤镜-其它-自定）。这项特性提供 5x5 阵列用以表达弥散圆。Reindeer Graphics Inc. 推出的 Custom Convolution Filter（自定义卷积滤镜）还能使用更大的阵列（7x7）。实用该滤镜，计算机模拟的结果如下图 7 所示：

图 7

这张图最左边包含两条楔形图案，其中一条有白边。图案下面有个黑条，这是实验过程中使用各种类型的弥散圆。如果你对其中的细节感兴趣，可以下载此图，放到图像处理软件中放大观察分析。

我们来看其中的 A(4) 形状，这个形状和弥散圆十分接近，应该是 A 组里面的最佳呈现了。相比其它几个，重影也是最少的。而 B 方案则在二线性方面表现最糟。C 则是所有图案里面最出色的，不存在任何重影，线条模糊平滑。

有白边的那个图案在分叉的时候更明显，其余部分基本想死。结果还是比较预知的，毕竟卷积是可交换运算。

g * h = h * g

推论

1.焦外画面虚化情况，取决于多种因素，而最重要的几个是：

• 镜头本身的特性，
• 拍摄对象的特性，
• 光学配件的质量，
• 人类视觉感知的独特性。

如上所示，即便是很昂贵的镜头，实际上也可能在焦外产生看起来糟糕的虚化。

2.要画面够锐，还要出色的虚化效果，镜头在呈现亮点时就需要呈现均匀的圆形。如果这个点成了甜甜圈的形状，或者其他带明显轮廓的形状，这样的虚化就不是很理想了。

3.如果某个镜头在呈现焦外光点的时候，弥散圆平滑过渡，这样的镜头也能表现出色的虚化效果。不过这样的镜头一般都偏软。特别软的镜头基本上不会在画面中表现出二线性。

建议

1.了解你所使用镜头的特性。观察镜头如何在焦外呈现亮点，就相当有用了。

2.镜头打开（光圈）的形状应该尽可能接近圆形。

3.不要使用廉价滤镜和其他各种劣质的光学配件。制造过程中的各种失误都会对光点呈现造成影响。这样一来虚化表现也就悲剧了。

4.有时，虚化不好可能是因为某些廉价镜头的光学元件未能对准所致。这篇文章并没有谈到这个问题，但也并不难想象。缩小光圈可减少不良影响。

5.如果二线性可预知，并且不可避免，那么唯一能做的也就是改变光圈了。换句话说，要么就是把分叉的树枝拍得很锐，要么 就是彻底地虚。

参考来源：

1. I. Yefremov. Blurring the background. A scientific approach.

2. H. Merklinger. A Technical View of Bokeh. Published in Photo Techniques Magazine, May/June 1997.

3. H. Merklinger. The INs and OUTs of Focus. Chapter 6. (The book can be dowloaded from Download The INs and OUTs of FOCUS)

4. Ken Rockwell. Bokeh Explained

5. Peter Zimmerman. About Bokeh

6. Daniel Wexler. Bokeh Rendering

原文地址：http://hobbymaker.narod.ru/English/Articles/bokeh_eng.htm

作者：Igor Yefremov，译者：欧阳洋葱