红-绿-蓝像素网格的CCD/CMOS传感器——所有数字相机的标准架构。去拜耳处理重建完整RGB图像。
Bayer-Sensor
你数码相机的传感器并非像直观上认为的那样，铺满了数百万个完整的RGB像素。相反，在CCD或CMOS上覆盖着一个由单个滤色器——红、绿、蓝——组成的微观网格，它们按照1976年Kodak公司的Bryce Bayer开发的一种模式排列。每个像素只捕捉一种颜色。其巧妙之处在于，绿滤镜的数量是红滤镜或蓝滤镜的两倍，因为人眼对绿色亮度信息的感知比对红色或蓝色更强。这种不对称性是传感器能够工作的根本原因。
在片场，你一开始对此一无所知——相机为你提供的是一个完整的原始图像。这是通过Debayering（去拜耳处理）实现的，这是一个在相机固件中或稍后在色彩校正中进行的插值过程。该算法通过参考相邻像素来为每个像素重建缺失的颜色通道。好的去拜耳算法是自适应的，可以避免色差。差的算法会产生伪影，尤其是在锐利的对比边缘。因此，RED或ARRI相机的传感器架构并非无关紧要——不同的制造商对图案和插值进行了不同的优化。
在实践中，这主要影响你在极端情况下的拍摄：如果你在原始图像中有非常精细的细节——网状结构、细线、高频图案——去拜耳处理可能会导致摩尔纹或颜色偏移。因此，大多数传感器前面都装有光学低通滤波器，它们会轻微削弱高频信息。这是一个有意识的权衡：减少伪影，但会带来轻微的清晰度损失。RAW素材为你提供了未经处理的传感器输出，并让你在剪辑时能够控制去拜耳处理方法——这也是为什么许多DP（摄影指导）在条件允许的情况下会选择拍摄RAW的原因。届时，你可以自己决定颜色重建应该有多么激进或保守。
理解这种架构也有助于你进行故障排除。阴影部分出现偏绿？通常是去拜耳处理的伪影。关键过渡区域出现意外的颜色分离？算法在处理局部对比度时遇到了困难。经验丰富的调色师可以通过有针对性的去拜耳处理设置或色彩校正优化来纠正——但这只有在你了解信息最初是如何被处理的情况下才可能。