数字滤波器的数学矩阵——控制模糊、锐化、运动效果。更大的内核=更重的计算。
在数字图像处理中,你一直在使用卷积核,尽管你可能没有注意到——每次你应用模糊滤镜或调整锐化时。卷积核是其背后的数学模板:一个由数值组成的小矩阵,它被应用到图像的每个像素上。卷积核的值与相邻像素相乘,然后将结果相加——这样就得到了新的像素值。卷积核的大小和值决定了发生什么。
在片场或VFX工作室,当你处理卷积滤镜时,你就会遇到它。一个3x3的卷积核是最小的有意义的单元——计算速度快,但效果有限。一个5x5或7x7的卷积核计算量更大,但能产生更微妙的效果。运动模糊的情况则不同:你通常需要更大的卷积核来真实地模拟运动的方向和强度。尺寸不合适的卷积核会导致可见的伪影——对于强烈的效果来说太小的卷积核会让你看到明显的块状;太大的卷积核则会耗费大量计算时间,而视觉效果提升却不大。
在Nuke或After Effects等合成软件中,当你调整滤镜参数时,你会具体看到这一点:模糊滤镜的半径直接与卷积核大小相关。半径为10的高斯模糊在内部会产生比半径为2更大的卷积核。在锐化(USM)中,你使用的是一个增强高频成分的卷积核——通常是一个负权重的邻域混合,以突出边缘。关键在于选择正确的卷积核,它能满足你的艺术意图,同时又不至于让渲染农场崩溃。
实际操作中:如果你的VFX主管抱怨渲染时间过长,首先检查活动的滤镜。在抠像或抠像羽化中不必要地使用过大的卷积核,会比可见的质量提升消耗更多的计算时间。有些软件允许你定义自定义卷积核——但这需要你对矩阵数学有扎实的理解,以免随意操作。日常使用中:专业软件中的标准卷积核已经过优化;只有在非常具体的需求下(例如艺术化的扭曲效果)才值得进行细致的调整。