中画幅16bit色深有什么价值？

所有中画幅相机的16bit模式都是智商税。

对高赞@Tianxi 我想说，目前的现代相机16bit就是绝对的无意义，无论在调色上，还是在信噪比上，还是在一切后期的输出流程、科研需求中，还是在严苛的天文摄影、严苛的胶片反相/后处理，严苛的文物恢复工作，16bit都毫无意义。

16bit就是14bit后面加两位随机数。

下面是一些实操，想要看严格论证，就看我上面链接里的文章。

本文我会给大家讲一个jiangtherapee中内置的理想高光谱噪声模型采样生成器，以及更重要地，从1信噪比2色彩断层两个方面来说，为什么16bit在gfx100是纯粹的智商税。

首先我们来介绍一下jiangtherapee online的ideal image功能吧。这个功能还正在开发中，详细教程可以到我官网去看。总之这里先介绍一下。他是一个理想 DNG 测试图生成模块。它用于生成一张结构固定、参数可控、可重复输出的合成 DNG 图像，便于验证机型的颜色、肤色表现， RAW 解码、暗部偏色、评估色阶连续情况以及信噪比表现。其中使用的噪声模型没有PRNU的考量，因为PRNU主导的地方信噪比已经足够高，我们已经不感兴趣。

模块入口位于顶部测试工具菜单中，点击 ideal image 即可打开。窗口打开后，系统会自动生成一次默认预览。左侧为参数设置区，右侧为预览与导出区。

特别地，这个页面默认使用索尼A7R2的CMF作为采样办法，采样理想天空渐变的高光谱数据以及人脸的高光谱数据。输出的dng自带默认色彩矩阵，as shot neutral也准确。

那么我们再来说一下为什么16bit是gfx100的智商税吧。

非要说的话，只是对于黑电平控制糟糕的富士中画幅，可以省去你后期使用我这个网页中的RAW Shadow Color Cast Corrector来规范黑电平这一步。

首先我们取最直接的一个对比。我在dpr中下载了gfx100欠曝的16bitraw，提亮8挡，看看暗部：

下两张图分别是原图以及我反向采样到14bit整数后的图。

有区别吗？在几乎不可用的九档提亮后，14bit和16bit的暗部仍然没有可观区别。

这是因为什么呢？在复杂场景下量化噪声退化为低协方差的形式，注意这很重要。如果高协方差的话，比如一个均匀渐变，那么此时高像素不会有效缓解量化噪声。

而根据我这篇文章中的推导，在读出噪声大于0.5LSB时，量化噪声可以按照1/sqrt12建模。此时你再超采到一个给定的像素量，样本多的一方，最终的前端归一化量化噪声总功率就低。我们可以用小学数学计算一下gfx100的14bit和16bit下的总噪声，可以看出14到16bit量化噪声的提升并不会带来多少最终噪声的增益。

因此有三个结论：

1，控制变量，像素量越高的相机，他对bit数的要求就越低。

2，对于gfx100这种一亿像素的机器，14bit和16bit的差异微乎其微。

3，一个相机是否需要16bit，只和他的单像素ptc有关，而非要考虑到总像素量。音频领域大家经常以oversampling gain来讨论，在相机中是一个道理。

更具体的讨论，你们可以看一下我adobe管线16bit raw大幅偏灰问题以及初步解决这个视频，其中提到了一个adobe管线对16bit在一部分情况下的不适配。在adobe中，16bit的表现会更加灾难。

然后我们再看看色彩断层的问题。

使用jo的ideal image模块

来生成完美标靶：

注意长条的渐变，这个是从真实天空光谱中取的，而后按照传感器响应积分。另外截预览图颜色非常不准。那么我们对16、14、12bit分别生成一张。

接下来，我们把缓慢的渐变拉成夸张的抬升，原先的过渡越缓慢、信噪比越高，后期拉伸得越剧烈，越容易看出断层。我们使用lightroom的曲线以及对比度调节来看看抬升区域有无断层，左12bit右16bit，注意左面是12bit不是14bit：

仔细看：

也就是说，我按照gfx100的噪声模型，甚至不去考虑他的prnu，的一个噪声模型，去以索尼cmf采样高光谱蓝天缓慢渐变，生成16bit raw，再把16bit raw采样到12bit。此时在中灰的位置上，信噪比已经炸了但是色阶仍然没出来。

有人问是不是adobe的管线精度不够导致拉出来都是这样的效果呢？显然不会，你也可以用jiangtherapee来拉一下。

退一步讲，就算你终于拉出来了一点阶梯，当然这真的已经远离实际操作很多了，那么如上面图所示，这里泊松噪声可以充分地把阶梯盖过去，12和16bit没有任何可观测的色阶断裂程度的差别。这会让人想起dithering办法，那么我们可以不严谨地说，噪声在这里就可以充当一个dithering的作用，让色阶断裂完全被隐藏起来。