Nguồn: Frame.io
Thuỳ sưu tầm và biên dịch

Log Recording

Log Recording (viết tắt của Logarithmic Recording) là một phương pháp record sử dụng thuật toán hàm log (logarit) để phân phối lại các biểu diễn giá trị phơi sáng kỹ thuật số trên toàn bộ tập giá trị. Thay vì cố gắng làm cho hình ảnh trông “đẹp ngay” như mắt người nhìn thấy, Log ưu tiên việc bảo toàn dynamic range, giữ lại tối đa thông tin ở cả vùng highlights và vùng shadows.

Việc chọn ghi Log khi quay video mang lại lợi ích đáng kể là cho phép bạn giữ lại nhiều thông tin màu sắc hơn so với video “tiêu chuẩn” (không phải Log), đặc biệt là ở các vùng highlight và vùng shadow.

Hầu hết mọi nhà sản xuất camera đều có một “biến thể” Log riêng của họ, nhưng về cơ bản, tất cả chúng đều thực hiện cùng một chức năng như nhau.

Các chuyên gia chỉnh màu (colorists) cực kỳ thích file Log vì nó giúp họ có nhiều không gian hơn để thực hiện các thay đổi trong quá trình chỉnh màu. Nếu bạn ghi Log bằng một codec chất lượng cao (việc chọn codec là rất quan trọng), bạn sẽ nhận được nhiều lợi ích tương tự như khi làm việc với file Raw (ví dụ: thông tin màu sắc đầy đủ hơn; chi tiết ở vùng sáng và vùng tối tốt hơn; v.v.), nhưng lại không đòi hỏi máy tính phải có sức mạnh xử lý quá lớn.

Như đã nói, hầu như mọi hãng camera đều có phiên bản Log riêng, nhưng về bản chất chúng đều hoạt động theo cùng một nguyên lý.

Để hiểu về video log, trước tiên chúng ta cần hiểu cách camera ghi lại thông tin hình ảnh.

Camera và Mắt người

Khi ánh sáng đi qua ống kính và chạm vào cảm biến, mỗi điểm ảnh (photosite/pixel) sẽ đo lượng ánh sáng rời rạc mà nó nhận được. Các phép đo này là tuyến tính (linear), nghĩa là cường độ ánh sáng (số lượng hạt photon) tăng gấp đôi thì tín hiệu đầu ra cũng tăng gấp đôi. Tín hiệu từ mỗi điểm ảnh trên cảm biến tiếp tục được gửi đến bộ xử lý hình ảnh để mã hóa thành các giá trị kỹ thuật số.

Nhưng đây không phải là cách mắt người cảm nhận ánh sáng. Mắt chúng ta không phát hiện ánh sáng theo các phép đo tuyệt đối, rời rạc. Thay vào đó, chúng ta cảm nhận độ sáng theo cách tương đối và phi tuyến tính. Trên thực tế, thị giác con người cảm nhận ánh sáng gần như theo hàm logarit. Điều đó có nghĩa là gì?

Để minh họa, hãy tưởng tượng bạn đang ở trong một căn phòng tối hoàn toàn. Vì không có ánh sáng, bạn không nhìn thấy gì cả. Bây giờ, hãy tưởng tượng bạn thắp một cây nến. Nó sẽ giúp bạn nhìn thấy một chút, và camera cũng vậy.

Nhưng giả sử bạn muốn có nhiều ánh sáng hơn, nên bạn thắp cây nến thứ hai. Về mặt vật lý, lượng photon phát ra trong phòng sẽ tăng gấp đôi, và cảm biến máy ảnh sẽ đo được lượng photon này đúng là gấp đôi so với trước. Tuy nhiên, mắt bạn sẽ chỉ cảm nhận được một sự gia tăng độ sáng tương đối.

Tiếp tục, hãy tưởng tượng bạn thắp thêm một cây nến nữa. Đây là lúc mắt người và camera bắt đầu khác biệt. Ba cây nến phát ra lượng photon gấp ba lần một cây nến. Cảm biến trên camera sẽ phát hiện điều này và ghi nhận thông tin độ sáng gấp ba lần trước đó. Nhưng mắt bạn thì không. Thay vì thấy sáng gấp ba lần một cây nến ban đầu, bạn chỉ thấy nó sáng hơn khoảng 2,5 lần. Tại sao? Bởi vì bước chuyển từ hai cây nến (bước thứ hai) sang ba cây nến (bước thứ ba) chỉ lớn bằng một nửa (về mặt tương đối) so với bước trước đó.

Đến đây, có lẽ bạn đã lờ mờ hiểu được sự khác biệt giữa nhận thức ánh sáng tuyến tính và logarit. Đây chính là khác biệt giữa cách mắt chúng ta và camera nhìn nhận thế giới. Theo ví dụ trên, cây nến thứ tư sẽ mang lại lượng ánh sáng gấp bốn lần đối với camera, nhưng chỉ sáng gấp ba lần đối với mắt người. Tám cây nến sẽ là gấp tám lần lượng photon, nhưng mắt người chỉ thấy sáng gấp bốn lần.

Thắp thêm cây nến thứ 17 sẽ hầu như không làm thay đổi cảm nhận của mắt về độ sáng tương đối, nhưng camera vẫn tiếp tục đo được sự gia tăng tuyến tính của các hạt photon. Và nếu mắt chúng ta khó lòng nhận ra sự thay đổi giữa 16 và 17 cây nến, hãy tưởng tượng sự khác biệt còn nhỏ đến mức nào giữa 99 và 100 cây nến. Bạn sẽ gần như không thấy khác biệt gì về độ sáng cả.

Vậy tất cả những điều này có liên quan gì đến file log trên camera của chúng ta?

Gamma-Corrected Video (Video Hiệu chỉnh Gamma)

Sự khác biệt giữa mắt và camera có nghĩa là không phải mọi thông tin ánh sáng đều có giá trị như nhau. Chúng ta đơn giản là không cảm nhận được sự thay đổi ở những phần sáng nhất của hình ảnh nhiều như ở những phần tối nhất. Biết vậy, tại sao camera lại phải phân bổ cùng một lượng không gian bộ nhớ cho mọi thông tin ánh sáng như nhau? Trên thực tế, nó không làm thế.

Vì dung lượng lưu trữ có hạn, các kỹ sư đã tận dụng đặc điểm này. Họ phát triển một phương pháp giúp bảo toàn chất lượng hình ảnh ở những phần mà mắt người nhạy cảm nhất (như vùng tối – shadows), mà không làm tăng yêu cầu về băng thông hay bộ nhớ.

Quá trình này được gọi là mã hóa gamma (gamma encoding), và nó diễn ra ngay bên trong camera. Sau khi tín hiệu ánh sáng tương tự được cảm biến đo lường, thông tin đó được gửi đến bộ xử lý hình ảnh để chuyển đổi thành các giá trị kỹ thuật số. Trong quá trình chuyển đổi này, một hàm toán học sẽ chuyển đổi độ nhạy sáng tuyến tính của máy ảnh sang thang đo logarit. Đây chính là mã hóa gamma, nó có tác dụng “kéo giãn” dải sắc độ tối của hình ảnh trên nhiều bit thông tin hơn, đồng thời “nén” dải sắc độ sáng vào ít bit hơn.

Cái hay của kỹ thuật này là nó phân bổ thông tin kỹ thuật số hiệu quả hơn trên các dải sắc độ (theo cách tương tự như mắt người cảm nhận). Nhiều bit hơn được dùng cho các dải sắc độ mắt chúng ta nhạy cảm hơn, và ít bit hơn cho các dải sắc độ chúng ta ít cảm nhận được sự khác biệt.

Tuy nhiên, hình ảnh được mã hóa gamma sẽ không giống với hình ảnh thực tế mà mắt ta nhìn thấy. Nếu muốn hình ảnh trông tự nhiên, chúng ta cần khôi phục độ sáng tuyến tính của nó.

Quá trình này gọi là hiệu chỉnh gamma (gamma correction), diễn ra trên máy tính và màn hình hiển thị. Về cơ bản, hiệu chỉnh gamma là quá trình ngược lại với mã hóa gamma. Nó áp dụng hàm chuyển đổi toán học đảo ngược, đưa hình ảnh trở lại thang độ sáng tuyến tính.

Quá trình này giúp hình ảnh thể hiện được dải sắc độ theo cách mà mắt chúng ta mong muốn nhìn thấy.

Tóm lại, mã hóa gamma giúp tiết kiệm dung lượng bằng cách loại bỏ một số phần sáng mà mắt không thực sự chú ý, và dùng không gian đó để lưu trữ các phần tối mà chúng ta sẽ nhận ra. Hiệu chỉnh gamma sau đó hiển thị lại những thông tin sắc độ đã được bảo toàn đó để hình ảnh trông giống với thực tế nhất.

Log Video

Các Log profile áp một hàm toán học vào đầu ra của cảm biến hình ảnh trước khi thông tin được mã hóa bởi bộ xử lý. Nếu bạn thấy điều này nghe giống mã hóa gamma, thì bạn đã hiểu đúng vấn đề rồi đấy. Sự khác biệt là hàm toán học dùng cho mã hóa log là một đường cong logarit (logarithmic curve) – đúng như tên gọi của nó. Đây là một đường cong mạnh mẽ hơn nhiều, giúp kéo giãn thông tin độ sáng trên một dải sắc độ rộng hơn nhiều. Điều đó có nghĩa là hình ảnh trông sẽ “phẳng” (flat) hơn nhiều so với mã hóa gamma tiêu chuẩn.

Cách tiếp cận này sử dụng nhiều thông tin kỹ thuật số hơn để lưu trữ vùng shadows và vùng midtone, giúp bảo toàn các chi tiết ở vùng tối (lower stops) tốt hơn hẳn. Điều này cho phép thực hiện các chỉnh sửa tinh vi hơn ở hậu kỳ, nhưng không làm tăng dung lượng file so với video mã hóa gamma tiêu chuẩn. Log cung cấp các bước chuyển độ sáng tinh tế hơn trên màn hình, giúp bạn có nhiều sự linh hoạt hơn để điều chỉnh giao diện hình ảnh theo ý muốn.

Tất nhiên, điều này cũng có nghĩa là khi bạn xem lại hình ảnh trên hầu hết các màn hình, nó sẽ không giống như hình ảnh trong thực tế. Tại sao? Vì hiệu chỉnh gamma tiêu chuẩn của màn hình không phải là logarit, nên hình ảnh sẽ trông như bị bạc màu, bèn bẹt. Tuy nhiên, điều này có thể dễ dàng được khắc phục bằng cách áp dụng hàm logarit đảo ngược tương ứng, và đó chính xác là việc mà các LUT thực hiện. Về cơ bản, đây là bước “hiệu chỉnh gamma cho video log”, nhưng bạn có thể tinh chỉnh nó trong hậu kỳ.

Tóm lại, ghi Log giúp bảo toàn nhiều chi tiết hơn trên toàn bộ dynamic range của hình ảnh. Những chi tiết này cho phép bạn có nhiều không gian hơn để xử lý hậu kỳ, chỉnh màu hình ảnh tốt hơn, tương tự như quay Raw, nhưng không đi kèm với dung lượng file quá lớn như vậy. Bạn có thể thực hiện các điều chỉnh tinh vi hơn trong hậu kỳ với cùng một phần cứng như khi xử lý các file video tiêu chuẩn. Tuy nhiên, không nên xem hình ảnh trực tiếp từ file Log hay giao sản phẩm cuối cho khách hàng ngay, bạn cần thêm các bước normalize hình ảnh vào quy trình làm việc (sử dụng LUT hoặc các cách khác).

Nhược điểm rõ ràng nhất của việc ghi Log là hình ảnh từ camera trông cực kỳ thiếu tương phản và nhạt màu. Điều này khiến việc đánh giá hình ảnh trở nên khó khăn. Nếu khách hàng cứ nhìn chằm chằm vào màn hình qua vai bạn thì sẽ có rắc rối đấy. Hầu hết mọi người không quen xem ảnh Log, nên họ sẽ thấy hình ảnh trông không “đúng”.

Để xem lại hình ảnh một cách chính xác, bạn sẽ cần thêm rất nhiều độ tương phản và độ bão hòa màu. Một cách phổ biến để làm việc đó là áp dụng một Look Up Table – LUT. LUT về cơ bản là một thiết lập sẵn (preset) để chỉnh màu. Bạn chọn một LUT cụ thể được thiết kế khớp với loại Log mà mình dùng để ghi, LUT này sẽ làm nhiệm vụ normalize hình ảnh để khiến nó trông giống như cảnh quay “bình thường”. Nếu bạn đã từng dùng các bộ lọc (filter) trên Instagram, thì định nghĩa về LUT cũng tương tự, nhưng LUT mang tính chính xác hơn nhiều.

Vì vậy, việc ghi Log khiến cho quy trình làm việc trở nên phức tạp hơn. Bạn phải tìm LUT phù hợp cho cảnh quay của mình, và bạn cũng cần quản lý các LUT đó trong suốt quá trình hậu kỳ. Hoặc bạn phải tìm ra được quy trình normalize phù hợp cho dự án thông qua color management.

Bất kể những phiền toái đó, những lợi ích về chất lượng hình ảnh của việc quay phim ở chế độ log là rất đáng kể, và hiện nay nó rất phổ biến. Việc hiểu đúng và học cách làm việc với Log sẽ giúp ích rất nhiều cho công việc của bạn.

(Định nghĩa về LUT, không gian màu, color management, normalization… sẽ được cung cấp trong các bài viết tới. Hãy đón xem.)