От дагерротипа до нейросетей: как технологии изменили само понятие хорошей фотографии

Когда один кадр действительно был одним кадром

Дата Всемирного дня фотографии отсылает к 19 августа 1839 года. Именно тогда во Франции были публично раскрыты подробности процесса Луи Дагера. В материалах Библиотеки Конгресса США о дагерротипии эта дата указывается как день публичного объявления технологии.

Дагерротип сильно отличался от фотографии в привычном нам смысле. Изображение формировалось на покрытой серебром металлической пластине. Оно существовало в единственном экземпляре, поскольку негатив, с которого можно было бы печатать копии, в этом процессе не создавался.

Фотограф фактически готовил светочувствительный носитель для каждого изображения отдельно, устанавливал его в камеру, проводил экспонирование и затем химически проявлял результат. Ошибка в экспозиции или композиции обходилась намного дороже нынешнего неудачного файла, который можно удалить за секунду.

Фото: Liudmila & Nelson

В такой системе понятие хорошего кадра было тесно связано с самим моментом экспонирования. Фотограф заранее решал, куда поставить камеру, сколько света понадобится и что должно оказаться в кадре. Исправить недостаток после съемки было либо невозможно, либо значительно сложнее, чем предотвратить его заранее.

Это не означает, что ранняя фотография была абсолютно честной фиксацией действительности. Ретушь, постановка, выбор фона и работа со светом появились задолго до Photoshop. Разница заключалась в другом: большая часть решений принималась до экспонирования или во время лабораторной обработки конкретного физического носителя.

Пленка сделала фотографию массовой, но сохранила цену ошибки

Следующий крупный сдвиг произошел, когда фотографический процесс стал пригоден для массового использования. Гибкая пленка и компактные камеры позволили отказаться от отдельных металлических или стеклянных пластин. На одном рулоне помещалось сразу несколько кадров, камеры становились меньше, а съемка постепенно превращалась из сложной технической процедуры в бытовое занятие.

Хорошим кадром по-прежнему считался результат удачно выбранной экспозиции, фокусировки и момента. Но фотограф уже мог снять несколько вариантов сцены и выбрать один после проявки. Именно здесь появляется знакомый современному человеку принцип: не обязательно получить нужный результат с первого нажатия.

Фото: Stylianos Karavias

При этом пленка сама влияла на изображение. Разные фотоматериалы отличались чувствительностью, цветопередачей, контрастом и характером зерна. Выбор пленки фактически становился частью визуального решения еще до съемки.

Сегодня похожее поведение часто имитируют программные фильтры. Разница принципиальная. На пленке характер изображения возникал в результате свойств светочувствительного слоя, экспонирования и химической обработки. Цифровой фильтр получает уже сформированное изображение и изменяет его математически.

Поэтому распространенное противопоставление "раньше камера фиксировала реальность, а сейчас компьютер ее обрабатывает" слишком упрощает историю. Фотографический процесс всегда преобразовывал свет. Менялись только инструменты и степень контроля над преобразованием.

Цифровая камера отделила момент съемки от готовой фотографии

Цифровая фотография изменила сам носитель. Вместо химически изменяемой пленки изображение стало формироваться на электронном сенсоре, а результат можно было посмотреть сразу после нажатия на кнопку.

Но сенсор не получает готовую цветную фотографию.

В большинстве камер перед светочувствительными элементами используется цветовой фильтр. Один из наиболее распространенных вариантов основан на схеме Байера, где элементы регистрируют разные составляющие света. Процессор камеры затем рассчитывает недостающую цветовую информацию для итогового изображения.

Фото: Cburnett

Уже на этом этапе становится трудно провести простую границу между "настоящим" изображением и обработкой. JPEG из цифровой камеры не является прямой копией электрических сигналов сенсора. Камера выполняет демозаикацию, устанавливает баланс белого, преобразует цвет, регулирует контраст, подавляет шум и повышает воспринимаемую резкость.

RAW оставляет фотографу больше исходных данных и возможностей для последующей обработки, но даже он не превращает матрицу в нейтральный измерительный прибор. На результат влияют оптика, спектральные свойства фильтров, сенсор, экспозиция и алгоритмы преобразования данных.

Главное изменение цифровой эпохи произошло в другом месте. Стоимость еще одного кадра практически исчезла. Если на пленке каждый дубль расходовал физический материал, цифровая камера могла сделать десятки фотографий подряд. Хороший снимок все чаще становился лучшим кадром из серии.

Смартфоны довели эту идею намного дальше.

Смартфон может сделать несколько фотографий, даже если пользователь нажал кнопку один раз

У маленькой камеры телефона есть физические ограничения. Компактный объектив собирает меньше света, чем крупная оптика, а размеры сенсора ограничены толщиной корпуса. Простое увеличение разрешения эту проблему не устраняет: количество зарегистрированных фотонов остается физической величиной.

Производители начали компенсировать эти ограничения вычислениями.

Один из хорошо документированных примеров дает Google HDR+. Вместо попытки получить весь результат одной длинной экспозицией камера снимает последовательность коротких кадров, выравнивает их и объединяет данные. Это помогает уменьшить шум и одновременно расширить динамический диапазон. Принципы технологии подробно описаны в работе исследователей Google о многокадровой HDR-фотографии.

Здесь меняется само значение слова "кадр". Пользователь видит одно нажатие и один файл, но внутри процесса может существовать серия исходных изображений.

Night Sight развил эту схему для слабого освещения. Google описывал съемку, при которой несколько кадров выравниваются и объединяются, причем результат способен показать цвет и детали в условиях, где человеческое зрение уже различает сцену заметно хуже.

Это хороший пример того, почему качество современной фотографии нельзя оценивать только по способности камеры воспроизвести сцену "как видел глаз". Ночная фотография смартфона может быть технически информативнее непосредственного зрительного впечатления. Это не ошибка камеры. Алгоритм специально собирает больше информации за определенный промежуток времени.

Apple использует собственную цепочку вычислительной обработки. В актуальном поколении iPhone 17 Pro компания прямо указывает, что Photonic Engine применяет машинное обучение на нескольких этапах формирования изображения для сохранения деталей, снижения шума и коррекции цвета.

Получается любопытная ситуация. Физические характеристики камеры по-прежнему имеют большое значение, но итоговая фотография определяется уже всей системой: объективом, сенсором, процессором обработки изображений, алгоритмами совмещения кадров и моделями машинного обучения.

Два смартфона с похожими размерами сенсоров и одинаковым разрешением камеры поэтому могут выдавать заметно разные фотографии. Одних мегапикселей для сравнения давно недостаточно.

Где заканчивается обработка и начинается создание нового изображения

Многокадровая съемка долго оставалась относительно понятной концепцией. Камера получает реальные изображения одной сцены и математически объединяет информацию из них.

Нейросетевые инструменты постепенно размывают эту границу.

Алгоритм может распознать лицо и обрабатывать кожу иначе, чем волосы или фон. Может определить небо и изменить его тональную обработку. Google демонстрировал систему Portrait Light, способную после съемки моделировать дополнительный источник освещения на портрете.

С точки зрения физической фотографии такого источника света во время экспонирования не существовало. С точки зрения обработки это продолжение старой задачи фотографа: сделать лицо выразительнее.

Пока алгоритм меняет яркость, баланс белого или шум, связь с исходной сценой остается достаточно очевидной. Генеративные инструменты вводят другой механизм. Они могут создавать пиксели, информации о которых камера никогда не получала.

Google Photos, например, относит некоторые операции своих AI-инструментов к генеративному редактированию и помечает изображения, если при обработке создавались новые пиксели.

В этот момент спор о том, является ли результат фотографией, перестает быть чисто техническим. Для семейного снимка удаление случайного прохожего с заднего плана может не иметь никакого значения. Для журналистской фотографии такая операция способна полностью изменить смысл изображения.

Одно и то же программное действие допустимо в одном жанре и недопустимо в другом.

Почему нейросетевая обработка не делает современную фотографию "ненастоящей"

Проблема начинается, когда любую вычислительную обработку называют генерацией.

Если смартфон объединил десять коротких экспозиций, чтобы уменьшить шум, информация о сцене все равно поступила через объектив и была зарегистрирована сенсором. Если алгоритм восстановил цвет по данным цветового фильтра, это тоже вычисление, без которого обычная цифровая фотография вообще не могла бы существовать в знакомом виде.

Генеративное заполнение отсутствующей части изображения работает иначе. Здесь система способна создать визуальную информацию на основании обученной модели, а не данных, зарегистрированных камерой именно в этом месте сцены.

На практике между этими двумя крайностями находится большая область методов, которые трудно классифицировать одним словом. Шумоподавление может восстанавливать предполагаемую структуру деталей. Алгоритм сверхвысокого разрешения пытается получить более детальное изображение из нескольких менее детальных кадров. Портретный режим рассчитывает карту глубины и программно формирует размытие, которое отличается от естественного оптического боке.

Поэтому вопрос "обработан ли этот снимок" постепенно теряет смысл. Почти любая современная цифровая фотография обработана.

Полезнее спрашивать, что именно было изменено и создавалась ли новая информация, которой не было в исходных данных камеры.

Теперь у хорошей фотографии появилось два разных критерия

На протяжении значительной части истории фотографу требовалось прежде всего получить технически пригодное изображение. Нужны были подходящая экспозиция, точная фокусировка и устойчивое положение камеры. Композиция и момент всегда оставались вопросом автора, но техническая ошибка могла уничтожить кадр независимо от художественного замысла.

Автоматика постепенно забрала значительную часть этой работы. Современный смартфон самостоятельно рассчитывает экспозицию, баланс белого, HDR, шумоподавление, локальный контраст, выбор кадров из серии и другие параметры.

За счет этого выросла вероятность технически аккуратного результата. Одновременно снизилась его редкость.

Резкий снимок с нормально проработанным небом, лицом и тенями уже сам по себе мало говорит о мастерстве фотографа. Камера может выполнить значительную часть этой работы автоматически.

Поэтому критерий хорошей бытовой фотографии смещается к содержанию: моменту, композиции, выражению лица, свету и тому, что автор вообще решил включить в кадр.

Но параллельно возник второй критерий, которого практически не существовало во времена Дагера: происхождение изображения.

Если фотографию используют как свидетельство события, становится существенно, какие изменения были внесены после съемки. Для решения этой проблемы развивается стандарт C2PA и основанные на нем Content Credentials. Такая система может хранить криптографически защищаемую информацию о происхождении файла и этапах его изменения. При этом сами разработчики Content Credentials отдельно подчеркивают, что технология не определяет автоматически, является изображение "настоящим" или "фальшивым". Она дает сведения о его происхождении, а вывод остается за человеком.

Это, вероятно, одно из наиболее существенных последствий развития генеративной графики. Раньше качество фотографии оценивали по тому, насколько убедительно она выглядит. Теперь убедительный внешний вид все хуже доказывает, что изображенное действительно находилось перед объективом.