讀"吳淡如：孩子，請你別當資優生"有感.

下面連結是吳淡如文章的全文：
吳淡如：孩子，請你別當資優生

全篇我很贊同，但看完第一頁大陸學生的故事，好喜歡那個大陸學生的感想，原文節錄如下：
"不久前，有個大陸的孩子在自己的網誌上發表了文章，說他其實想要休學，這輩子只想和心愛的女孩過日子。他說他沒有遠大理想，因為歷史上很多的家破人亡都是有遠大理想的人造成的。他說，每天都在上課，寫作業，排名次，實在沒有意義。

他是個資優生，跳級生，十歲就跳了很多級念中學一年級，什麼比賽都獲獎過，是大家眼中的天才兒童。

真是個早熟的孩子。他說的話也引起很多人的討論。我只想幫他多加幾個字：歷史上很多的家破人亡都是有遠大「政治」理想「卻沒有同情心」的人造成的。"

因此對吳淡如的評論有點不以為然。一看到吳淡如的評論，就讓我想到佛經中割肉餵鷹的故事，薩波達王捨身成仁，但這樣就是有同情心的人嗎？不談鷹跟鴿的問題，只論他是國王的身分，他就沒有捨身成仁的權利，他捨身容易，但全國人民怎麼辦？蜘蛛人中主角叔叔對他說過一句話"The great ability comes great responsibility"，當主角變成蜘蛛人後，他不再是只要對自己及家人負責就可以了，而我們又有誰可以只對自己負責？

那位大陸天才兒童如果沒有仁心，那勢必造成很多危害，這是無庸置疑的。但他就算有仁心，除非他能夠永遠不死且永遠為理想打拼，否則還是會形成危害，我想那位大陸天才學生的感觸應該是指這個，而非吳淡如談的那種狀況。

吳淡如用自己的思考方式來思考一切，這也為什麼第二頁吳淡如搞錯"博士"帶來的壓力，有那個"博士"說不出來自己會什麼？博士一定說的出來，但其他人聽得懂嗎？一個博士說他可以將一個帶有雜訊的訊號中的雜訊濾除使訊號99%還原，很多人可能只覺得「好厲害，有什麼用？」跟他們說現在大多數電子設備都有訊號處理的部分，這對大多數電子設備有用處。接著很多人可能依然覺得很厲害，但還是不知道跟電器行修電器的有甚麼差別。我念資訊很多年，還是一堆人電腦壞了找我修理，而且是明白跟我說「你們學校一定有教這些吧。」解釋半天我是學影像處理，大家聽的似懂非懂後，問我是不是可以去當動畫師或電腦繪圖師。我當然可以從光轉換電子訊號，A/D轉換，然後數位化，接著電腦將影像當作一堆pixel處理，而我必須將一堆pixel的零碎資料想辦法與人腦希望的目標做結合，將數值做變化。講那麼多，最後還不是得到「我的電腦修的好嗎？」或是「我想架個網站可以幫我弄嗎？」

唸書唸了很多年的人，不見得是放不下身段，也有人是為了花了那麼多納稅人提供的經費，如果不能將所學貢獻，如何對得起社會？姑且不論那麼遠大的理想，光是對身邊的人就很難交代。也許吳小姐沒有這種執著，但不見得每個人家裡的長輩都沒那種執著，看著自己的孩子念博士畢業，結果全部砍掉重練，有多少人可以承受的了。而我相信，絕大多數博士不是眼高手低，只是他們的真本領離現實有段距離，他們有著那麼強大的本領是他們的錯嗎？或許他們該向現實低頭，但並不是去開計程車，開計程車並不是任何一行亂跳槽就可以輕易做得好的，我對任何一種行業都是抱持這種看法，沒有任何一種行業要做得好不用花心思鑽研的，而且有更多可以嘗試的工作為何要叫人去開計程車？試著叫吳小姐捨棄自己專研那麼久的專業，換工作來開發演算法，我不相信能承受的了，也不相信能那麼快上手。

淺談Gamma correction

之前念研究所時，寫background subtraction程式時，發現一件事，影像的亮度與理論值不合，儘管我用點光源，在暗房拍攝，也無法控制到亮度值為線性變化，當時找一些background subtraction及color space conversion相關的paper，都沒找到解答，當時只覺得理論值與實際值可能有差異，因此就放著不管了，當接觸數位相機後才發現事實是當時並不知道所有8bit數位影像都做過Gamma curve轉換了。

關於Gamma curve，可以參考wiki:伽瑪校正。
看完只得到一個結論："好簡短，也不過就是個轉換，有甚麼意義？"
我在當初學影像處理時就學過了，當時聽完老師說也完全不了解這有什麼意義，也因此一值忽略這東西在數位影像上的影響。
真的要了解意義，可以參考英文版wiki:Gamma_correction。

先不論這些部分，之前剛到公司問起同事及親友為何一定要做Gamma correction，得到的回答不外乎兩個：1. 因為人眼對不同亮度的敏感度非線性，所以必須要做Gamma correction。2. 因為電壓換算光的強度非線性，因此必須做Gamma correction。

對於第一個說法，我比較認同，但是總覺得奇怪，就算敏感度非線性，還是不能解釋為何要做Gamma correction，且拍照亮度是AE自動調整，但Gamma correction卻是對相機的Dynamic range進行Gamma correction，這明顯不是人眼的動態範圍。至於第二個說法，則太奇怪了，電壓換算光的強度非線性跟數位影像儲存有何關係，影像是數位的，電壓是類比的，類比進化到數位那麼久了，怎麼可能還是那樣的定義。

根據wiki中所寫，Gamma correction可以稱為Gamma encoding，更明確講出，因為人眼敏感範圍不同，如果全部儲存，會浪費太多bit在儲存不需要的資料，如此一來一切就合理了，Gamma correction主要目的就是為了減少資料量，硬把一個很廣的Dynamic range壓縮到0~256的8bit範圍。

關於人眼對光線的敏感度，基本原理都是以Hurter-Driffield curves為基礎發展的，這個研究我還沒有看進去，等看懂的時候再寫。

既然Gamma correction重點在於資料的壓縮，而且是有失真的壓縮，那重點就在於失去的部分是否真的看不出來，但遺憾的是答案是否定的，失去的部分是看得出來的，人眼對亮度的敏感度非線性，不過人眼類似相機，也有AE的機制，相機也許可以模擬人眼的AE機制，但不可能完全仿照，尤其是人眼的感光權重機制，更是相機難以模擬的，相機難以知道人眼目前注視的目標，因此只能用對焦區或是人工指定感光區來作加權，難以將整個景兼顧。
而人對拍照的預期往往超過一個snapshot所能表達的，在人眼的一瞬間，也無法兼顧整個景所有區域的亮度Dynamic range，但是人會轉頭會到處看，因此印象中會留下每一區的細節，而照片卻只有一瞬間，一瞬間很難保留到所有區域所有細節，假設感光元件的感應範圍夠廣，要忠實呈現人眼所見，必須不做Gamma correction全部值域都記錄下來，否則這個loss必然被看出來。

這些都是稍加研究就知道的問題，研究相機的工程師及研究人員，必須要解決問題，而非單純點出問題。因此這部分必須想辦法解決，對應的解決方案很多，錄Video是一種解法，但相對應的就是動態AE很重要。近年來很流行的HDR也是一種解法，但是靠的是人工智慧影像處理來分析每一個local需要的Dynamic Range，實際上每一象素也只有8bit，簡而言之只是騙眼睛而已。拍10~16 bit Raw也是一種解法，但難以解決的是在同一瞬間，其實Dynamic Range還是被sensor吐出的data限制住了，舉例來說12 bit raw，如果拍攝場景中有Lv2~Lv16的亮度，則可能得被迫選擇Lv4~Lv16，Lv4以下雖然以理論上來講是有拍攝到，但在數值上是沒差異的，也就是說等於沒拍到(但事實真的是如此嗎？有機會再就Noise reduction的觀點來看這件事)。

我覺得關於Gamma correction，還有一個很讓我感興趣的部分，就是人眼的敏感度與CRT的光電效應相仿，這是否意味著，人體也是根據電壓來鑑別亮度，而非能量強弱？

(寫Blog好累，原本想圖文並茂的整理一些東西，但弄了幾天，也只擠出短短這幾行內容。)

無題

最近一些工作的事，讓我有一些感觸。

從事影像處理相關研究十數年，而進入數位相機這行才短短兩年多，這短短兩年多發現很多以往始終不解的一些問題，一下子迎刃而解。但是這幾年數位相機的產業一天不如一天，很多技術要摸可能也沒有太多機會了，加上公司內很多同事並不如我那麼愛鑽牛角尖，很多問題找不到同事討論，昨晚想著想著覺得很可惜，想到網路上很多高手，如果寫網誌把一些我所了解到的技術寫上來，也許可以遇到一些熱愛影像處理的高手，應該可以找到同好討論。

這可以算是我第一次寫blog，很多人都覺得念資訊應該很會寫網頁，老實講，只有大一做作業時認真寫過網頁，之後就都只玩我喜歡玩的東西，網頁及網路相關的東西碰的很少。