Οι κάμερες στα κινητά τηλέφωνα υπάρχουν λιγότερο από 20 χρόνια· κι όμως, σε αυτό το διάστημα έχουμε ξεχάσει τις μικροσκοπικές φωτογραφίες με αστεία ανάλυση, πολύ θόρυβο και μηδενική πιστότητα. Πλέον, τα smartphones διαθέτουν κάμερες οι οποίες μπορούν να κοντράρουν στα ίσα ψηφιακές φωτογραφικές μηχανές, ενώ έχουν αρχίσει και πλησιάζουν τις – μέχρι πρότινος άφθαστες – DSLR. Παρά το πολύ μικρό τους μέγεθος, οι κάμερες των smartphones ενσωματώνουν την τελευταία λέξη της τεχνολογίας, και μάλιστα έχουν αποτελέσει πηγή πολλών νέων τεχνολογιών, τόσο σε επίπεδο software όσο και σε επίπεδο hardware. Οι σχεδιαστές έχουν επιδοθεί σε έναν ανηλεή αγώνα για τη μικρότερη κάμερα, η οποία θα βγάζει τις καλύτερες φωτογραφίες, υπό τις πιο δυσμενείς συνθήκες. Έχουμε δει τεράστια αύξηση στα megapixels των αισθητήρων, στην ίδια την τεχνολογία των αισθητήρων, πολλαπλούς φακούς, ικανότητα οπτικού zoom, οπτική σταθεροποίηση, μεγάλη αύξηση στην ευαισθησία αλλά και στο δυναμικό εύρος, ανήκουστες βελτιώσεις στη μείωση του θορύβου με συστήματα τεχνητής νοημοσύνης, αλγόριθμους εξομοίωσης τεχνικών όπως το βάθος πεδίου, και πολλά άλλα.

Τελικά, όμως, ποιο από όλα αυτά είναι το πιο σημαντικό, αν υπάρχει κάτι πιο σημαντικό. Είναι όλα θέμα software;

Αν θέλεις μια μονολεκτική απάντηση στην τελευταία ερώτηση, αυτή είναι: ναι. Αν θέλεις να το αναλύσουμε λίγο περισσότερο, προφανώς και το hardware της κάμερας, δηλαδή ο αισθητήρας, τα οπτικά στοιχεία, τα συστήματα σταθεροποίησης, παίζει σημαντικό ρόλο, αλλά αν κόβαμε με κάποιον τρόπο όλο το software και παίρναμε μια φωτογραφία μόνο με ό,τι μπορεί να βγάλει η κάμερα (ως hardware), το αποτέλεσμα θα απείχε παρασάγγας από αυτές τις εκπληκτικές λήψεις που βλέπουμε ως τελικό αποτέλεσμα στην οθόνη του κινητού μας. Η σκληρή αλήθεια είναι πως, χωρίς το software, τα smartphones δεν θα έβγαζαν – ούτε κατά διάνοια – τόσο καλές φωτογραφίες. Αλλά ας δούμε μερικές πλευρές αυτής της διαδικασίας.

Έκθεση και HDR

Το HDR είναι, με απλά λόγια, η δυνατότητα μια εικόνα να περιέχει πληροφορίες τόσο για τις πολύ σκοτεινές όσο και για τις πολύ φωτεινές περιοχές. Οι παραδοσιακές κάμερες προσαρμόζουν τη λήψη αναλόγως του θέματος· συνήθως αυτό επαρκεί για καλές φωτογραφίες, αλλά σε ιδιαίτερες περιπτώσεις χάνεται πληροφορία. Για παράδειγμα, αν φωτογραφίζεις κάποιον με τον ήλιο από πίσω – τυπικό λάθος είναι η φωτογραφία με ηλιοβασίλεμα πίσω από ανθρώπους – τότε η κάμερα προσαρμόζεται στη φωτεινότητα του ουρανού και οι άνθρωποι βγαίνουν μαύρες σιλουέτες. Το HDR ουσιαστικά επιτρέπει τη λήψη κρατώντας τις λεπτομέρειες τόσο του ουρανού όσο και των ανθρώπων, στο παράδειγμά μας. Ο τρόπος που γίνεται αυτό είναι μέσω software: η κάμερα τραβά πολλαπλές λήψεις με διάφορες ρυθμίσεις έκθεσης και έπειτα, μέσω έξυπνων αλγορίθμων, τις συνθέτει σε μία φωτογραφία, κρατώντας τις λεπτομέρειες σε όλα τα μέρη της φωτογραφίας.

Μάλιστα, καθώς οι επεξεργαστές των smartphones γίνονται όλο και πιο ισχυροί, οι κατασκευαστές μπορούν και χρησιμοποιούν όλο και πιο πολύπλοκους αλγόριθμους για τη σύνθεση, με αποτέλεσμα οι φωτογραφίες να είναι όλο και καλύτερες!

Βάθος πεδίου

Το μέγεθος των φακών και του διαφράγματος οδηγεί στη λήψη φωτογραφιών με σχεδόν ανύπαρκτο βάθος πεδίου. Φωτογραφίες με έντονο βάθος πεδίου, όμως, είναι εντυπωσιακές και δείχνουν φυσικότητα, καθώς τα αντικείμενα που βρίσκονται σε απόσταση από το θέμα φαίνονται θολά και εκτός εστίασης. Η εξομοίωση του βάθους πεδίου ήταν από τα πρώτα εφέ που επιτεύχθηκαν μέσω software. Πλέον τα smartphones έχουν διάφορους τρόπους να επιτυγχάνουν αυτό το εφέ. Αρκετά έχουν αισθητήρες απόστασης, οι οποίοι παρέχουν πληροφορίες ώστε το smartphone να κάνει θολά τα τμήματα της φωτογραφίας που βρίσκονται σε απόσταση. Άλλα μοντέλα χρησιμοποιούν πολλαπλές λήψεις από δευτερεύουσες κάμερες, ενώ τα πιο πρόσφατα μοντέλα χρησιμοποιούν πολύπλοκα μοντέλα τεχνητής νοημοσύνης ώστε να εκμαιεύουν το βάθος από απειροελάχιστες διαφορές στην εστίαση.

Θόρυβος και φωτογραφία χαμηλού φωτισμού

Εδώ έχουμε δει εκπληκτικές προόδους. Η φωτογραφία σε συνθήκες χαμηλού φωτισμού είναι πολύ δύσκολη, όμως οι κατασκευαστές έχουν σημειώσει τέτοια πρόοδο που πλέον οι φωτογραφίες μοιάζουν σαν να έχουν βγει με… τηλεσκόπιο! Εδώ χρησιμοποιούνται πολλαπλές λήψεις, σε συνδυασμό με νευρωνικά δίκτυα τα οποία εκμηδενίζουν τον ψηφιακό θόρυβο από τον αισθητήρα, ενώ επιπλέον επίπεδα νευρωνικών δικτύων συνδυάζουν τις λήψεις για να αυξήσουν τη φωτεινότητα και να δώσουν αποτελέσματα που μέχρι πρότινος ήταν αδύνατα!

Άλλες βελτιώσεις

Η υπολογιστική φωτογραφία, όπως αποκαλείται αυτός ο κλάδος της πληροφορικής, έχει πολλά περισσότερα παρακλάδια. Τα δεδομένα που καταγράφουν οι αισθητήρες περιέχουν πολύ περισσότερες πληροφορίες απ’ όσες μπορεί να αντιληφθεί το ανθρώπινο μάτι. Οι περίπλοκοι αλγόριθμοι τεχνητής νοημοσύνης και τα νευρωνικά δίκτυα που κρύβονται πίσω τους, όμως, μπορούν και εκμεταλλεύονται αυτές τις πληροφορίες ώστε να κατασκευάσουν μια τελική εικόνα η οποία ξεπερνά το άθροισμα των δεδομένων που την αποτελούν. Άλλοι κατασκευαστές, αντιλαμβανόμενοι πως η ανάλυση των αισθητήρων είναι πολύ μεγαλύτερη από ότι χρειάζεται για μια καλή φωτογραφία, επιλέγουν και συνδυάζουν τα δεδομένα από γειτονικά pixels, ώστε να παράξουν μια τελική φωτογραφία μικρότερης μεν ανάλυσης, πολύ μεγαλύτερης ευκρίνειας και καλύτερης ποιότητας, δε.

Η υπολογιστική φωτογραφία φαίνεται πως έχει πολύ περισσότερες δυνατότητες, οι οποίες ακόμη είναι ανεκμετάλλευτες. Στο μέλλον, και ειδικότερα όσο οι επεξεργαστές των smartphones αυξάνουν τη διαθέσιμη επεξεργαστική ισχύ, αναμένουμε να δούμε ακόμη πιο περίπλοκους αλγόριθμους και ακόμη πιο μεγάλη χρήση της τεχνητής νοημοσύνης για τη βελτίωση των φωτογραφιών. Σίγουρα και οι ίδιες οι κάμερες θα βελτιωθούν σε κάποιον βαθμό, αλλά τα πραγματικά άλματα δεν περιμένουμε να τα δούμε σε αισθητήρες, φακούς και συστήματα σταθεροποίησης· αυτά θα έρθουν από την πλευρά του software!