自1839年達蓋爾發明攝影術以來，在這180多年中，從最初銀鹽蒸汽引發的化學反應，到如今數字攝影時代按下快門瞬間記錄影像，攝影技術經歷了數次發展。如今數字攝影時代，相機在各方面性能都逐漸智能化，拍攝圖像的步驟已經變得非常簡單，普通人也能通過簡單的操作獲取到漂亮的影像。如今佳能進一步革新了攝影的后期處理，可以通過后期軟件進一步提升相機的拍攝畫質與成像質量，讓更多不可能的攝影模式變成了可能。

首先，對于相機系統來說，核心部件包括鏡頭、傳感器與處理器，三者共同作用決定了成像的畫質表現。但是隨著如今硬件性能提升，大家拍攝的題材也更加多樣化，很多過去難以拍攝的題材，比如星空、航空攝影等，在如今也進入了大眾視野。

(資料圖片)

但是面對這些題材，器材的不足往往還是會展現出來。例如拍攝星空，我們需要使用更高的感光度、更大的光圈來進行拍攝。但是高感光度下，成像的畫質噪點必然增多，畫質細節也會下降，而且鏡頭光圈全開時，除了銳度會有所下降，也會產生高光邊緣色散、慧差等影響畫質的不利因素。因此，如今在拍攝很多題材時，攝影師需要找到器材性能與拍攝要求的平衡點，這個對于攝影師的技術技巧以及對設備應用的熟練度都有較高要求。

如今攝影技術的一大難點，就是找尋拍攝參數與設備性能的平衡點

如今，憑借佳能佳能深度學習圖像處理技術，我們可以很好解決這一攝影的矛盾點。

佳能深度學習圖像處理技術帶來了兩個重要的應用軟件：神經網絡圖像處理工具（Neuralnetwork Image Processing Tool）、以及神經網絡升級工具（Neuralnetwork Upscaling Tool）。

神經網絡圖像處理工具的核心作用，就是通過：神經網絡降噪、神經網絡去馬賽克、神經網絡鏡頭優化三大功能，來提升我們拍攝照片的畫質表現。

神經網絡處理工具的核心作用

而神經網絡升級工具，則是在盡可能保持畫質的前提下，通過后期處理提升照片像素，可以將照片像素放大四倍，從而更好適應后期裁切以及大幅沖印的需要。例如使用佳能EOSR5可以拍攝4500萬像素的照片，配合神經網絡升級工具，后期可以獲得約1.8億像素的照片，能夠滿足更大幅面，例如商業廣告的沖印要求。

神經網絡放大工具，可以對照片像素放大4倍，實現更高分辨率

對于這兩款軟件，我們可以將神經網絡圖像處理工具，理解為后期提升照片畫質，解決前期拍到了，但是照片畫質不夠好的問題。

例如神經網絡降噪功能，就可以解決文章開頭所述，拍星空時提高感光度會帶來更多噪點的問題。不論拍攝夜景，還是拍攝星空，佳能開發了多種降噪功能，以應對高感光度下易出現噪點的問題。

相比于傳統降噪，神經網絡降噪的優勢在于可以盡可能保持畫質的細節不會丟失，特別是面對諸如建筑輪廓、人物面部細節等難以處理的部分，不會像傳統降噪將細節與噪點一并抹除。神經網絡降噪功能基于對龐大的RAW圖像樣張數據庫，用佳能自己研究的方式對圖像數據進行深度學習，提升了對噪點及圖像本身的分辨精度，成功提升了圖像品質。

降噪功能對于細節的處理尤為準確

同樣，神經網絡圖像處理工具同樣可以應用于消除照片馬賽克，也就是：偽色、鋸齒和摩爾紋。

由于相機傳感器本質上由RGB三原色的像素組成，因此每個像素點只能夠記錄其中一種顏色信息，而其他2種顏色需要依靠周圍像素獲取的信息進行推算獲得；而任何推算都可能會出錯，這就決定了相機拍攝的內容，必然會產生“馬賽克”，也就是錯誤的光線和顏色信息。

神經網絡去馬賽克功能，是佳能基于龐大的RAW圖像樣張數據庫進行深度學習開發出來的。開發過程中還考慮到了人眼視覺對亮度變化反應敏感但對顏色變化反應不敏感的特性，對數據庫進行了優化。因此在一些極端條件下，相機傳感器對于RGB判定不準確時，借助于神經網絡去馬賽克功能，更容易還原物體的本來面貌，消除諸如摩爾紋、斜線鋸齒等不利因素。

去馬賽克功能，可以消除照片中細微的不利因素

同樣神經網絡圖像處理工具還有一個重要功能，就是提升鏡頭的成像素質。

鏡頭作為一個光學組件，很多性能要受制于物理規則的制約，例如大光圈下邊緣畫質必然會有所下降、小光圈下會產生衍射模糊問題等等。

神經網絡圖像處理工具的作用就是在后期盡可能消除這些負面因素，以軟件應用克服物理規則上的瓶頸。神經網絡鏡頭優化與數碼鏡頭優化類似，基于鏡頭和圖像感應器的設計數據，進行了大量的樣張數據學習。神經網絡算法不僅是修復圖像，更重要是從源頭上搞清楚為什么會導致出現此類問題，原理是什么？通過對原理的分析，結合大量的數據庫學習，就能夠更準確的消除像差、衍射模糊等問題。

鏡頭優化功能，可以讓我們放心使用最大光圈或者小光圈進行拍攝

目前佳能神經網絡處理工具已經支持了多款佳能RF鏡頭，而且大家最常用到的鏡頭基本都在支持列表中。未來也會更多軟件更新，增加更多的鏡頭種類。

目前支持的鏡頭型號列表

剛才所介紹的神經網絡處理工具，核心作用是提升照片畫質。但是如今大家對于像素的要求也越來越高，比如拍攝生態動物、鳥類，或者飛機航展之類的題材，我們需要運用到大量裁切。這時候即便是4500萬像素的佳能EOSR5相機，裁切后像素可能只剩下2000萬甚至更少，就不能夠滿足大幅沖印的需要了。

面對這種需求，過去我們只能通過使用更長的鏡頭焦距，來拍攝出更“大”的畫面。但是這不論對大家購買器材的預算，還是拍攝時的體能，都提出了更高要求。有了神經網絡升級工具，我們可以通過后期對照片進行放大，而且結合神經網絡處理工具，放大后的畫質并不會有什么損失。

借助于神經網絡升級工具，可以實現像素放大4倍，裁切后也能保證足夠像素

目前對于圖像放大，其實有各種解決方法，比如常見的就是各類插值算法。但是插值算法在運算時，無法避免會有細節損失的問題。

佳能針對此課題，導入了深度學習技術。通過還原相機捕捉光線到生成圖像的過程，并基于此整理出高分辨率的佳能RAW圖像數據結合相應低分辨率圖像數據的對比數據庫，對好圖像及差圖像進行深度的對比學習。由此開發的工具可不受色彩、亮度、噪點的影響，生成接近主體原始細節感的圖像。

借助于神經網絡放大工具，放大像素后依然可以保證細節不會丟失

很重要一點，神經網絡放大工具對于照片文件格式，以及相機型號沒有要求。不論是RAW格式，還是JPG或者TIFF格式都可以使用神經網絡放大工具進行像素放大。而且即便是一些舊單反型號拍攝的照片，這個工具同樣適用。

最后，肯定有很多朋友關注如何使用這兩款工具。神經網絡圖像處理工具和神經網絡升級工具是收費工具，按月收費。其中神經網絡圖像處理工具是佳能免費軟件DigitalPhoto Professional的插件，神經網絡升級工具則是單獨的工具。

神經網絡圖像處理工具是作為DigitalPhoto Prefessional，也就是大家常說的DPP的插件來使用

神經網絡放大工具則是單獨的軟件，可以獨立使用

如多大家需要使用神經網絡放大工具，建議大家首先是會用神經網絡處理工具，對畫質進行進一步優化，然后再進行放大，這樣可以得到最理想的照片效果。

好了以上就是今天為大家分享的佳能兩款深度學習圖像處理技術的軟件，這兩款軟件對于攝影師而言，將會是改變攝影方法的重要一環，將會以后期處理技術，推動整體攝影技法的改革，讓一些過去難以想象的拍攝項目變得更加輕松、簡單。

如果您是專業攝影師，特別對圖片質量有更高要求，那么一定要關注下這兩款處理工具，這將會是提升照片質量的寶藏級工具。

關鍵詞：