α6000のというか、Sonyの圧縮RAW形式を調べてみました。SonyのRAWは不可逆圧縮で、最良の場合でも、11bitである、ということが分かります。う〜んの巻。（汗）

（追記があります）

ちょいちょいお邪魔する「デジカメinfo」さんで、SonyのRAW保存形式のことが話題になりました。

みっちは、α6000ユーザーですが、正直SonyのRAW形式については、今まであまり関心がありませんでした。まあ、それで、これを機会に少し勉強してみようと思ったわけです。

参考にしたサイトは、

a)『RawDigger: detecting posterization in SONY cRAW/ARW2 files』

b)『Decoding raw digital photos in Linux』

c)『List of cameras supporting a raw format』

です。

a)では、Sonyの圧縮RAW形式のアルゴリズムとその問題点を、懇切丁寧に説明されています。

b)は、有名サイトでして、各メーカーのRAW形式ファイルを解読して画像化するフリーウェアdcraw（ディー・シー・ローと読む）のソースプログラムが公開されています。dcrawはC言語で書かれています。

c)は英文Wikipediaの1項目なんですが、RAW形式ファイルを取り扱う、各社のデジカメの総リストと、そのRAW形式が一覧されています。上のリンクは、その中のSonyの部分です。

さて、これだけ資料がネット上にあるんだったら、もう新たに書き足すこともないなぁ。以上おわり。

...となると、このブログの意味がない。（笑）

みっち流に、少し噛み砕いた解説を書いてみましょう。これは、自分自身がどの位理解できたかを、確認する意味合いもあります。

まず結論だけを先に書きましょう。Sonyの現状のRAW形式（α6000も当然含まれる）の特徴は以下です。

①不可逆圧縮である（つまりロスレス圧縮ではない、ロスあり圧縮である）

②各画素の取りうる値は、『最良の場合でも』11bitである

③場合によっては、各画素の値は、11bitよりも悪化する（悪化の程度は画像の性質に依る）

はい、まず最初の①と②の説明から。

記事冒頭のグラフを見てください。これが、11bitへ不可逆圧縮するための、グラフです。『Sony圧縮トーンカーブ』とでもしましょう。横軸は各画素の14bit元データ、縦軸は圧縮後の11bitデータです。

例えば、ある画素の元の値が5000だとします。このグラフで横軸の5000の値が、トーンカーブと交わるところを見ます。まあ、大体縦軸の1500かいわいですよね。

こうして、元のデータで（0-16383）通りあったデータ（14bit）が（0-2047）通りのデータ（11bit）に圧縮されて記録されるわけです。ずいぶん荒くなっちゃうんですね。RAWファイルから画像を取り出すときは、この反対のトーンカーブ（下のグラフです）を使って戻すのですが、最初に圧縮した時の丸め誤差は、当然ながら不可逆で、回復することはできません。

はい、説明は以上のとおりで、結局は14bit→11bitなんですが、なぜ『最良の場合でも』11bitなのか？

それはこうです。③の説明に入ります。

SonyのRAW形式では、同じ色の隣接した画素16個を1組として、圧縮します。

そして、先程述べた11bitに圧縮して記録するのは、実はこの16個の画素のうち、『２つだけ』なのです。残りの14個の画素は、『11bitでは記録されません。』

こういう手順になります。

1)16個の画素から、値が最大の画素と、値が最小の画素を選び出し、それぞれの値を11bitで記録する

2)残りの14個の画素は、最小値との『差』を記録する。ただし、その『差』は7bit、すなわち128段数しか用意しない

3)具体的にはこういうことです。

16個の画素の、最大値=4000、最小値=1000というケースがあったとします。（最大値ー最小値）は3000となります。そうすると、『差』を記録するのに、128段数しか用意しませんから、1段の大きさは、3000/128=23（小数点以下切り捨て）となります。

残り14個の画素が、1005, 1015, 1025, 1030, 1035, ...という値で並んでいるとします。

最小値との『差』を記録するのであれば、本来はこうなるはずです。

5, 15, 25, 30, 35, ...（最小値1000との差を記録する）

ですが、『差』を記録するのに128段しか用意していないので、この場合はこうなってしまいます。

0, 0, 23, 23, 23, ...（1段の大きさが23なのです）

1005, 1015, 1025, 1030, 1035, ...という値は、結局のところ

1000, 1000, 1023, 1023, 1023, ...となってしまうわけです。

仮に（最大値ー最小値）が128以下であれば、こうしたことは起きません。14個の画素も11bitで記録されます。ですが、（最大値ー最小値）が128を超えると、すなわち画素間の明暗差が大きい場合には、14個の画素は11bitよりも粗く記録されてしまうということです。

みっちなりの感想：

Sonyの圧縮RAW形式について、ネット上にある情報を紹介しました。

この情報の信憑性ですが、参考文献b)のdcraw.cのソースコードを見ると、上で説明したアルゴリズムに則って、RAWファイルから画像を展開しているのが分かります。（ソースコードをエディターで開いて、CLASS sony_arw2_load_raw()の定義を見てください）

それで、dcraw.cが実用になっている以上は、この情報は正しいということになります。

なんだか、ずいぶんと荒っぽい圧縮ですよね。

みっちはSonyのα6000とニコンのD810を持っている（それしか持っていない）のですが、D810のRAW保存形式はロスあり圧縮、ロスレス圧縮、非圧縮の3通りが選べ、かつデータを12bitとするか14bitとするかが選べます。合計6通りのオプションがあるわけです。Sonyはこれに対して1通りだけ。ちょっと寂しいです。せめて、もう一つロスレス圧縮か、非圧縮のオプションが欲しいですね。

参考文献c)を見てもらうと分かるんですが、Sonyがα100で最初にデジタル一眼レフに参入した時は、RAW保存形式はロスレスでした。それがα700が2007年にデビューした時、ここで紹介したロスあり圧縮形式が選べるようになったんですね。でも、この時はまだ、ロスレスRAW圧縮とロスあり圧縮形式の2本立てで、選択の余地があったのです。それが今では、どの機種もロスあり圧縮形式しかありません。（嘆）

はい、今回はSonyのRAW圧縮形式のお勉強でした。ちょっと疲れたので、後半少し端折りました。（笑）

えーっ、以下追記です。

上に2つ挙げた「トーンカーブ」で、圧縮時のトーンカーブと伸長時のトーンカーブが、同じ形でなく512ズレてるじゃないか、どうしてだ？、という疑念が生じると思います。（汗）

参考文献a)の流れに沿って書いたので、こうなっちゃったんですが、センサーから来るデータはもともとバイアスが掛かっている（値全てに、一律に定数が足されている）んだそうで、その値は機種に依って異なるようですが、例えばA7rでは512です。

それで、この伸長時のトーンカーブの例では512を引いた値になっているのです。

以上追記終わり

参考：

このSonyのロスあり圧縮RAW形式で、どの程度ファイルは小さくなるのか。

各色16画素ごとに、こういう具合に記録されていきます。

16画素中で最大の値：11bit

16画素中で最小の値：11bit

最大の値の画素の位置：4bit

最小の値の画素の位置：4bit

残りの14画素の差分：7bitが14個

以上を合計すると、128bitとなります。

もし、16画素を14bitのままで記録するとなると、16x14=224bit必要になります。

128/224=57%に圧縮できるということですね。

16画素が12bitなら、128/192=67%に圧縮できるとなります。

また、このやり方の良い点として、圧縮されたファイルの大きさが皆同じになる、ということがありますね。