图片里藏着的“信息”,往往比画面本身更诚实

关键词:图片信息,EXIF,信息熵,AI图像,视觉真实

摘要:从老照片的EXIF缺失切入,对照传统图片元数据与AI生成图片的信息本质,聊信息熵和视觉真实。

前阵子整理硬盘,翻出一堆十年前的老照片,顺手看了一部分属性。说实话,我的电脑是Windows系统,右键属性里的“详细信息”能看到拍摄日期、相机型号,甚至镜头参数。但有一批从好友那里拷贝的照片,什么信息都没有,只有分辨率。当时觉得不痛快,少了那种“偷窥”拍摄环境的机会。后来才想明白,图片信息这东西,本身就是拍摄者有意无意留下的痕迹。不同格式保存下来的信息量完全是两回事。

图片

先说传统图片的元数据。JPEG,最常见的照片格式,里面塞了EXIF,一般会记录光圈、快门、ISO,还有机身型号、镜头焦距。但你现在从微信里下载下来的图片,这些基本都会给抹掉。我曾经做过一个对比测试,同一张照片,从相机直接导出的原图是14.7MB(尼康D90,RAW转JPEG最高质量),再从微信电脑版保存下来的同一个图,只有347KB。分辨率虽然还是原来的4288×2848,但颜色和细节已经糊了。关键是,微信压缩的时候把EXIF信息全删了。也就是说,图片的“信息”不光是视觉上的,还有一堆藏在背后的参数,它们会选择性消失。这里有个很矛盾的点:你看到的画面好像没变,但你知道的东西少了一大半。也许这就是信息熵的体现——视觉上的熵没怎么变,可上下文被删干净了。

图片

到了AI生成图片的时代,事情更复杂。AI图片没有物理感光元件,没有快门速度,没有ISO,也没有镜头畸变。它生成一张图,输出的像素数组,背后全是训练数据里的统计规律。你看它可能觉得像照片,但放大看细节就会发现一些诡异:比如树叶边缘有莫名的噪点,或者手指关节多出一根来。有一次我用Midjourney生成一张所谓“胶片感”的人像,它的光影很好,可是背景里的建筑窗户居然扭曲成六边形。这让我想起传统相机的光学缺陷,其实也是一种信息,它告诉你镜头型号、光圈大小。而AI图缺少这种物理指纹。有工具可以查图片有没有AI生成痕迹,比如那些检测器,但准确率不高,我试过一张很简单的图,第一次检测结果是91%真实,第二次换了个工具又说58%可能是AI。这种不确定性恰恰说明,图片信息的“真实性”正在崩塌。我们曾经靠EXIF确定照片拍摄条件,现在连“这图是不是人拍的”都要打问号。

图片

我并非想劝大家都去学看参数。事实上,很多摄影师拍完就直接导出到手机发朋友圈,根本不关心信息问题。我自己也是,有时候面对一张画面漂亮的照片,最先注意的还是构图和色彩,至于它用什么相机拍的,ISO多少,完全不在意。但那次整理硬盘的经历后,我多了一个习惯:保存别人的图片时,尽量保留原始文件,不通过社交软件转存。因为图片信息就像证据链,一旦被压缩,中间环节就断了。如果你需要维权、需要确认拍摄时间,或者只是想搞清楚照片是怎么拍出来的,保留元数据会给你多一条线索。现在很多手机也支持RAW格式输出,比如iPhone Pro系列,出来的DNG文件能有几十MB,信息量比直出的JPEG大得多。可是代价是占空间,我的256GB手机拍没几张就满了。所以这是个取舍问题。图片信息到底重不重要,取决于你要用它来证明什么,还是只用它来唤起记忆。对我而言,后者才是常态,可我不想让那点可能用不上的信息,彻底消失得无影无踪。

图片