ملفاً تأسيسياً مهماً في «موسوعة كرونولوجيا الصورة والفن والذاكرة»، لأنه يكشف أن الكاميرا لم تكن يوماً جهازاً بصرياً فقط؛ فخلف كل صورة شبكة من العلاقات الرياضية التي تبدأ بالهندسة والبصريات، وتمر بالتعريض والعدسات، ثم تصل في العصر الرقمي إلى المصفوفات والخوارزميات والتصوير الحسابي والذكاء الاصطناعي.
الرياضيات في التصوير الضوئي
عندما تتحول الصورة من فوتونات إلى أرقام… ومن الأرقام إلى صورة
إعداد: فريد ظفور
مجلة فن التصوير – إيليت فوتو آرت
مقدمة: الصورة التي تخفي وراء جمالها لغةً من الأرقام
حين ينظر الإنسان إلى صورة فوتوغرافية جميلة، فإنه غالباً يرى الضوء واللون والظل والتكوين واللحظة؛ يرى وجهاً أو منظراً أو حدثاً أو تفصيلاً صغيراً من العالم. لكنه لا يرى بالضرورة البنية العلمية العميقة التي جعلت تلك الصورة ممكنة.
فالصورة الفوتوغرافية، في جوهرها، ليست فناً بصرياً فحسب، وإنما هي نقطة التقاء بين الفيزياء والكيمياء والرياضيات والهندسة وعلوم الحاسوب والإدراك البصري.
فالضوء فيزيـاء، وتفاعل الضوء مع المستحلب الفوتوغرافي كيمياء، ومسار الأشعة داخل العدسة بصريات وهندسة، وحساب التعريض رياضيات، وتحويل الضوء إلى إشارات كهربائية ثم إلى بيانات رقمية معالجة رياضياً وخوارزمياً.
ولهذا يمكن النظر إلى تاريخ التصوير باعتباره رحلة طويلة:
من الضوء → إلى المادة الحساسة → إلى الإشارة → إلى الرقم → إلى المصفوفة → إلى الخوارزمية → إلى الصورة الحسابية.
وفي التصوير الفوتوغرافي التقليدي كان المصور يتعامل مع الرياضيات غالباً بطريقة غير مباشرة: فتحة العدسة، سرعة الغالق، الحساسية، البعد البؤري، عمق المجال، زاوية الرؤية، المسافة، التكبير، التعريض.
أما في التصوير الرقمي، فقد أصبحت الرياضيات جزءاً من البنية الداخلية للصورة نفسها.
فكل بكسل هو قيمة عددية، وكل قناة لونية هي بيانات، وكل عملية تصحيح أو حدة أو إزالة ضجيج أو دمج HDR أو تكديس صور هي في جوهرها عملية حسابية.
وهنا تبدأ قصة جديدة:
لم تعد الرياضيات مجرد أداة يستخدمها المصور لصنع الصورة؛ بل أصبحت إحدى الآليات التي تُنتج الصورة نفسها.
أولاً: لماذا نقول إن التصوير «رياضيات»؟
يمكن اختزال العملية الفوتوغرافية في سلسلة من القياسات:
ضوء → كمية → زمن → مساحة → زاوية → مسافة → قيمة رقمية.
فعندما يختار المصور سرعة غالق مقدارها:
1/125 ثانية
فهو لا يختار رقماً اعتباطياً.
وعندما يستخدم فتحة:
f/2.8
فإنه يتعامل مع علاقة رياضية مرتبطة بنسبة البعد البؤري إلى قطر فتحة العدسة.
وتُكتب العلاقة الأساسية تقريباً:
N = f / D
حيث:
N = رقم فتحة العدسة
f = البعد البؤري
D = قطر فتحة العدسة
ومن هنا نفهم أن الرقم f/2.8 ليس مجرد تسمية على حلقة العدسة، بل هو نتيجة علاقة هندسية.
ثانياً: فتحة العدسة ليست أرقاماً عادية
من أكثر الأمثلة وضوحاً على حضور الرياضيات في التصوير سلسلة قيم فتحة العدسة:
f/1.4 → f/2 → f/2.8 → f/4 → f/5.6 → f/8 → f/11 → f/16 → f/22
قد تبدو هذه الأرقام وكأنها تتضاعف بطريقة غير منتظمة.
والسبب أن كمية الضوء الداخلة لا تعتمد على الرقم وحده، وإنما على مساحة فتحة العدسة.
ومساحة الدائرة تحسب بالعلاقة:
A = πr²
أي أن مضاعفة نصف القطر لا تعني مضاعفة مساحة الفتحة فقط، بل تؤثر فيها تربيعياً.
ولهذا فإن الانتقال من قيمة إلى أخرى في سلسلة الـ f-stops يؤدي تقريباً إلى مضاعفة أو تنصيف كمية الضوء.
وهنا يظهر أحد أجمل الأمثلة على العلاقة بين الفن والرياضيات:
المصور يغيّر عمق المجال بصرياً، لكنه في الوقت نفسه يغيّر مساحة هندسية محسوبة رياضياً.
ثالثاً: قانون التربيع العكسي… رياضيات الضوء
من أهم العلاقات الرياضية في التصوير قانون التربيع العكسي:
E ∝ 1/d²
حيث:
E = شدة الإضاءة
d = المسافة عن مصدر الضوء
أي أن شدة الضوء تتناقص مع مربع المسافة.
إذا ابتعدنا عن مصدر الضوء إلى ضعف المسافة:
d → 2d
فإن الإضاءة تصبح تقريباً:
1 / 2² = 1/4
أي ربع القيمة.
وهذه العلاقة أساسية في تصوير الاستوديو.
فالمصور الذي يضع مصدراً ضوئياً قريباً جداً من الموضوع يستطيع أن يحصل على تغير سريع في الإضاءة بين المقدمة والخلفية، بينما يؤدي إبعاد المصدر إلى توزيع أكثر تجانساً.
وهكذا تصبح الرياضيات أداة جمالية.
المعادلة الفيزيائية تتحول إلى قرار فني.
رابعاً: مثلث التعريض… عندما تتحول الصورة إلى نظام رياضي
يعرف المصورون العلاقة الشهيرة بين:
فتحة العدسة + سرعة الغالق + ISO
باسم:
مثلث التعريض
لكن المسألة في جوهرها أكثر عمقاً.
يمكن تمثيل كمية الضوء الواصلة إلى المستشعر بصورة مبسطة بالعلاقة:
Exposure ∝ Aperture area × Time × Scene luminance
أي أن التعريض يتأثر بمساحة الفتحة، والزمن، وإضاءة المشهد.
وهنا يمكن للمصور أن يعوض تغير أحد المتغيرات بتغيير متغير آخر.
مثلاً:
زيادة سرعة الغالق من 1/125 إلى 1/250 تعني تقليل زمن التعريض إلى النصف تقريباً.
ولتعويض ذلك يمكن فتح العدسة بمقدار Stop واحد تقريباً.
وهكذا:
1/125 s + f/8
يمكن تقريباً موازنتها بـ:
1/250 s + f/5.6
مع ثبات بقية الظروف.
إنها ليست وصفة سحرية.
إنها موازنة رياضية للضوء.
خامساً: الضوء نفسه قابل للقياس
الضوء ليس شيئاً غامضاً.
إنه ظاهرة فيزيائية يمكن قياسها، وترتبط بالفوتونات والطاقة والتردد والطول الموجي.
العلاقة الأساسية:
c = λν
حيث:
c = سرعة الضوء
λ = الطول الموجي
ν = التردد
كما أن طاقة الفوتون ترتبط بالتردد:
E = hν
أو:
E = hc/λ
وهنا يدخل التصوير في قلب الفيزياء.
فالصورة تبدأ، في أحد مستوياتها، من فوتونات تحمل طاقة.
هذه الفوتونات تضرب المادة الحساسة في الفيلم أو الحساس الرقمي، فتبدأ سلسلة التحولات التي تنتهي بصورة يمكن للعين رؤيتها.
سادساً: من العدسة إلى الهندسة البصرية
العدسة نفسها عبارة عن نظام هندسي معقد.
ومن العلاقات الأساسية في البصريات:
1/f = 1/u + 1/v
حيث:
f = البعد البؤري
u = بعد الجسم
v = بعد الصورة
هذه العلاقة تفسر العلاقة بين الجسم والعدسة والصورة المتكونة.
أما التكبير الهندسي فيمكن التعبير عنه بصورة مبسطة:
m = v/u
وهذا يعني أن الصورة الفوتوغرافية ليست مجرد «نسخة» من العالم، بل هي نتيجة تحويل هندسي للمشهد ثلاثي الأبعاد إلى تمثيل ثنائي الأبعاد.
ومن هنا تبدأ مسائل أخرى:
المنظور
التشوه
زاوية الرؤية
الإسقاط
التكبير
العمق
تصحيح العدسة
الإسقاط المستقيم
الإسقاطات البانورامية
وكلها ترتبط بالرياضيات والهندسة.
سابعاً: المنظور… هندسة العالم داخل المستطيل
عندما يصور المصور مبنى مرتفعاً من الأسفل، تتقارب الخطوط الرأسية أو تتباعد.
وعندما يصور طريقاً ممتداً إلى الأفق، تبدو الخطوط وكأنها تلتقي في نقطة.
هذا ليس وهماً بصرياً فقط.
إنه نتيجة هندسة الإسقاط.
يمكن تبسيط نموذج الإسقاط المنظوري بالعلاقة:
x’ = f x / z
y’ = f y / z
حيث:
x, y, z تمثل إحداثيات نقطة في الفضاء.
وبذلك يتحول العالم ثلاثي الأبعاد إلى إحداثيات على سطح ثنائي الأبعاد.
وهنا يمكن القول إن:
كل صورة فوتوغرافية هي، في أحد مستوياتها، عملية إسقاط رياضي للواقع.
ثامناً: عمق المجال… بين الهندسة والإدراك
عمق المجال ليس مفهوماً فنياً فقط.
إنه مرتبط بعوامل رياضية عدة:
البعد البؤري
فتحة العدسة
مسافة التركيز
دائرة الالتباس
حجم المستشعر
مسافة الموضوع
وتظهر في الحسابات الفوتوغرافية معادلات مثل معادلة المسافة فائقة البؤرة:
H = f² / (N c) + f
حيث:
H = المسافة فائقة البؤرة
f = البعد البؤري
N = رقم فتحة العدسة
c = دائرة الالتباس
وهكذا يستطيع المصور تحديد مجال التركيز الذي يريد الحفاظ عليه.
إن ما يبدو للمشاهد «حدة جميلة» هو في الخلفية هندسة وحساب.
تاسعاً: من الفيلم إلى الحساس الرقمي
مع ظهور التصوير الرقمي حدث تحول تاريخي.
في الفيلم:
الضوء → تفاعل كيميائي → صورة كامنة → تحميض → صورة مادية
أما في الكاميرا الرقمية:
الضوء → فوتونات → إلكترونات → إشارة كهربائية → تحويل رقمي → أرقام → بكسلات
وهنا دخلت الرياضيات إلى قلب الصورة.
الحساس الرقمي عبارة عن شبكة من العناصر الحساسة للضوء.
يمكن تصورها مثلاً هكذا:
┌───┬───┬───┬───┐
│ P │ P │ P │ P │
├───┼───┼───┼───┤
│ P │ P │ P │ P │
├───┼───┼───┼───┤
│ P │ P │ P │ P │
├───┼───┼───┼───┤
│ P │ P │ P │ P │
└───┴───┴───┴───┘
كل عنصر يمثل قياساً لكمية الضوء.
والصورة النهائية تتكون من مصفوفة ضخمة من القيم العددية.
عاشراً: البكسل… أصغر وحدة رياضية في الصورة الرقمية
البكسل ليس «نقطة ضوء» بالمعنى البسيط، بل قيمة رقمية تمثل معلومات عن اللون أو السطوع.
في صورة رمادية 8-bit مثلاً يمكن تمثيل السطوع بالقيم:
0 → 255
حيث:
0 = أسود
و:
255 = أبيض
وبينهما توجد 254 قيمة أخرى.
أما في صورة RGB ذات 8-bit لكل قناة، فإن كل بكسل يمكن تمثيله تقريباً:
Pixel = (R, G, B)
حيث:
R = الأحمر
G = الأخضر
B = الأزرق
ويصبح عدد التركيبات النظرية:
256 × 256 × 256 = 16,777,216
أي أكثر من 16.7 مليون تركيبة لونية.
وهكذا تتحول الألوان التي تراها العين إلى أعداد.
الحادي عشر: الصورة كمصفوفة رياضية
يمكن تمثيل صورة رمادية بمصفوفة:
I =
[ 12 18 25 40
15 24 35 52
20 31 47 70
28 44 62 91 ]
كل رقم يمثل قيمة بكسل.
أما الصورة الملونة فتحتاج عادة إلى أكثر من قناة.
ويمكن تصورها على أنها ثلاث مصفوفات:
R(x,y)
G(x,y)
B(x,y)
وبذلك تصبح الصورة، رياضياً، دالة مكانية ثنائية الأبعاد للقيم اللونية.
وهنا يحدث التحول الكبير:
الصورة الرقمية ليست فقط شيئاً نراه؛ إنها بيانات يمكن للحاسوب أن يحسبها ويحللها ويغيرها.
الثاني عشر: الكمبيوتر يدخل إلى غرفة التصوير
عندما أصبحت الصورة عبارة عن أرقام، أصبح الكمبيوتر قادراً على التعامل معها.
فالحاسوب يستطيع أن:
يضيف
يطرح
يضرب
يقسم
يوسّط
يرشح
يدمج
يقارن
يكتشف الحواف
يقلل الضجيج
يصحح التشوه
يعيد بناء أجزاء من الصورة
يدمج عدة تعريضات
يحلل الأنماط
يستخرج المعلومات
وهنا ولد مفهوم بالغ الأهمية:
معالجة الصورة الرقمية
Digital Image Processing
الثالث عشر: الفلتر الرياضي… كيف تصبح المعالجة فناً؟
من أشهر الأدوات الرياضية في معالجة الصور مفهوم الالتفاف أو Convolution.
يمكن تبسيطه بهذه الفكرة:
الصورة + Kernel رياضي → صورة جديدة
مثلاً، يمكن استخدام مصفوفة صغيرة:
1 1 1
1 1 1
1 1 1
لحساب متوسط المنطقة المحيطة بالبكسل.
بينما يمكن استخدام مصفوفات أخرى لإبراز الحواف أو زيادة الحدة.
مثلاً:
0 -1 0
-1 5 -1
0 -1 0
يمكن أن تمثل فكرة مبسطة عن مرشح لزيادة الحدة.
إذن ما يسميه المصور:
Sharpening
يمكن أن يكون في جوهره عملية رياضية على مصفوفة بكسلات.
الرابع عشر: المدرج التكراري… عندما تصبح الصورة رسماً بيانياً
من أهم الأدوات الرياضية للمصور:
Histogram
وهو رسم يبين توزيع قيم السطوع أو اللون في الصورة.
يمكن تبسيطه هكذا:
عدد البكسلات
│
│ ███
│ ███████
│ ███████████
│ ██████████████
│ █████████████████
└────────────────────
0 255
السطوع
الصورة ذات الظلال الكثيرة تميل إلى الجانب الأيسر.
والصورة ذات الإضاءة العالية تميل إلى الجانب الأيمن.
أما الصورة ذات التوزيع الواسع فتحتوي عادة على نطاق أكبر من القيم.
وهكذا يتحول الحكم البصري إلى بيانات قابلة للقياس والتحليل.
الخامس عشر: من Histogram إلى البيانات
يمكن أن يمثل البرنامج صورة ما بهذه الصورة:
قيمة السطوع
عدد البكسلات
0–31
1,240
32–63
3,540
64–95
8,230
96–127
12,450
128–159
15,820
160–191
9,740
192–223
4,120
224–255
1,680
هذه ليست مجرد أرقام.
إنها بصمة إحصائية للصورة.
ومن هنا دخل التصوير في عالم الإحصاء والاحتمالات.
السادس عشر: الضجيج… الرياضيات داخل العتمة
عندما يصور المصور في ظروف إضاءة ضعيفة، تظهر ظاهرة:
Noise
والضجيج ليس مجرد عيب بصري.
إنه ظاهرة إحصائية ترتبط بطبيعة الضوء والإلكترونيات وقراءة الحساس.
وفي النماذج المبسطة يمكن أن تظهر علاقات بين الإشارة والضجيج، مثل:
SNR = Signal / Noise
أي:
نسبة الإشارة إلى الضجيج.
كلما ارتفعت النسبة، كان من الأسهل تمييز الإشارة المفيدة عن التشويش.
وهذا يقودنا إلى مفاهيم:
ISO
Dynamic Range
Signal-to-Noise Ratio
Photon Noise
Read Noise
Quantization Noise
وكلها تجعل التصوير الرقمي أقرب إلى المختبر العلمي.
السابع عشر: النطاق الديناميكي… كم تستطيع الصورة أن تحتفظ؟
إذا احتوى المشهد على مناطق شديدة السطوع ومناطق شديدة الظلام، تظهر مشكلة:
كيف نحافظ على التفاصيل في الطرفين؟
هنا يظهر مفهوم:
Dynamic Range
ويمكن التعبير عنه رياضياً في بعض السياقات باستخدام اللوغاريتم:
DR = 20 log₁₀(Vmax/Vmin)
أو بصيغ أخرى بحسب نوع القياس.
والفكرة الأساسية هي مقارنة أكبر إشارة يمكن تمثيلها بأصغر إشارة مفيدة.
وهذا يقود مباشرة إلى:
HDR
High Dynamic Range
الثامن عشر: HDR… عندما تتعاون عدة صور لإنتاج صورة واحدة
في التصوير التقليدي يمكن أن يصعب تسجيل السماء الساطعة والظلال العميقة في تعريض واحد.
لذلك يمكن التقاط سلسلة من الصور:
-2 EV → 0 EV → +2 EV
ثم دمجها.
يمكن تصور العملية:
صورة مظلمة ──┐
│
صورة متوسطة ──┼──→ خوارزمية الدمج ──→ صورة HDR
│
صورة ساطعة ──┘
هنا لا تعود الصورة نتيجة ضربة ضوء واحدة.
بل تصبح:
نتيجة حسابية لمجموعة من القياسات الضوئية.
وهذه لحظة محورية في تاريخ الصورة.
التاسع عشر: تكديس الصور… زيادة المعلومات بالحساب
يستخدم المصورون والعلماء تقنية:
Image Stacking
حيث تلتقط مجموعة من الصور ثم تدمج حسابياً.
في بعض الحالات يمكن أن يساعد المتوسط الإحصائي على تقليل الضجيج.
فإذا كان لدينا قياسات متعددة للإشارة نفسها، فإن المتوسط:
μ = (x₁ + x₂ + … + xₙ) / n
يمكن أن يعطي تقديراً أكثر استقراراً في ظروف مناسبة.
وهنا تصبح مجموعة الصور أكثر فائدة من الصورة المفردة.
الصورة لم تعد لحظة واحدة؛ أصبحت عينة من سلسلة قياسات.
العشرون: من التصوير الرقمي إلى التصوير الحسابي
وهنا نصل إلى التحول الأهم.
التصوير الرقمي
يعني بصورة مبسطة:
التقاط الضوء وتحويله إلى بيانات رقمية.
أما:
التصوير الحسابي Computational Photography
فيضيف طبقة جديدة:
البيانات + الخوارزميات + نماذج رياضية + عدة لقطات = صورة محسوبة.
ويمكن تمثيل ذلك:
الضوء
↓
العدسة
↓
الحساس
↓
بيانات خام
↓
┌─────────┴─────────┐
↓ ↓
صورة واحدة عدة صور
↓
خوارزميات الدمج
↓
نموذج رياضي
↓
صورة نهائية
وهنا تتغير فلسفة الصورة.
الحادي والعشرون: الصورة الحسابية لا تكتفي بتسجيل الضوء
في الكاميرا التقليدية كان السؤال الأساسي:
ما الضوء الذي وصل إلى الفيلم؟
وفي الكاميرا الرقمية أصبح السؤال:
ما البيانات التي سجلها الحساس؟
أما في التصوير الحسابي فيصبح السؤال:
ما الصورة التي يمكننا إعادة بنائها من البيانات المتاحة؟
وهذه نقلة فلسفية وعلمية عميقة.
فالصورة الناتجة قد تكون حصيلة:
عدة تعريضات
عدة بؤر
عدة زوايا
عدة إطارات
مستشعرات متعددة
بيانات عمق
نماذج رياضية
تعلم آلي
شبكات عصبية
الثاني والعشرون: التركيز البؤري المتعدد Focus Stacking
في تصوير الماكرو مثلاً، قد يكون عمق المجال ضيقاً جداً.
فيتم تصوير الموضوع عدة مرات، وفي كل مرة تكون منطقة مختلفة منه في نطاق التركيز.
ثم تُدمج الصور.
Frame 1 → المقدمة حادة
Frame 2 → الوسط حاد
Frame 3 → الخلفية حادة
↓
الدمج
↓
صورة واسعة المجال الحاد
والنتيجة صورة لم يكن بالإمكان الحصول عليها بالطريقة نفسها من لقطة واحدة.
هنا يصبح التركيز نفسه مشكلة حسابية.
الثالث والعشرون: التصوير الحاسوبي في الهاتف الذكي
قد يبدو الهاتف الذكي أحياناً وكأنه كاميرا صغيرة.
لكن الصورة التي ينتجها الهاتف الحديث قد تمر عبر سلسلة طويلة من العمليات:
Sensor → RAW data → Demosaicing → White Balance → Noise Reduction → HDR → Sharpening → Tone Mapping → Color Processing → JPEG/HEIF
أي أن الصورة النهائية ليست ببساطة ما سجله الحساس.
إنها نتيجة سلسلة من الخوارزميات.
وهنا نقترب من مفهوم:
Computational Image Formation
أي تكوين الصورة حسابياً.
الرابع والعشرون: الألوان نفسها مسألة رياضية
اللون في الصورة الرقمية لا يعيش فقط في العين.
إنه يمثل بطرق رياضية مختلفة.
من أشهر النماذج:
RGB
و:
HSV / HSL
و:
CIELAB
وغيرها.
وفي RGB مثلاً يمكن تمثيل اللون كنقطة في فضاء ثلاثي الأبعاد:
B
│
│
│
└──────── R
/
/
G
وهكذا يمكن التعامل مع اللون كإحداثيات.
أي أن:
اللون = موقع في فضاء رياضي.
الخامس والعشرون: ضغط الصورة… عندما تدخل الرياضيات إلى الملف
الصورة غير المضغوطة قد تحتوي على كمية هائلة من البيانات.
لذلك تستخدم خوارزميات الضغط.
وفي JPEG مثلاً توجد مراحل رياضية معقدة تتضمن تحويلات مثل:
Discrete Cosine Transform — DCT
وبصورة مبسطة تتحول بيانات الصورة من تمثيل مكاني إلى تمثيل ترددي، ثم يمكن التخلص من بعض المعلومات الأقل أهمية إدراكياً وتقليل حجم الملف.
وهنا نكتشف أن الملف الذي يحمل صورة فوتوغرافية ليس مجرد «صورة».
إنه بنية رياضية مشفرة.
السادس والعشرون: فورييه… عندما ننظر إلى الصورة كترددات
من الأفكار المهمة في معالجة الصور:
Fourier Transform
بدلاً من النظر إلى الصورة باعتبارها مجموعة من البكسلات، يمكن تحليلها باعتبارها مزيجاً من الترددات المكانية.
يمكن تصورها هكذا:
الصورة = مكونات منخفضة التردد + مكونات عالية التردد
الترددات المنخفضة ترتبط غالباً بالتغيرات الناعمة والبطيئة.
والترددات العالية ترتبط بالتفاصيل الدقيقة والحواف.
وهكذا يمكن للرياضيات أن تنظر إلى الصورة بطريقة تختلف تماماً عن العين البشرية.
السابع والعشرون: الذكاء الاصطناعي… المرحلة الجديدة من رياضيات الصورة
مع الذكاء الاصطناعي أصبحت العلاقة أكثر تعقيداً.
الشبكات العصبية تعتمد على:
الجبر الخطي
المصفوفات
المتجهات
الاحتمالات
الإحصاء
التفاضل
التحسين الرياضي
الدوال غير الخطية
فالعصبون الاصطناعي المبسط يمكن تمثيله:
y = f(w·x + b)
حيث:
x = المدخلات
w = الأوزان
b = الانحياز
f = دالة التنشيط
وفي الصورة، قد تكون المدخلات عبارة عن ملايين القيم الرقمية للبكسلات.
وهكذا يصبح الانتقال:
Pixel → Matrix → Tensor → Neural Network → Image
الثامن والعشرون: الصورة أصبحت Tensor
في أنظمة الذكاء الاصطناعي الحديثة يمكن تمثيل الصورة على شكل:
Tensor
أي بنية متعددة الأبعاد من القيم.
فصورة RGB يمكن تصورها كبيانات ذات ثلاثة أبعاد:
Height × Width × Channels
أما عند معالجة عدة صور دفعة واحدة، فقد تصبح:
Batch × Height × Width × Channels
وهنا يصبح التصوير قريباً جداً من علوم الرياضيات والحوسبة الحديثة.
التاسع والعشرون: من الكاميرا إلى الخوارزمية
يمكن تلخيص التطور التاريخي بهذه السلسلة:
الكاميرا الأولى
↓
الضوء
↓
المادة الحساسة
↓
الكيمياء
↓
الفيلم
↓
المسح الرقمي
↓
الحساس الإلكتروني
↓
البكسل
↓
المصفوفة
↓
البيانات
↓
معالجة الصور
↓
HDR / Stacking
↓
التصوير الحسابي
↓
التعلم الآلي
↓
الذكاء الاصطناعي
↓
الصورة الخوارزمية
إنها ليست مجرد سلسلة تقنية.
إنها تحول في مفهوم الصورة نفسها.
الثلاثون: معادلة فلسفية للصورة الحديثة
يمكن أن نقترح، على المستوى المفاهيمي، المعادلة التالية:
الصورة الفوتوغرافية التقليدية
Image = Light + Lens + Sensitive Medium
أما:
الصورة الرقمية
Image = Light + Sensor + Sampling + Encoding
وأما:
الصورة الحسابية
Image = Data + Model + Algorithm + Reconstruction
وفي عصر الذكاء الاصطناعي يمكن توسيعها مفاهيمياً إلى:
الصورة الخوارزمية
Image = Data + Algorithm + Model + Prior Knowledge + Computation
وهنا تظهر القضية الفلسفية الكبرى:
إذا كانت الصورة الحديثة نتيجة عملية حسابية، فأين ينتهي التسجيل الفوتوغرافي وأين يبدأ بناء الصورة؟
الحادي والثلاثون: الرياضيات لا تلغي الفن… بل تكشف بنيته
قد يظن البعض أن إدخال الرياضيات إلى التصوير يجعله أقل شاعرية.
والحقيقة عكس ذلك.
فالمصور لا يحتاج إلى أن يفكر في كل معادلة أثناء التصوير.
كما أن الموسيقي لا يحتاج إلى إجراء عملية رياضية قبل كل نغمة.
لكن خلف الموسيقى توجد النسب والإيقاعات والترددات.
وخلف الصورة توجد:
النسب
التماثل
التوازن
المنظور
الإيقاع
التكرار
المساحة
التناسب
التردد
الاحتمال
القياس
وهنا تتقاطع الرياضيات مع جماليات الصورة.
الثاني والثلاثون: التكوين الفوتوغرافي والرياضيات
حتى قواعد التكوين التقليدية يمكن قراءتها رياضياً.
مثل:
قاعدة الأثلاث
والنسبة الذهبية:
φ = (1 + √5) / 2
وتساوي تقريباً:
1.618
ويمكن أن تظهر النسب والتقسيمات في تصميم الإطار، وفي العمارة، وفي الفن التشكيلي.
لكن من المهم التمييز بين استخدام النسبة الذهبية كأداة تحليل أو تصميم وبين الادعاء بأن كل صورة جميلة يجب أن تتبعها حرفياً.
فالجمال الفوتوغرافي أوسع من معادلة واحدة.
الثالث والثلاثون: الرسم البياني الذي يختبئ داخل كل صورة
يمكن تصور الصورة الرقمية على أنها مجموعة من البيانات:
الصورة
│
┌─────────┼─────────┐
↓ ↓ ↓
السطوع اللون المكان
│ │ │
Histogram RGB/Lab Coordinates
│ │ │
└─────────┼─────────┘
↓
تحليل رياضي
↓
خوارزمية
↓
صورة معالجة
وهذا يعني أن الصورة يمكن أن تكون في الوقت نفسه:
مشهدًا بصرياً + مصفوفة رقمية + بيانات إحصائية + فضاءً هندسياً + إشارة قابلة للمعالجة.
الرابع والثلاثون: جدول يختصر العلاقة بين العلوم والتصوير
المجال
ماذا يقدم للتصوير؟
الفيزياء
الضوء، الفوتونات، الطاقة، البصريات
الكيمياء
الفيلم والتحميض والمواد الحساسة
الرياضيات
القياس، التعريض، الهندسة، الإحصاء
الهندسة
العدسات، الحساسات، الكاميرات
علوم الحاسوب
معالجة البيانات والصور
الإحصاء
الضجيج، المتوسط، الاحتمالات
الجبر الخطي
المصفوفات والتحويلات
التحليل الرياضي
الإشارات والترددات
الذكاء الاصطناعي
التعرف والتوليد وإعادة البناء
علم الإدراك
اللون والتباين والإحساس البصري
وهكذا يصبح التصوير واحداً من أكثر الفنون قدرة على جمع العلوم المختلفة في نظام واحد.
الخامس والثلاثون: خريطة معرفية للتصوير الحديث
يمكن صياغة «معادلة معرفية» للتصوير على النحو التالي:
┌──────────┐
│ الضوء │
└────┬─────┘
↓
┌──────────┐
│ الفيزياء │
└────┬─────┘
↓
┌──────────┐
│ البصريات │
└────┬─────┘
↓
┌──────────┐
│ الحساس │
└────┬─────┘
↓
┌──────────┐
│ البكسل │
└────┬─────┘
↓
┌──────────┐
│ المصفوفة │
└────┬─────┘
↓
┌──────────┐
│ الرياضيات│
└────┬─────┘
↓
┌──────────┐
│الخوارزمية│
└────┬─────┘
↓
┌──────────┐
│ الكمبيوتر│
└────┬─────┘
↓
┌──────────┐
│التصوير │
│الحسابي │
└────┬─────┘
↓
┌──────────┐
│الذكاء │
│الاصطناعي │
└────┬─────┘
↓
الصورة الجديدة
السادس والثلاثون: هل أصبحت الكاميرا آلة رياضية؟
إلى حد كبير، نعم.
لكنها ليست آلة رياضية فقط.
الكاميرا الحديثة عبارة عن:
نظام بصري + فيزيائي + إلكتروني + رياضي + برمجي.
والمصور المعاصر يتعامل، بوعي أو دون وعي، مع هذه المنظومة كلها.
فحين يختار:
ISO 100
فهو يحدد حساسية تشغيلية ضمن نظام قياس.
وحين يختار:
f/8
فهو يختار علاقة هندسية.
وحين يختار:
1/1000
فهو يحدد زمناً.
وحين يصور RAW فهو يحتفظ ببيانات أكثر مباشرة من مرحلة الالتقاط.
وحين يفتح الملف في برنامج معالجة الصور، يدخل إلى عالم:
المصفوفات، التحويلات، الإحصاء، الفلاتر، الألوان، النطاق الديناميكي والخوارزميات.
السابع والثلاثون: من «فن التقاط الصورة» إلى «علم بناء الصورة»
يمكن أن نرى تاريخ التصوير على ثلاث مراحل كبرى:
- عصر التسجيل
المصور يسجل الضوء. - عصر المعالجة
المصور يسجل الضوء ثم يعالجه رقمياً. - عصر الحساب
المصور والنظام الحسابي يعيدان بناء الصورة من البيانات.
وهنا يصبح المصور في عصرنا ليس مجرد شخص يضغط زر الغالق.
إنه:
مصور + مصمم ضوء + مهندس بصري + محلل بيانات + مستخدم خوارزميات.
الثامن والثلاثون: ومع الذكاء الاصطناعي… من يصنع الصورة؟
هنا تظهر واحدة من أهم الأسئلة التي ستناقشها «موسوعة كرونولوجيا الصورة والفن والذاكرة»:
إذا كانت الصورة التقليدية نتاج:
ضوء → عدسة → فيلم
والصورة الرقمية:
ضوء → حساس → أرقام
والصورة الحسابية:
ضوء → بيانات → خوارزمية → صورة
فإن الصورة التوليدية قد تصبح:
نص/بيانات/إشارة → نموذج → خوارزمية → صورة
وهنا يتغير السؤال من:
«ماذا صورت الكاميرا؟»
إلى:
«كيف بُنيت الصورة؟ ومن أين جاءت معلوماتها؟»
وهذا هو المنعطف الفلسفي الذي يقود مباشرة إلى مفاهيم:
الأصل، الأثر، الحقيقة، المؤلف، الآلة، الذاكرة، والمحاكاة.
التاسع والثلاثون: معجم مصغر للمصطلحات الرياضية في التصوير
Pixel — بكسل: أصغر عنصر مكاني في الصورة الرقمية.
Matrix — مصفوفة: ترتيب منظم للقيم الرقمية يمثل الصورة أو جزءاً منها.
Histogram — المدرج التكراري: تمثيل إحصائي لتوزيع قيم السطوع أو اللون.
Exposure — التعريض: كمية الضوء المؤثرة في المادة الحساسة أو الحساس.
Aperture — فتحة العدسة: فتحة هندسية تتحكم في مرور الضوء.
Inverse Square Law — قانون التربيع العكسي: تناقص شدة الضوء مع مربع المسافة.
Dynamic Range — النطاق الديناميكي: مجال الإشارات التي يمكن للنظام تسجيلها وتمثيلها.
Signal-to-Noise Ratio — نسبة الإشارة إلى الضجيج: مقياس العلاقة بين المعلومات المفيدة والتشويش.
Convolution — الالتفاف: عملية رياضية تستخدم في العديد من عمليات معالجة الصور.
Kernel — النواة: مصفوفة صغيرة تستخدم لتطبيق مرشح رياضي على الصورة.
Fourier Transform — تحويل فورييه: أداة لتحليل الإشارات والصور إلى مكونات ترددية.
HDR — التصوير عالي المجال الديناميكي: دمج بيانات من تعريضات متعددة لتحقيق نطاق أكبر.
Image Stacking — تكديس الصور: دمج عدة إطارات للحصول على نتيجة محسنة أو معلومات إضافية.
Computational Photography — التصوير الحسابي: استخدام الخوارزميات والنماذج الحسابية في تكوين الصورة أو تحسينها.
Machine Learning — التعلم الآلي: أنظمة تتعلم أنماطاً من البيانات.
Neural Network — الشبكة العصبية: نموذج حسابي يستخدم في التعرف والتحليل والتوليد.
Tensor — موتر/بنية متعددة الأبعاد: تمثيل رياضي للبيانات يستخدم على نطاق واسع في الذكاء الاصطناعي.
الأربعون: الخلاصة — حين تصبح المعادلة جزءاً من جمال الصورة
التصوير الضوئي لم يكن فناً منفصلاً عن العلم في أي مرحلة من مراحله.
منذ اللحظة التي عبر فيها الضوء عدسة بدائية ليترك أثراً على مادة حساسة، كانت هناك قوانين فيزيائية وكيميائية وهندسية تعمل خلف المشهد.
لكن العصر الرقمي جعل تلك القوانين أكثر وضوحاً.
فالصورة اليوم يمكن أن تكون:
فوتونات → إلكترونات → إشارات → أرقام → مصفوفات → إحصاءات → خوارزميات → صورة.
ولهذا يمكن النظر إلى تاريخ التصوير باعتباره انتقالاً من كيمياء الصورة إلى فيزياء الصورة ثم إلى رياضيات الصورة، وصولاً إلى حوسبة الصورة وخوارزميتها.
ولعل أجمل ما في هذه الرحلة أن الرياضيات لم تقتل الشعرية الفوتوغرافية، بل كشفت عن طبقة أخرى من جمالها.
فوراء الخط المستقيم معادلة.
وخلف الضوء قانون.
وفي داخل اللون رقم.
وفي كل بكسل قيمة.
وفي كل صورة مصفوفة.
وخلف كل عملية دمج أو معالجة خوارزمية.
أما في عصر الذكاء الاصطناعي، فقد أصبحت الصورة نفسها فضاءً من الاحتمالات والحسابات.
وهنا يمكن صياغة الفكرة المركزية لهذا الملف:
التصوير هو فن يرى العالم بالضوء، وعلم يقيسه بالفيزياء، وكيمياء تحفظ أثره، ورياضيات تصف بنيته، وكمبيوتر يعالجه، وخوارزمية تعيد بناءه.
ومن هنا فإن فهم الرياضيات لا يجعل المصور أقل فناناً؛ بل يجعله أكثر وعياً بما يحدث داخل الصورة.
فالمصور الذي يرى الضوء يرى نصف الحقيقة.
أما المصور الذي يرى الضوء والعدد والخوارزمية، فإنه يبدأ في رؤية البنية الخفية للصورة.
وهكذا، من الفوتون إلى البكسل، ومن البكسل إلى المصفوفة، ومن المصفوفة إلى الخوارزمية، تستمر رحلة الصورة في التحول.
الصورة لم تعد فقط أثراً للضوء على مادة.
لقد أصبحت أيضاً:
أثراً للضوء… وللرياضيات… وللحساب.
ويمكن تطوير هذا المقال لاحقاً داخل «موسوعة كرونولوجيا الصورة والفن والذاكرة» إلى فصل أكثر تخصصاً بعنوان «المعادلة الرياضية للصورة: من الفوتون إلى البكسل إلى الخوارزمية»، مع معادلات التعريض والعدسات والضجيج وHDR، ورسوم توضيحية لمصفوفة البكسلات وHistogram وConvolution وتحويل فورييه، وصولاً إلى الشبكات العصبية والتصوير الحسابي.
