Banner   

Topics:  Fotografi    Rejseliv    Lidt af hvert    Teknikhjørnet    Scrapbogen    Pulterkammeret    Site Map    


Indhold:

-Overordnede-
Fotografi

-Sideordnede-
Kontrastrige motiver
Histogrammet - Farver
Histogrammet S/H
DSLR teknik forældet?
Ikke et menneske!
Digitalisering af gl. billeder (1)
Digitalisering af gl. billeder (2)
Skidt på sensor
Fotogrej
Verden er i farver
RAW eller JPEG?
Aliasing - Moire
Fotos: Er det dine?

Digital Fototeknik: Histogrammet

 
Hvad er et histogram, og hvad kan det bruges til?

 

Bedømmelse af eksponeringen

Histogrammer og redigering af "sværtningskurver" er nok de vigtigste redskaber til bedømmelse af korrekt eksponering og evt. efterbehandling af digitale fotos.


Fig. 1

Her er et billede og det tilhørende histogram. Man kunne også kalde histogrammet for et søjlediagram. Men hvad er det så histogrammet viser?

Som bekendt består et digitalt billede af et antal pixels (små kvadratiske billedelementer), som hver kan have en intensitet (= om det er mørkt eller lyst) og en farve.

Intensiteten af de enkelte pixels kan beskrives med tal f.eks. fra 0 (= sort) til 255 (= hvid). Hvorfor nu lige 255? Det er et teknisk bekvemt tal for computere at regne med, hvorfor en del billedstandarder (f.eks. JPEG) er baseret på netop 256 intensitetstrin eller toneværdier: Fra 0 til 255 begge inklusive. Arbejder man med det såkaldte RAW format, kan flere toneværdier forekomme; men princippet er det samme.

Histogrammet er et diagram, hvor vi på den vandrette akse afsætter intensiteten startende med 0 til venstre og sluttende med max. værdien 255 helt til højre. Histogrammet tegnes så ved, at alle pixels med intensiteten 0 tælles, og der tegnes så en lodret søjle til venstre i histogrammet svarende til intensitet = 0. Højden af denne søjle angiver antallet af pixels i hele billedet med intensiteten 0. På tilsvarende måde tælles alle pixels med intensiteten 1, 2, 3 o.s.v. helt op til 255, og de lodrette søjler plottes ind i histogrammet.

På denne måde opbygges en figur, der på en overskuelig måde angiver, om billedet indeholder alle (eller næsten alle) toneværdier i et rimeligt forhold, eller om billedet evt. er under- eller overeksponeret. Hvis alle toneværdier er repræsenteret i billedet (alle søjler er højere end 0), vil denne 'skov' af søjler blive tegnet så tæt, at de flyder sammen til en sammenhængende figur.


Fig. 2

Her er et eksempel på et overvejende lyst billede. Her ses, at der er meget få eller slet ingen mørke pixels; men derimod mange lyse, dog næsten ingen helt hvide. Da motivet tilsiger, at billedet skal være ret lyst; men sneen skal jo ikke være helt hvis og strukturløs, så må det siges, at være korrekt eksponeret.


Fig. 3

Her er så til gengæld et ganske mørkt billede. Det viser sig på histogrammet ved, at antallet af mørke pixels, som vises ved toppene i histogrammet højre halvdel, er ganske stort.


Fig. 4

Dette eksempel viser et ret kontrastløst billede, hvor der ingen hvide eller meget lyse pixels findes. At billedet er kontrastløst betyder, at der ikke er ret megen forskel i toneværdi mellem de mørkeste og lyseste pixels. Det viser sig i histogrammet ved, at der er en ret høj og smal top.


Fig. 5

Endeligt et billede både med meget lyse og meget mørke områder. Hvad man især skal lægge mærke til, er at der både findes en del pixels helt til venstre og helt til højre i histogrammet. Det tyder på, at dette billede er taget under lysforhold, der overskrider billedsensorens dynamikområde.

Det vil sige, der er områder i billedet, der burde gengives endnu mørkere end sort (hvilket selvsagt ikke er muligt); men også at der nok også er lyse partier i billedet, hvor intensiteten burde have været endnu hvidere end hvidt (noget sensoren heller ikke kan klare). Dette billede er således et eksempel på en mindre vellykket eksponering. Om billeder med en sådan eksponering skal bruges eller ej afhænger meget af, hvor de kraftige højlys er placeret på billedfladen.

I situationer som ved Fig. 5, hvor dynamikområdet er overskredet, er det svært at gøre ret meget ved efterbehandling af billedet. Der findes teknikker, hvor man kan tage flere billeder automatisk umiddelbart efter hinanden med forskellig eksponering (bracketing) og så efterfølgende sammensætte skygger fra et billede med højlys fra andre og derved opnå et billede, hvor både skygger og højlys har detaljer. Denne teknik kaldes for HDR (= High Dynamic Range); men det vil jeg dog ikke kommer mere ind på her.

Hvis et billede omvendt ikke udnytter hele sensorens dynamikområde (som i Fig. 4), så kan man til en vis grad kompensere for dette.


Brug af histogram til at 'strække' toneskalaen

Som den kvikke læser måske har bemærket, så har alle de viste histogrammer også en skrå linje, der løber fra nederste, venstre hjørne og op til øverste højre hjørne i en vinkel på 45 grader. Denne linje repræsenterer, hvad man i analog fotografi ville kalde for sværtningskurven. Mere teknisk er det faktisk en overføringsfunktion.

Hvad vil det så sige? Jo - det koordinatsystem, hvori histogrammet er tegnet, er i virkeligheden to diagrammer lagt oven i hinanden:

  1. Selve histogrammet med intensiteten 0 - 255 ud af den vandrette akse (X-aksen) og antallet af pixels med disse intensiteter op ad den lodrette akse (Y-aksen). Nøjagtig som beskrevet ovenfor.
  2. Det andet diagram viser sammenhængen mellem de oprindelige pixel intensiteter (langs X-aksen ganske som hidtil) og de nye omregnede intensiteter, der nu afsættes op ad Y-aksen med 0 nederst og 255 øverst.

Den skrå linje angiver, hvilken Y-værdi (omregnet toneværdi), der skal svare til enhver toneværdi i det oprindelige billede afsat på X-aksen. Matematisk udtrykkes det ved at sige, at kurven (overføringsfunktionen) afbilder funktionen

y = f(x)

Du er ikke matematiker? Nå, men det er faktisk ret enkelt! I billedprogrammet kan man jo gøre billeder lysere eller mørkere, man kan ændre kontrast, farvebalance og meget andet. Men hvad er det egentlig, der sker? Jamen vi ændrer blot overføringsfunktionen, det vil sige, vi ændrer den måde, hvorpå programmet skal omregne den originale pixels egenskaber (toneværdi) til en resulterende pixel i det behandlede billede.

Grafisk kan det fremstilles således:

Fig. 6

En skrå ret linje som den mørkegrå siger, at X = Y, det vil sige, der sker ingen ændring af billedets toneværdier. Ændrer vi kurven som røde kurve viser, så bliver de resulterende Y-værdier nu bliver større (billedet bliver lysere), den blå kurve viser en situation, hvor vi gør billedet mørkere. I dette eksempel er alle kurvers endepunkter fastholdt, så det helt sorte og det helt hvide sker der intet med.

Vi behøver dog ikke at fastholde endepunkterne, hvis der alligevel ingen pixels findes i det oprindelige billede med værdien når 0 eller 255. Og der var jo netop tilfældet med billede fra Fig. 4.

Hvis vi vil øge kontrasten i billedet fra Fig. 4, så kan det gøres ved at ændre den skrå linje således:

Fig. 7

Hvad har vi nu gjort? To ting:

  1. Vi har flyttet den øverste ende af linjen (hvidpunktet) således, at de pixels, der i det oprindelige billede var de lyseste (men ikke hvide) nu er blevet hvide eller næsten hvide. Da der ikke var nogen pixels til højre for den nye linjes skæring med toppen af diagrammet, har vi ikke mistet information i billedet.
  2. Vi har øget hældningen af linjen, hvilket er et udtryk for øget kontrast. Det ses jo også, at den nye linje ligger højere end den gamle (undtagen i punktet (0,0)), hvilket også indikerer, at billedet er blevet generelt lysere - dog mest i de lyseste partier.

Plakat effekten (posterizing)

Nu laver vi lige et lille eksperiment.

Det modificerede billede gemmes (husk altid at gemme originalen! Arbejd altid på en kopi!). Så åbner vi det på ny og ser histogrammet for det modificerede billede.
 

Fig. 8

Nu ses det, at der er opstået 'huller' i det tidligere sammenhængende histogram. Det sker jo som konsekvens af, at antallet af toneværdier i det oprindelige billeder var mindre end 256 - der var jo ingen hvide eller ekstremt lyse. Nu har vi omregnet disse toneværdier ved at 'strække' dem til at udnytte hele området fra 0 til 255; men da vi jo ikke har tilføjet flere billeddata, så må der nødvendigvis opstå disse huller, det vil sige, at ingen pixels i det nye billede har de toneværdier, hvor hullerne er.

Dette fænomen kaldes ofte for posterizing, fordi det i grov form kan få billedet til at ligne et plakattryk med få farver. I ovenstående figur er virkningen dog så svag, at den ikke ses, når musikken spiller.

Endnu et eksperiment.

Billedet med bøjen i sneen (Fig. 2) redigeres, så der nu kun indeholder fire farver med fire toneværdier. Det 'maltrakterede' billede åbnes derefter igen, og dets histogram studeres.

Fig. 9

For det første kan man jo se, at plakateffekten er indtrådt. Bøjen er forvandlet fra en rumlig kugle med skyggeeffetkter til nu blot en ensfarvet skive.

Ser man på histogrammet, så er der nu kun 4 søjler. De kan være lidt svære at se; men kikker man godt efter, så ses de. Det ville svare til, at trykke en plakat med kun 4 farver.

Et tredie experiment.

I et billede, hvor alle toneværdier er ligeligt repræsenterede, bør vi få et histogram, hvor alle søjler er lige høje. Sådan:

Fig. 10

Bortset fra lidt "græs" på toppen, så passer det jo ganske godt. At billedet så ikke er vanvittigt interessant sådan rent kunstnerisk set, er en anden sag.


Farver

Indtil nu har jeg ikke talt meget om farver; men alt hvad der ovenfor er sagt om gråtoner kan også udføres på de tre grundfarver (rød, grøn og blå), hvoraf skærmbilleder er bygget op. Så mulighederne for ændring af lys, kontrast og farvebalance er nærmest uendelige med dette billedbehandlingens "schweizerkniv", som altså i GIMP kaldes for "Adjust Color Curves".

Der findes adskillige andre værktøjer til justering af billeder; men flere af dem dublerer i virkeligheden blot den funktionalitet, der er i histogram + kurvejustering.

November 2010

'De Lyse Sider' senest opdateret: Wed Oct 4 11:44:23 2017