Din kamera tar bilder med potentialen på över 4000 toner mellan svartvitt (om de tas i gråskala) eller 4000 nyanser i RGB. Men när bilden har tagits är kamerans jobb klart. Sedan börjar det verkliga arbetet.
Skuggorna av tidig morgonbelysning orsakade att detaljerna i denna JPEG.webp-fil begravde alla viktiga skuggdetaljer i mörkret.
Fördelningen av dessa toner är ditt ansvar. Var och en av dessa 4000 tonnivåer är som fotografisk valuta. Lämna aldrig pengar på bordet. Använd dem alla bra. Här kommer histogrammet in.
RAW-filen för samma skott hade gott om hög bit-räckvidd för att trycka runt och justera, vilket fick min vän att se ut som om han var i perfekt belysning.
Men innan du förstår histogrammet måste du förstå hur bildsensorn i din kamera ser ljus. Bildsensorer är linjära på det sätt de fångar ljus. Till skillnad från det mänskliga ögat registrerar kamerans bildsensor ljus efter volym; det ljusaste ljuset som träffar sensorn fyller först sensorns ljusskopa först och upptar över hälften av det tillgängliga registret.
Det här kan ge matematisk mening men det är där problemet börjar. Ditt öga är inte ett matematiskt instrument och det kvantifierar inte ljuset på samma sätt som en digitalkameras bildsensor gör.
Distribution av kameratonal
Om du tittar på hur kamerasensorer registrerar ljus ser du att exakt hälften av den information som registreras av bildsensorn (2048 av 4096-registren) tillhör den ljusaste av de sex ljusstopp som fångas. Nästa ljusaste stopp registrerar hälften av återstående information (1024 register) och så vidare.
När det mörkaste stoppet har spelats in är det bara 64 av 4096 ljusregister kvar för att spela in alla skuggdetaljer. Eftersom människor helt naturligt känner igen detaljer i även de djupaste skuggorna märker vi instinktivt brist på detaljer i dessa områden. Över 25% av bilden verkar potentiellt mycket mörk och saknar detaljer.
Konstigt nog kallas denna snedställda metod för att fånga ljus som linjär genom att varje på varandra följande stopp registrerar hälften av de återstående tonerna på bilden. Detta är inte logiskt linjärt för det mänskliga ögat! Om den faktiska balansen mellan mänskligt ljusigenkänning uttrycktes som Gamma, skulle den mätas till något mer som 1,7 och 2,5, beroende på ljusförhållandena.
Ditt öga har en nästan oändligt anpassningsbar förmåga att registrera ljus och är helt enkelt mer anpassad till att känna igen detaljer i svagt ljus än din kamera.
Låt mig upprepa det - dina ögon är utformade för att se mer detaljer i de mörkare områdena än i extremt ljusa områden. Detta är helt bakåt från det sätt som digitalkameror spelar in ljus. Denna skillnad ger sedan ingenjörerna en betydande utmaning; hur man transponerar ett linjärt index i ett icke-linjärt eller mänskligt system.
Eftersom den här bilden sköts mot himlen en mycket mulen dag förlorade de mörkare tonerna alla detaljer. Men eftersom bilden togs och sparades i kamerans RAW-format gav 16-bitars färgutrymme mig möjligheten att justera många enskilda inställningar och återskapa scenen så som mina ögon kom ihåg det (ovan).
Av de 4096 toner som fångas kvar är värdefulla få kvar att registrera kritiska skillnader i de mörkaste delarna av en bild. De mörkare tonerna (eftersom de reflekterar mindre ljus för bildsensorn att använda) kläms in i en mycket liten del av det inspelade tonområdet.
Resultatet är att de tre kvarts tonerna, de som finns mellan svarta och de tre fjärdedelarna, nästan alltid verkar mycket mörka och saknar tonseparation. Därför kommer bilder som inte är justerade (efter efterproduktion) för att visa low-end tonalitet alltid att skriva ut mörka i de tre fjärdedelarna. Låt mig säga det igen - alltid. En icke-linjär tonjustering är obligatorisk om din bild ska skrivas ut korrekt.
Den sena eftermiddagsolen utanför Longboat Key i Sarasota gav perfekt varm belysning, vilket gjorde att jag kunde använda det ursprungliga JPEG.webp-formatet med mycket få justeringar.
Undantaget från detta uttalande händer när din bild fångas i en kontrollerad ljusmiljö (som en fotostudio) där ljus och reflexer kan placeras strategiskt för att belysa skuggområden eller när motivet är idealiskt placerat i utomhusbelysning. När noggrant ordnad belysning är möjlig kan det behövas lite efterproduktionstjänster alls. Men väldigt få av dessa perfekta ljusscenarier finns sannolikt under din vardagliga fotografering.
JPEG.webp tonfördelning
Under denna kontrollerade belysning kan JPEG.webp producera spektakulära resultat helt enkelt för att tonfördelningsalgoritmen är utformad för perfekta ljusförhållanden. I avsaknad av idealbelysning tillämpar denna algoritm dock samma lagertonal form på varje bild förutsatt att belysningen är perfekt.
Resultatet från ofullkomlig (ljus, mörk eller obalanserad) belysning och en JPEG.webp-tagning är en obalanserad bild som bara innehåller en bråkdel av redigeringsområdet för samma scen som tagits som en RAW-bild. Redigering av "armbågsrum" för en JPEG.webp är starkt begränsad i färg- och tonfördelning.
Höjdpunkterna som fångats av denna JPEG.webp-bild var för utblåsta för att återhämta sig.
Samma höjdpunkter som fångats och redigerats i RAW-format gjorde att jag kunde extrahera alla detaljer i höjdpunkterna samtidigt som jag behöll alla detaljer i skuggorna.
Här kan tonfördelningsövervakningen från histogrammet användas för att styra redigeringsprocessen, även från JPEG.webp-bilder. Det är faktiskt en bra idé att betrakta histogrammet som en tonkarta. Histogrammet visar förhållandet mellan toner i bilden som finns i ljusare eller mörkare delar av bilden.
Ett ord om bitdjup
Utan att gå in i en lång detaljerad diskussion är det alltid tillrådligt att ta både RAW- och JPEG.webp-bilder av varje scen. Det här är en enkel inställning på din kamera som absolut inte kräver extra ansträngning från din sida men ger en mycket djupare nivå av toner att trycka runt och ordna om.
Denna rekommendation följer enkel logik; RAW-bilder ger större flexibilitet för att justera hela tonerutbudet medan JPEG.webp-bilder är prefabricerade tolkningar i en storlek som passar alla. RAW-bilder är som filmbaserade färgnegativ medan JPEG.webp-bilder är som Polaroids. Negativa (RAW-filer) kan justeras fritt, Polaroids (JPEG.webp) är mycket begränsade.
RAW Tonfördelning: Phoenix-scenariot
I grekisk mytologi är Phoenix en långlivad fågel som cykliskt regenereras eller återföds från uppenbar glömska. Används i denna bemärkelse, kan digital bildtagning som uppenbarligen är "död" av allt utseende få liv in i den med kraftfull programvara för bildredigering.
Så är fallet med den här bilden som fångats under en mulen dag i Kailua Hawaii. Absolut ingen detalj kan ses i denna JPEG.webp-bild; allt verkar hopplöst. Ett avslag, eller hur? Inte så snabbt, quickdraw!
Vi är här för att väcka de döda, minns du? Inget kan ersätta rätt exponering, men kasta inte in handduken på en bild som ser för mörk ut tills du har provat denna magiska samling av tonverktyg.
Utan den extraordinära bandbredden som tillhandahålls av 16-bitars RAW-filformat, skulle denna återställningsnivå vara omöjlig.
Bilden var allvarligt underexponerad och verkade vara hopplöst mörk. Men när det öppnades i både Camera Raw och Lightroom-programvarupaket och samma justeringar tillämpades uppnåddes identiska resultat.
Oavsett om bilden fångas i jpeg.webp-, tiff- eller råformat kan den öppnas i något av Adobes råa tolkpaket, Adobe Camera Raw eller Lightroom. Inom något av dessa paket finns både krominans- och luminanskontroller som gör att du kan ordna om toner och forma bilder i stor utsträckning.
För att öppna en tiff- eller jpeg.webp-fil i Camera Raw måste du först hitta filen i Adobe Bridge, högerklicka på filen och välja "Öppna i Camera Raw …" Du kan öppna dessa filer i Lightroom antingen internt eller genom att dra filen på LR-ikonen i dockan.
Camera Raw kontrollpanel (vänster) och Lightroom kontrollpanel (höger). Topphistogrammen tillhör originalet medan botten visar den justerade bilden. Båda programvarupaketen erbjuder praktiskt taget identiska verktyg för att forma och rekonstruera bilden.
Att känna igen skillnaderna mellan hur dina ögon och din kamera ser ljus kommer att ge dig ett försprång på att justera kamerabilder för att mer likna utseendet och känslan i den ursprungliga scenen.