Din kamera tar bilder med potentialen för över 4 000 toner mellan svart och vitt (om den tas i gråskala) eller 4 000 färgnyanser i RGB. Men när bilden väl har tagits är kamerans jobb klart. Sedan börjar det riktiga arbetet.
Skuggorna från tidig morgonbelysning fick detaljerna i denna JPEG-fil att begrava 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 väl. Här kommer histogrammet in.
RAW-filen från samma bild hade gott om högbitars räckvidd att trycka runt och justera, vilket fick min vän att se ut som om han var i perfekt ljus.
Men innan du kan förstå histogrammet måste du förstå hur bildsensorn i din kamera ser ljus. Bildsensorer är linjära i sättet de fångar ljus. Till skillnad från det mänskliga ögat registrerar kamerans bildsensor ljus efter volym; det starkaste ljuset som träffar sensorn fyller sensorns ljushink först och upptar över hälften av det tillgängliga registret.
Detta kan vara matematiskt vettigt men det är där problemet börjar. Ditt öga är inte ett matematiskt instrument och det kvantifierar inte ljus på samma sätt som en digitalkameras bildsensor gör.
Camera Tonal Distribution
Om du tittar på hur kamerasensorer registrerar ljus kommer du att se att exakt hälften av informationen som registreras av bildsensorn (2048 av de 4096 registren) tillhör det ljusaste av de sex ljusstoppen som fångas. Det näst ljusaste stoppet registrerar hälften av den återstående informationen (1024 register) och så vidare.
När det mörkaste stoppet registreras finns bara 64 av de 4096 ljusregistren kvar för att registrera alla skuggdetaljer. Eftersom människor helt naturligt känner igen detaljer i även de djupaste skuggorna, märker vi en brist på detaljer i dessa områden instinktivt. Över 25 % av bilden verkar potentiellt väldigt mörk och saknar detaljer.
Konstigt nog kallas denna sneda metod för att fånga ljus som linjär genom att varje på varandra följande stopp registrerar hälften av de återstående tonerna i fotot. Detta är inte logiskt linjärt för det mänskliga ögat! Om den faktiska balansen för mänskligt ljusigenkänning uttrycktes som gamma, skulle den mätas till något mer som 1,7 och 2,5, beroende på ljusförhållandena.
Låt mig upprepa det – dina ögon är designade för att se mer detaljer i de mörkare områdena än i de extremt ljusa områdena. Detta är helt bakåt från det sätt som digitalkameror registrerar ljus på. Denna skillnad ställer sedan ingenjörer inför en betydande utmaning; hur man transponerar ett linjärt index till ett icke-linjärt eller mänskligt system.
Eftersom den här bilden togs 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 färgrymden mig möjligheten att justera många individuella inställningar och återfånga scenen som mina ögon kom ihåg den (ovan).
Av de 4096 toner som fångas finns det värdefulla få kvar för att registrera kritiska skillnader i de mörkaste delarna av en bild. De mörkare tonerna (eftersom de reflekterar mindre ljus för bildsensorn att använda) trängs in i en mycket liten del av det inspelade tonområdet.
Resultatet är att trekvartstonerna, de som finns mellan svart och trekvartstonerna nästan alltid framstår som väldigt mörka och saknar tonseparation. Därför kommer bilder som inte är justerade (i efterproduktion) för att visa en låg tonalitet alltid att skrivas ut mörka i trekvartstonerna. Låt mig säga det igen - alltid. En icke-linjär tonjustering är obligatorisk om din bild ska skrivas ut korrekt.
Den sena eftermiddagssolen utanför Longboat Key i Sarasota gav perfekt varm belysning, vilket gjorde att jag kunde använda det ursprungliga JPEG-formatet med väldigt få justeringar.
Undantaget från detta uttalande händer när din bild tas i en kontrollerad ljusmiljö (som en fotostudio) där lampor och reflektorer kan placeras strategiskt för att belysa skuggområden eller när motivet är idealiskt placerat i utomhusbelysning. När noggrant arrangerad belysning är möjlig kan lite efterproduktionstjänster behövas överhuvudtaget. Men väldigt få av dessa idealiska ljusscenarier finns sannolikt under din dagliga fotografering.
JPEG-tondistribution
Under denna kontrollerade belysning kan JPEG producera spektakulära resultat helt enkelt för att tonfördelningsalgoritmen är designad för idealiska ljusförhållanden. I avsaknad av idealisk belysning tillämpar denna algoritm samma tonform på varje bild förutsatt att belysningen är perfekt.
Resultatet från ofullständig (ljus, mörk eller obalanserad) belysning och en JPEG-bild är en obalanserad bild som bara innehåller en bråkdel av redigeringsområdet för samma scen som tagits som en RAW-bild. "Armbågsrummet" för redigering av en JPEG är kraftigt begränsad i färg- och tonfördelning.
Höjdpunkterna som fångats av den här JPEG-bilden var för utblåsta för att återställas.
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 som tillhandahålls av histogrammet användas för att styra redigeringsprocessen, även från JPEG-bilder. Det är faktiskt en bra idé att betrakta histogrammet som en tonkarta. Histogrammet kommer att avslöja förhållandet mellan toner i bilden som finns i de ljusare eller mörkare delarna av bilden.
Ett ord om bitdjup
Utan att gå in i en lång och detaljerad diskussion är det alltid tillrådligt att ta både RAW- och JPEG-bilder av varje scen. Det här är en enkel inställning på din kamera som absolut inte kräver någon extra ansträngning från din sida, men som ger en mycket djupare nivå av toner att trycka runt och ordna om.
Denna rekommendation följer enkel logik; RAW-bilder ger mer flexibilitet för att justera hela tonerområdet medan JPEG-bilder är prefabricerade enstaka tolkningar av en scen. RAW-bilder är som filmbaserade färgnegativ medan JPEG-bilder är som polaroid. Negativ (RAW-filer) kan justeras fritt, polaroid (JPEG) är mycket begränsade.
RAW Tone Distribution:The Phoenix Scenario
I grekisk mytologi är Fenix en långlivad fågel som är cykliskt regenererad eller återföds från skenbar glömska. Använd i denna mening kan varje digital bildtagning som till synes är "död" få liv i sig med kraftfull bildredigeringsprogram.
Så är fallet med den här bilden tagen under en mulen dag i Kailua Hawaii. Absolut ingen detalj kan ses i denna JPEG-bild; allt verkar hopplöst. Ett avslag, eller hur? Inte så snabbt, snabbdrag!
Vi är här för att uppväcka de döda, minns du? Även om ingenting kan ersätta korrekt exponering, kasta inte in handduken på en bild som ser för mörk ut förrän du har provat denna magiska samling av tonverktyg.
Utan den extraordinära bandbredden som 16-bitars RAW-filformatet ger skulle denna återställningsnivå vara omöjlig.
Bilden var allvarligt underexponerad och verkade vara hopplöst mörk. Men när den öppnades i både Camera Raw- och Lightroom-programpaketen, och samma justeringar gjordes, uppnåddes identiska resultat.
Oavsett om bilden är inspelad i jpeg-, tiff- eller råformat kan den öppnas i något av Adobes råtolkpaket, 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-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). De övre histogrammen tillhör originalet medan den nedre visar den justerade bilden. Båda mjukvarupaketen erbjuder praktiskt taget identiska verktyg för att forma och rekonstruera bilden.
Genom att känna igen skillnaderna mellan hur dina ögon och din kamera ser ljus kommer du att få ett försprång när det gäller att justera kamerabilder så att de mer liknar utseendet och känslan av den ursprungliga scenen.