آموزش خواندن و تفسیر هیستوگرام در عکاسی دیجیتال

مورد دیگر تاثیر نور محیط روی عکسی که مشاهده می کنید است – برای مثال دیدن عکس روی ال سی دی دوربین در روزی آفتابی را تصور نمایید. اینجاست که «هیستوگرام» دوربین به کمک عکاس می آید. هیستوگرام (histogram) یک نمایش گرافیکی از پیکسل های نوردهی شده در عکس شماست.

این نمودار می تواند اطلاعات مفیدی در مورد نوردهی عکسی که گرفته اید در اختیار شما قرار دهد. در این مطلب ضمن شرح دادن نمودار هیستوگرام، نحوه خواندن و تفسیر آن را به شما عزیزان آموزش خواهیم داد.

اغلب دوربین های دیجیتال مدرن چهار هیستوگرام دارند. هیستوگرام اصلی که در این مطلب تاکید ما بر خواندن آن است، هیستوگرام روشنایی (luminosity) است که روشنایی کلی صحنه را نمایش می دهد. این هیستوگرام اغلب تک رنگ نمایش داده می شود – اغلب یک نمودار سفید روی زمینه سیاه رنگ، یا برعکس.

سه هیستوگرام دیگر، هیستوگرام های رنگی هستند که پیکسل های روی سنسور حساس به رنگ های قرمز، سبز و آبی را نمایش می دهند (هر رنگ یک نمودار مجزا برای خودش دارد).

هیستوگرام چیست؟

هیستوگرام (histogram) یک نمایش گرافیکی از پیکسل های نوردهی شده در عکس شماست. سمت چپ این نمودار نمایانگر سایه ها یا سیاهی هاست، سمت راست نمودار نمایانگر هایلایت ها یا قسمت های روشن عکس است و قسمت وسط نمودار به تن های میانه (mid-tones یا ۱۸ درصد خاکستری) اختصاص دارد.

اینکه قله ها چقدر بلند باشند، تعداد پیکسل در آن تُن مشخص را نشان می دهد. هر تُن مقداری بین ۰ تا ۲۵۵ داشته (۰ نشان دهنده سیاه و ۲۵۵ سفید است) و روی نمودار یک پیکسل عرض دارد.

نکته: به هیستوگرام فوق دقت نمایید. دوربین تنها قسمت اول (نمودار شبیه به کوه و قله هایش) را به شما نشان می دهد. ما این گرادینت از سیاه تا سفید را آورده ایم تا محدوده های هیستوگرام را به شما نشان دهیم. خطوط و قله های سمت چپ نمودار نماینده تن های سیاه یا سایه های عکس شما هستند و خطوط سمت راست نماینده سفیدی ها. هر چه این قله ها یا خطوط بلند تر باشند یعنی تعداد پیکسل بیشتری به این تُن وجود دارد.

در ادامه انواع هیستوگرامی که ممکن است با آن ها رو به رو شوید را، به همراه تفسیرشان برای شما آورده ایم:

هیستوگرام یک عکس با نوردهی خنثی

این شکل نمایش یک هیستوگرام ایده آل (متعلق به عکسی با نوردهی خنثی یا متعادل در سراسر عکس – یعنی نه زیادی نوردهی شده، نه ناکافی) را به شما نشان می دهد. نمودار به طور متعادلی توزیع شده، و خطوط با ارتفاع کمی به هر دو انتهای نمودار رسیده اند.

هیستوگرام یک عکس با نوردهی به چپ

عمده نمودار متمایل به سمت چپ است، احتمالا کادر با یک سوژه تیره مثل گربه سیاه پُر شده بوده، یا عکس در شب یا محیطی تاریک ثبت شده، یا نوردهی کم عمدا توسط عکاس اعمال شده است و یا ترکیبی از این موارد، اما همچنان تن های سفید کمی نیز در سمت راست وجود دارند. همچنین می بینیم که خطوط به منتهی علیه چپ نمودار برخورد نکرده اند، در نتیجه قسمت های سیاه یا سایه ها نوردهی ناکافی یا underexposed نشده اند و تنها با یک عکس کم نور (low key) رو به رو هستیم – عکس دارای نوردهی به چپ است.

هیستوگرام یک عکس با نوردهی به راست

عمده نمودار متمایل به سمت راست است، احتمالا یا کادر با یک سوژه روشن مثل گربه سفید پُر شده بوده، یا عکس در محیطی روشن ثبت شده، یا نوردهی زیاد عمدا توسط عکاس اعمال شده است و یا ترکیبی از این موارد، اما همچنان تن های سیاه کمی نیز در سمت چپ وجود دارند. همچنین می بینیم که خطوط به منتهی علیه راست نمودار برخورد نکرده اند، در نتیجه قسمت های روشن یا هایلایت ها نوردهی بیش از حد یا overexposed نشده اند و تنها با یک عکس پُر نور (high key) رو به رو هستیم – عکس دارای نوردهی به راست است.

هیستوگرام یک عکس با نوردهی بیش از حد

این نمودار عکسی با نوردهی بیش از حد (overexposed) را نشان می دهد، به فاصله خالی ایجاد شده در سمت چپ نمودار که نشان دهنده فقدان سیاهی ها در عکس است دقت نمایید. این هیستوگرام همچنین از دست رفتن جزئیات زیاد در قسمت های سفید یا روشن عکس را نشان می دهد، چراکه خطوط با منتهی علیه راست نمودار برخورد داشته اند انگار که بریده شده باشند. به این مورد به اصطلاح بریده شدن (clipping) هایلایت ها یا قسمت های روشن گفته می شود. این جزئیات از دست رفته یا بریده شده ممکن است دیگر قابل بازیابی نباشند.

هیستوگرام یک عکس با نوردهی ناکافی

این نمودار عکسی با نوردهی ناکافی (underexposed) را نشان می دهد، به فاصله خالی ایجاد شده در سمت راست نمودار که نشان دهنده فقدان سفیدی یا روشنایی ها در عکس است دقت نمایید. این هیستوگرام همچنین از دست رفتن جزئیات زیاد در قسمت های سیاه یا سایه های عکس را نشان می دهد، چراکه خطوط با منتهی علیه چپ نمودار برخورد داشته اند انگار که بریده شده باشند. به این مورد به اصطلاح بریده شدن (clipping) سایه ها یا سیاهی ها گفته می شود. این جزئیات از دست رفته یا بریده شده ممکن است دیگر قابل بازیابی نباشند.

توضیح اصطلاح بریده شدن هایلایت ها/سایه ها در هیستوگرام

برخورد و چسبیدن قله ها به ابتدا یا انتهای نمودار نشان دهنده از دست رفتن جزئیات یا بریده شدن (clipping) است. هیستوگرام فوق متعلق به یک عکس با نوردهی بیش از حد است. از کجا می فهمیم نوردهی بیش از حد بوده و جزئیات از دست رفته اند؟ قله های تشکیل شده در منتهی علیه راست نمودار نشان دهنده جزئیات از دست رفته اند، انگار که از اینجا به بعد بریده شده باشند (اطلاعات از دست رفته یا بریده شده در هیستوگرام فوق برای مثال ترسیم شده و با هاشور مشخص گردیده اند).

آیا هیستوگرام های قرمز، سبز و آبی رنگی (RGB) که در ابتدای مطلب معرفی کردیم را به خاطر دارید؟ این ها توزیع و بریده شدن را در هر یک از کانال های قرمز، سبز و آبی نشان می دهند. به هیستوگرام های رنگی نیز توجه کنید، چراکه در عین اینکه ممکن است هیستوگرام روشنایی نوردهی متعادلی را به شما نشان دهد (بدون بریدگی)، ممکن است متوجه بریده شدگی در یک یا چند تا از این کانال های رنگی شوید. این بریده شدگی «پنهان» می تواند برای عکستان مشکل ساز شود (بسته به عکسی که در نظر دارید).

نکته دیگری که باید توجه کنید: هیستوگرام معمولا بر اساس تفسیر فایل JPEG عکس شما ساخته و نمایش داده می شود. بنابراین اگر با فرمت RAW عکاسی می نمایید، عکس حقیقی شما دامنه دینامیک (dynamic range) کمی بزرگتری خواهد داشت، و اگر کمی بریدگی در هیستوگرام دیده شود احتمالا باید کمتر باشد و بتوانید آن را در پس پردازش بازیابی کنید.

ما برای شما عزیزان یک برگه «راهنمای هیستوگرام در عکاسی دیجیتال» ساخته ایم، شامل تمام حالات معرفی شده در این مطلب ، تا آن را ذخیره نمایید و بتوانید به کمک آن هر هیستوگرامی را خوانده و تفسیر نمایید.

در این برگه راهنما، دو حالت دیگر شامل عکس با کنتراست کم و زیاد نیز معرفی گشته اند. عکس دارای کنتراست زیاد یعنی تضاد نوری بین روشن ترین قسمت و تاریک ترین قسمت آن زیاد است. به هیستوگرام های این عکس ها دقت نمایید.

حال که با حالات مختلف و انواع هیستوگرام ها آشنا گشتید،  واکنش های لازم در این شرایط را به شما آموزش می دهد. سعی کنید پس از ورود به این مطلب عکس ها و هیستوگرام ها را بررسی نمایید. آیا می توانید با آنچه امروز آموختید به تفسیر نمودار ها بپردازید؟

منبع:lenzak.com