Kategorien
Fotografie Fotokurs Fotos Kleine Planeten Kugelpanoramen

Mülheimer Brücke, ganz ohne Stadtbahn

Vor einem Monat, als Bus- und BahnfahrerInnen, KrankenpflegerInnen und sonstige Mitarbeiter des öffentlichen Dienstes noch von einem Lohnabschluss träumten, der die Reallohnverluste der letzten Jahre ein Stück weit ausgleichen sollte, habe ich mich (nach Eintrag in die Streikliste und Demonstrieren von wilder Entschlossenheit am Gewerkschaftsstand) in Köln zur Mülheimer Brücke begeben, die an diesem Tag komplett bahnfrei war.

rofrisch780-IMG_8397Normalerweise verkehren dort die Stadtbahnlinien 13 und 18. Alle 3 Minuten ein Doppelzug je Fahrtrichtung, 36 Züge pro Stunde. An Panoramafotografie ist da nicht zu denken. Diesmal war der Gleisbereich jedoch den ganzen Tag garantiert ungenutzt, wenn man von einem Panoramafotografen in amtlicher Warnweste absieht.

Mein Ziel war in erster Linie die schicke Gleiskreuzung am Westrand der Brücke, wo sich die Linien 13 und 18 verzweigen, bevor sie die Haltestelle Slabystraße erreichen. Das erste Panorama habe ich noch „sicher“ hinter dem rot-weißen Grenzzeichen gemacht. An Betriebstagen sollte man sich trotzdem nicht so nah an den Gleisbereich stellen:

rofrisch1200-muelheim1-01bilderrofrisch900-muelheim1-panini-testplanet1stativweg rofrisch900-muelheim1-panini-testplanet2

Oben sieht man also dreimal das gleiche Panorama – einmal im 2:1-Rechteck als equirektangulare Darstellung (Kugelabwicklung) von 360° mal 180°, und dann als Ausschnitt aus einem ‚Little Planet‘ und als ‚Röhre‘.

Kategorien
Bildbearbeitung Fotografie Fotokurs Fotos Kleine Planeten

Kleine Planeten

Die letzten paar Tage habe ich mich mal mit einer Sorte Fotos beschäftigt, die ich schon manches Mal im Web bewundert habe. Lil‘ Planets oder little Planets werden sie genannt, und sie zeigen die Welt zusammengebogen zu einem kleinen Planeten, ähnlich den Miniplaneten in der schönen Geschichte „Der kleine Prinz“ von Antoine de Saint-Exupéry.

Nachdem ich bereits vor Monaten kleine Planeten von Michael W. in Facebook gesehen hatte (Danke, Michael), und er mir den Tipp gegeben hatte, dass der dazugehörende Filter in Gimp oder Photoshop „Polarkoordinaten“ heißt, konnte es also losgehen:

Als erstes Versuchsobjekt suchte ich mir ein Bild von den Kränen im Hamburger Hafen aus. Es erschien mir deshalb geeignet, weil es einen geraden Horizont hat, aus dem einzelne Objekte herausragen. Links das Original, rechts die Bearbeitung mit dem Filter „Polarkoordinaten“ in Gimp:

Wie man sieht, habe ich per Tonwertkorrektur das Bild so verändert, dass der Himmel komplett weiß wird. Dadurch hat man keine Freistellungs-Probleme und der Planet schwebt quasi ‚im Nichts‘.

Der Polarkoordinaten-Filter wickelt das Bild also einmal um die Achse, genau wie die Zylinderspiegel-Anamorphosen, mit denen Maler schon in früheren Jahrhunderten ihr Talent unter Beweis stellten. Die einzelnen Pixel-Spalten des Fotos werden als Strahlen von einem gemeinsamen Mittelpunkt angeordnet. Dadurch wird die untere Kante des Bildes zu einem einzelnen Punkt verengt, während Elemente umso breiter erscheinen, je weiter sie von der Bildunterkante entfernt sind.

Wenig zufriedenstellend ist bei meinem Beispiel aus dem Hamburger Hafen allerdings der Übergang zwischen den seitlichen Bildrändern. Zwar bekommt der „Planet“ insgesamt eine runde Form (da der Horizont gerade und horizontal verläuft), aber es gibt massive Farbunterschiede an der Nahtstelle. Hinzu kommt, dass das Grünzeug im Vordergrund auch nur an einem Bildrand wächst. Hier müsste man also noch stempeln und vielleicht auch versuchen, die Farbunterschiede wegzukorrigieren.

Little Planet: Hamburg KunsthalleMein zweiter Kleinplaneten-Versuch entstand aus einem Bild, das ich schon hier im Blog-Artikel Abendspaziergang an der Alster gezeigt hatte.

Bei diesem Bild bot es sich an, den schönen blauen Himmel mit zu verwenden. Leider fehlen meist Himmel-Pixel an den vier Ecken des Planetenfotos. Diese muss man dann mit dem Klonstempel ergänzen.

Die Naht ließ sich hier etwas besser tarnen, da sich das Haus im Hintergrund mit Grünzeugs überstempeln ließ. Besonders in den Wolken sieht man dennoch, dass hier gepfuscht wurde.

Little Planet: Kölner Dom vom KölnTriangleDas nächste Little-Planets-Kunstwerk entstand aus einem Foto vom Köln-Triangle auf den Kölner Dom. Hier hatte ich keine Lust auf Wolkeneckenauspixeln. Daher habe ich einen „Planeten mit Atmosphäre“ erschaffen. Natürlich muss die Atmosphäre nicht mit einer harten Kreislinie in das dunkle Blau des Weltalls übergehen, sondern mit einem weichen Verlauf. Sehr realistisch sieht es dennoch nicht aus…

Auch bei diesem Bild ist der Übergang nicht so dolle. Leider war auf dem verwendeten Originalfoto das blaue Zelt des Musical Dome nicht komplett drauf. Man hätte also eine Menge tricksen müssen, um die Naht zu kaschieren. Das hat Michael W. bei seiner Version dieses Motivs, die er am nächsten Tag in Facebook zeigte, eindeutig besser hinbekommen. Vielleicht gibt er uns ja einen Link in den Kommentaren und erzählt uns dazu, wie er es gemacht hat…

Little Planets: Doppelter RegenbogenFür die folgenden Bilder habe ich meinen Bildbestand nach geeigneten Panoramafotos durchsucht. Nach einigen Experimenten mit dem Regenbogen-Panorama aus meiner Fotogalerie entschloss ich mich, das Kanten-Problem durch einen Spiegeltrick zu umschiffen: Rechts an das Ausgangsfoto wurde das gleiche Bild horizontal gespiegelt noch einmal dran gesetzt. So entstand dieser symmetrische Planet, dessen doppelte Regenbögen sich wie die Flügel eines dicken Käfers an den Planeten fügen.

Bei langgezogenen Bildern wie z.B. diesem doppelt breiten Panorama empfiehlt es sich übrigens, vor Anwendung des Polarkoordinaten-Filters das Bild auf eine quadratische Grundfläche zu bringen, indem man es neu skalieren lässt – in der Höhe gestreckt und in der Breite gestaucht. Nimmt man dafür z.B. 3000 mal 3000 Pixel, erhält man ein Planetenfoto von 9 Megapixel Grundfläche. Natürlich sollte das Panorama dafür die nötige Bildgröße und -qualität mitbringen.

Der Polarkoordinaten-Filter bietet noch einige Möglichkeiten mehr, die ich hier nicht erwähnt habe. Man kann die Bilder z.B. auch von der Oberkante her zusammenrollen. Dann liegt der Himmel innen und man bekommt die Welt nicht als ‚Planeten‘, sondern als ‚Röhre‘ dargestellt. Damit sind ebenfalls sehr hübsche Effekte erzielbar.

Auch kann man im Polarkoordinaten-Filter von Gimp einstellen, an welcher Stelle die Naht zu liegen kommt. So braucht man das Bild nicht nachträglich drehen.

Für eigene Experimente mit dieser kreativen Bildbearbeitungsmethode hier meine bisherigen Erfahrungen in Zusammenfassung:

  • Das Ausgangsfoto benötigt einen geraden Horizont bzw. Wasserspiegel, etc. Gegebenenfalls das Foto entsprechend drehen und zuschneiden, bis linker und rechter Bildrand zusammenpassen.
  • Auch Farbkorrekturen sind vermutlich leichter vor dem Dreh zu machen.
  • Eventuell kann man das Bild testweise schon vorher „kacheln“, also zweimal nebeneinanderstellen, um zu sehen, wie sich der Übergang gestalten lässt.
  • Wenn besonders breite Bilder eingerollt werden sollen, dann empfiehlt es sich, diese vorher auf ein quadratisches Format zu verzerren. Hat das Ausgangsbild als Panorama z.B. 2345 mal 9876 Pixel, so würde ich es vermutlich auf 4000×4000 Pixel skalieren. So wird die Qualität meist besser.
  • Nach der Anwendung des Polarkoordinaten-Filters kommt die „Kür“: Unsichtbarmachen des Übergangs mit Klonstempel, etc. Hier kann man es zu wahrer Meisterschaft bringen, von der ich aber noch weit entfernt bin.

Und nun viel Spaß mit eigenen Experimenten. Es ist wirklich viel einfacher, als es aussieht.

Kategorien
Bildbearbeitung Fotografie Fotos

Umbauvorschlag für den Kölner Dom

Hier meine zweite HDR-Bearbeitung (diesmal „Enhancer Standard“), nachdem ich ja die Grundlagen und Version 1 des Mahnmals St. Nikolai Hamburg bereits im vorigen Artikel angesprochen hatte.

HDR, Mahnmal St. Nikolai HamburgDa der Turm nur knapp 10 Meter niedriger ist als der Kölner Dom, schlage ich die Neugestaltung der ehemaligen Hamburger Hauptkirche auch für Köln vor. Es würde die Unterhaltskosten des Kölner Domes massiv senken, wenn man nur 1 Turm stehen lassen würde. Auch gäbe es mehr Platz für Skater und Junkies. Die Glocken könnte man ähnlich wie hier befestigen, so dass sie auch einem größeren Publikum zugänglich wären. Und überhaupt ist ein Mahnmal für die Opfer von Krieg und Gewaltherrschaft zwischen 1933 und 1945 wichtiger und bedeutender als eine Kirche, die ohnehin fast nur noch touristisch genutzt wird.

Wenn Euch der Vorschlag gefällt (oder falls es tatsächlich Gegenargumente gibt), dann schreibt dies doch in den Kommentaren. Ab 10.000 Kommentaren schicke ich je einen Ausdruck der Seite an die Kölner Stadtverwaltung und an die Dompropstei oder wie das heißt.

Kategorien
Aufbaukurs Fotografie Fotokurs

Aufbaukurs, Lektion 3

Alles so schön bunt hier: Die Farbtiefe

Die vorigen beiden Lektionen hatten gezeigt, dass die (technische) Qualität eines digitalen Fotos zunächst einmal von der Pixelzahl und indirekt auch von der Sensorgröße abhängig ist. Aber auch die Anzahl der Farben, die jedem einzelnen Pixel zur Verfügung stehen, bestimmt die Güte einer Bilddatei – und damit auch ihre Größe. Darum geht es auf dieser Seite.

Ein kleiner geschichtlicher Rückblick

Farbtiefe 1 Bit (S/W), Maria Laach
S/W, 1 Bit

Die ersten gebräuchlichen Monitore in der „Steinzeit“ der PC-Geschichte stellten jeden Bildpunkt in genau zwei Farben dar: Entweder war der Punkt an oder aus. Je nach Bildschirmmodell sah man gewöhnlich grüne oder „bernsteinfarbene“ Buchstaben auf schwarzem Grund. Wenn der Monitor mal ausnahmsweise nicht im Text-Modus war, wo er nur Buchstaben ausgeben durfte, dann hatten auch die damaligen Grafiken nur diese zwei Zustände. Für jedes Pixel brauchte man also 1 Bit, das entweder auf 1 oder auf 0 – auf an oder auf aus – geschaltet war. Wollte man eine Grafik mit Schattierungen (Graustufen) ausgeben, dann wurden die grauen Bereiche aus einem Raster von schwarzen und weißen Pixeln gemixt – so ähnlich wie sich das Bildbeispiel rechts nach Anklicken präsentiert. Für die Wiedergabe und Bearbeitung von Fotos war das wirklich noch nichts.

4 Farben (CGA), 2 Bit, Sokoban
4 Farben (CGA), 2 Bit

Als dann die ersten farbfähigen Computersysteme auftauchten, konnte der Rechner nur aus einer Palette weniger Farben auswählen. Links ein Bildschirmfoto eines CGA-Monitors. Man sieht eine Szene aus dem legendären Spiel Soko-Ban von 1984, und deutlich ist zu erkennen, dass die Grafik außer aus den „Farben“ Schwarz und Weiß nur noch zwei zusätzliche Farben hat: Magenta („Telekom-Lila“) und Cyan (Hellblau).

Pixel-Grafik 2 BitUm ein solches Bild zu speichern, benötigt es 2 Bit pro Pixel – mit den Kombinationen 00, 01, 10 und 11 lassen sich vier verschiedene Zustände beschreiben. Zusätzlich muss in der entsprechenden Grafik-Datei natürlich noch hinterlegt sein, welche Kombination für welche Farbe steht, also beispielsweise 00 für Schwarz, 11 für Weiß, 01 für Cyan und 10 für Magenta. Denn eine andere Grafik verwendet vielleicht statt Lila und Hellblau lieber Grün und Gelb. Aber die gewünschte Farbpalette muss nur einmal in der Datei hinterlegt sein – für das jeweilige Pixel reicht dann die entsprechende Farbnummer.

Farbtiefe 2 Bit (4 Farben), Maria Laach
4 Farben, 2 Bit

Das gleiche Kirchenbild als Schwarzweiß-Foto mit nur 4 Graustufen zeigt die Abbildung rechts. Außer einem Beinahe-Schwarz und einem Fast-Weiß gibt es bei der hier verwendeten Farbpalette noch zwei mittlere Grautöne. Statt Grauwerten hätte man natürlich auch Farben nehmen können – aber damit sah es noch schlimmer aus…

Mit fortschreitender Technik war es dann auch bald möglich, 3 Bit pro Pixel zur Verfügung zu stellen. Und schon konnte man mit den Zuständen 000, 001, 010, 011, 100, 101, 110 und 111 insgesamt 8 verschiedene Farben ansteuern – noch immer aus einer Palette, die der Grafikkarte vorher mitgeteilt werden musste, sofern die Grafikkarte nicht mit einer fest einprogrammierten Palette arbeitete, so dass man nur aus vorgegebenen Farben auswählen konnte.

Bitte 1 Bit – oder bringense gleich 8 Bit

Wer sich in Mathematik ein bisschen auskennt, erkennt in diesem System das sogenannte Binärsystem oder Dualsystem. Jede Zahlenstelle kann nur 2 Zustände annehmen: 0 oder 1. Mit 2 Stellen kann ich demnach – wie oben gezeigt – doppelt so viele Zustände beschreiben, nämlich 4 (von 0 bis 3). Mit jeder weiteren Stelle verdoppelt sich die Anzahl der Möglichkeiten:

  • 1 Bit: 2 Farben
  • 2 Bit: 4 Farben
  • 3 Bit: 8 Farben
  • 4 Bit: 16 Farben
  • 5 Bit: 32 Farben
  • 6 Bit: 64 Farben
  • 7 Bit: 128 Farben
  • 8 Bit: 256 Farben
  • 9 Bit: 512 Farben
  • 10 Bit: 1024 Farben
  • 11 Bit: 2048 Farben
  • 12 Bit: 4096 Farben
  • 13 Bit: 8192 Farben
  • 14 Bit: 16384 Farben
  • 15 Bit: 32768 Farben
  • 16 Bit: 65536 Farben
4 Bit (16 Farben), Maria Laach
16 Farben, 4 Bit

Mit 4 Bit, also 16 Farben, und einer auf das jeweilige Foto optimierten Palette, lassen sich schon erste farbfotoähnliche Darstellungen ermöglichen. Nach Größerklicken des Fotos sieht man aber deutliche Einschränkungen: Auch hier fällt gerade auf größeren Flächen auf, dass die Farben gerastert sind. Dieses Verfahren wird auch Dithering genannt.

Palette 16 Farben (4 Bit)Schaut man sich die Farbpalette des jeweiligen Bildes in einem Bildbearbeitungsprogramm an, dann sieht man, aus welchen 16 Farben das Bild zusammengesetzt ist. Die Plätze in der Palette sind mit Indexnummern durchnummeriert – bei einer 4-Bit-Grafik also von 0 bis 15. Für das Rot der Blüten stehen hier nur 2 Farbtöne zur Verfügung, die Palettenplätze 14 und 15. Die Nonnen der Klosterkirche Maria Laach wollen jedoch davon nichts wissen und wenden sich daher desinteressiert ab.

Farbtiefe 4 Bit (16 Farben) ohne DitheringZum Vergleich links noch ein 16-Farben-Bild, diesmal aber ohne Dithering. Man sieht, dass es deutlich stufiger wirkt. Das Dithering simuliert quasi eine größere Farbtiefe.

8 Bit (256 Farben), Maria Laach
256 Farben, 8 Bit

Mit 256 Farben sieht das Foto schon realistischer aus. Aber von einer Echtfarben-Darstellung ist es noch weit entfernt. Zwar wirken die meisten Flächen jetzt nicht mehr grob gerastert, aber z.B. der Rock der mittleren Nonne ist doch noch ziemlich stark gedithert. Offenbar benötigt das Foto doch noch weitaus mehr Farbtöne.

Palette 256 Farben (8 Bit)Der Blick auf die für dieses Foto optimierte 8-Bit-Farbpalette zeigt nun Indexnummern von 0 bis 255.

Bei dieser Farbtiefe von 256 Farben bzw. 8 Bit ist übrigens die Grenze dessen erreicht, was das Gif-Dateiformat speichern kann. Das ist der Grund, warum man Fotos besser als Jpg oder Tiff (oder einem anderen geeigneten Format) speichert. Würde man seine Fotos als Gif-Dateien speichern, dann würden sie auf maximal 256 Farben reduziert und es käme zu gravierenden Qualitätsverlusten.

Wer sich nun fragt, wofür es das Gif-Format denn dann überhaupt gibt und gerade im Internet viel verwendet wird: Es hat Vorteile bei Zeichnungen, Logos, etc. (die ja gewöhnlich nur aus wenigen Farben bestehen). Beispielsweise kann man eine der Farben als transparent erklären, so dass an diesen Stellen der Hintergrund der Website durchschimmert. Dazu später vielleicht mehr.

8 Bit S/W (256 Graustufen), Maria Laach
256 Graustufen, 8 Bit

Interessanterweise reicht eine Palette von 256 Tönen für die Graustufen-Darstellung von Schwarz-Weiß-Fotos aus. Mehr ist hier auch heute nicht üblich, wenn SW-Bilder im Internet angezeigt werden.

Bei der Bearbeitung von SW-Fotos mag es dennoch von Vorteil sein, eine höhere Farbtiefe nutzen zu können. Auch dazu später mehr.

Graustufen-Palette, 8 BitDer Blick auf die „Farbtabelle“ eines Graustufenbildes ist zunächst mal sehr „eintönig“. Bei jedem SW-Foto sieht sie gleich aus und enthält die gleichen Abstufungen von 0 (schwarz) bis 255 (weiß) – auch wenn evtl. gar nicht alle Grautöne in dem Foto genutzt werden, weil es weniger Graustufen benötigt.

Wenn man sich das Palettenfenster genauer anschaut, dann sieht man dort, dass der Wert für die Indexfarbe 255 (weiß) aus 3 Werten R, G und B besteht, die in diesem Falle auch jeweils den Wert 255 angenommen haben, während sie bei den farbigen Paletten jeweils unterschiedliche Werte für die angezeigte Farbe (die mit dem höchsten Index) haben. Was hat es damit auf sich?

Die Buchstaben R, G und B stehen für die 3 Grundfarben Rot, Grün und Blau, aus denen jeder Monitor die Farben mischt. Haben sie alle drei den höchsten Wert (255), dann entsteht strahlendes Weiß. Stehen alle drei auf einem mittleren Wert (z. B. 127), dann ergibt dies einen Grauton aus der Mitte der Graustufen-Palette. Und wenn alle drei Werte 0 betragen, dann bleibt das jeweilige Pixel schwarz.

Und wenn die Werte für R, G und B unterschiedlich sind, dann handelt es sich nicht um ein Graustufenbild, sondern um ein Farbbild. Womit wir wieder beim Thema wären.

Beispielsweise hat das letzte Kästchen der oben gezeigten 256-Farben-Palette die RGB-Werte 179,41,33. Man sieht schon mit einem Blick auf die Zahlen, dass der Rot-Anteil der höchste ist, dass es also ein gedeckter Rotton sein wird. Das ist im Prinzip das RGB-Farbmodell in seinen Grundzügen.

Her mit den Echtfarben! Weg mit der Palette!

24 Bit (True Color), Maria Laach
True Color (24 Bit)

Das Graustufen-Beispiel oben hat ja gezeigt, dass 256 Helligkeitsunterschiede ja schon einen ziemlich gleichmäßigen Eindruck hinterlassen und man im Normalfall keine Stufen mehr erkennt. Wenn man nun für jede der Grundfarben Rot, Grün und Blau 256 Werte verwendet, dann kann man damit Fotos hinreichend gut darstellen, ohne eine spezielle Palette zu benötigen.

Solche Bilder werden gewöhnlich als Jpg-Dateien gespeichert. Eine Jpg-Datei hat also für jede der RGB-Grundfarben jeweils 256 Abstufungs-Möglichkeiten, so dass sich eine Kombinationsmöglichkeit von 256 mal 256 mal 256 Farben ergibt, also 16.777.216 Farben.

Ein solches Bild braucht also pro Grundfarbe 8 Bit, was ingesamt 24 Bit ergibt.

Jeder Jpg-Datei stehen die gleichen 16,7 Millionen Farben zur Verfügung, es gibt also keine individuell für das jeweilige Foto optimierte Palette mehr.

Zunächst einmal erscheint die Zahl von 16,7 Millionen Farben riesig. Das menschliche Auge ist nicht in der Lage, so viele Farben zu unterscheiden. Dennoch sollte man schon jetzt im Sinn behalten, dass es „nur“ 256 Abstufungen pro Grundfarbe sind. Unter gewissen Bedingungen kann auch dies für eine stufenfrei aussehende Darstellung zu wenig sein.

Auch gibt es Farben, die nicht in diesen 16,7 Millionen RGB-Farben zu finden sind, die das menschliche Auge aber dennoch wahrnehmen kann. Wer sich näher für die doch recht komplizierte Materie interessiert, dem empfehle ich als Einstieg folgende Wikipedia-Artikel: RGB-Farbraum, FarbraumsRGB, Adobe RGB.

Wozu noch mehr Farbtiefe?

An dieser Stelle wird es Zeit für eine kleine „Zwischenprüfung“:

  • Welches Foto hat mehr Farben (also eine größere Farbtiefe): eine 16-Bit-Tiff-Datei oder eine 24-Bit-Jpg-Datei?

Nach dem bisher gelernten könnte man annehmen, dass es die Jpg-Datei wäre, denn bisher galt ja: „Mehr Bits, mehr Farben“. Aber natürlich war es eine fiese Fangfrage, denn aus mir unbekannten Gründen haben einige Leute bei Dateien mit größerer Farbtiefe auf einmal angefangen, die Farbtiefe pro RGB-Farbkanal anzugeben anstatt die des gesamten Bildes. Die 16-Bit-Tiff-Datei hat daher in Wirklichkeit 48 Bit und hat somit 65536 Abstufungen pro RGB-Farbkanal (statt 256 beim Jpg). 48 Bit ergibt rechnerisch unvorstellbare 281.474.976.710.656 Farbmöglichkeiten (281 Billionen, nämlich 655363 oder 248).

Um zu verstehen, wozu man „mehr als Echtfarben“ braucht, ist es ganz sinnvoll, uns kurz mit der sogenannten Histogramm-Anzeige zu beschäftigen, die auf manchen Digitalkamera-Displays und in den meisten Bildbearbeitungs-Programmen zu finden ist. Die folgenden Abbildungen zeigen die beiden Histogramme der oben gezeigten Kirchenbilder mit 4 bzw. 16 Farben:

Histogramme, 4 und 16 FarbwerteEin solches Histogramm zeigt die Helligkeitsverteilung innerhalb des Fotos an. Der Graukeil am Fuß der Grafik macht deutlich, dass die dunklen Farbtöne (oder Graustufen) links stehen, während hellere Farbtöne weiter rechts eingetragen sind. Je länger der Balken ist, desto häufiger kommt der entsprechende Farbton in dem Foto vor. Der häufigste Farbton hat den Balken bis ganz oben, während die anderen Farbtöne durch entsprechend kürzere Balken dargestellt werden.

Deutlich kann man an der linken Grafik erkennen, dass das 2-Bit-Foto tatsächlich nur 4 Farbtöne aufweist. Und wer sich die Mühe macht, die Striche in der rechten Grafik zu zählen, stellt fest, dass es genau 16 sind, was ja bei dem 4-Bit-Foto auch zu erwarten war. Bei Echtfarben-Fotos sieht man im Gegensatz hierzu gewöhnlich ganze „Gebirge“ im Histogramm und nicht nur einzelne Striche.

Auch fällt bei den beiden Histogrammen auf, dass richtiges Schwarz und reines Weiß gar nicht Bestandteil der im Bild genutzten Farben sind, da ganz links bzw. ganz rechts kein Balken zu sehen ist. Beim 4-Farben-Bild ist übrigens der dunkelste Farbton am häufigsten anzutreffen, während es beim 16-Farben-Bild des gleichen Motivs der hellste Farbton ist.

Die Lücken zwischen den Balken sind also Farbtöne bzw. Helligkeitsstufen, die von dem jeweiligen Bild nicht genutzt werden. Wegen dieser Lücken sieht man im Foto deutliche Stufen oder Kanten bei Flächen, die eigentlich einen gleichmäßigeren Verlauf ohne erkennbare Stufen zeigen müssten – oder das Grafikprogramm kaschiert diese Schönheitsfehler durch entsprechendes Dithering.

Wenden wir uns nun einem anderen Beispielfoto zu. Am Tag des Abschieds der Kölner Achtachser-Straßenbahnen machte ich dieses Foto einer solchen Bahn vor dem Kölner Dom. Leider war das Wetter zu diesem Zeitpunkt regnerisch-trübe, aber an „historischen Daten“ kann man sich das Wetter bekanntlich nicht aussuchen und muss versuchen, auch fotografisch das Beste daraus zu machen.

Ein Blick auf das Histogramm zeigt auch schon das Haupt-Problem dieser Grafik: Der mögliche Tonwertumfang wird überhaupt nicht komplett ausgenutzt. Es sind keine dunklen Töne in dem Bild enthalten, und dementsprechend hat es deutlich zu wenig Kontrast.

Es muss also eine Tonwertkorrektur vorgenommen werden – in diesem Falle eine Tonwertspreizung, so dass das dunkle Gestein, aus dem der Dom besteht, auch dunkler abgebildet wird, während die helleren Passagen nicht abgedunkelt werden. Auf diese Weise wird das Foto kontrastreicher.

Das Ergebnis nach automatischer Tonwertkorrektur in PhotoImpact zeigt die zweite Version dieses Fotos. Man kann dies auch manuell vornehmen, aber in diesem Fall brachte die Automatik schon ein ganz passables Ergebnis.

Ein Blick auf das neue Histogramm offenbart aber Folgendes: Das Bild hat nun nicht mehr einen gleichmäßigen Helligkeitsverlauf, sondern in dem Histogramm-„Gebirge“ tun sich nun jede Menge Spalten auf. Es sieht fast aus wie ein Kamm. Damit man es gut erkennen kann, zeige ich es hier gleich in Originalgröße.

Um sich zu erklären, was da passiert ist, stellen wir uns vereinfachend vor, das Bild wäre ein Graustufenbild gewesen und hätte somit nur 256 verschiedene Helligkeitswert-Möglichkeiten. Durch das diesige Wetter wurde das Foto aber sehr kontrastarm, so dass von den 256 Helligkeitswerten z. B. nur 150 genutzt wurden. Die 100 dunkelsten Töne kommen in dem Bild gar nicht vor.

Wenn nun die verbleibenden Tonwerte durch eine Tonwertkorrektur auf die gesamte Breite des Histogramms gespreizt werden, dann sind es ja nach wie vor nur 150 Werte, die aber auf 250 Plätze verteilt werden müssen. Einleuchtend, dass da etwa 100 Plätze frei bleiben. Im Gegensatz zur Straßenbahn übrigens, wo 150 Fahrgäste durch Füße auf dem Sitz und Ablegen von Taschen, etc. locker 250 Plätze belegen können. ;-)

Die Lücken im Histogramm bergen nun aber wieder die Gefahr, dass man statt gleichmäßigen Helligkeitsverläufen doch wieder Stufen sieht – ähnlich wie bei den gezeigten Bildern mit reduzierter Farbtiefe, wenn auch nicht so krass.

Bei dem Beispiel-Bild hier in Monitor-Auflösung sieht man es zwar nicht, aber insbesondere bei größeren Ausdrucken fällt es mitunter deutlich auf. Für die weitere Bildbearbeitung ist es daher gut, wenn das Ausgangsmaterial möglichst mehr als 256 Abstufungen pro Farbkanal hat. So bleiben auch nach Maßnahmen wie Tonwertspreizung noch genügend Werte übrig, um ein lückenfreies Histogramm mit feinen Farbverläufen zu erzeugen. Dies ist bei 48-Bit-Tiff-Dateien der Fall („16-Bit-Tiff“), aber auch bei Raw-Bildern, die pro Farbkanal gewöhnlich 12 oder 14 Bit haben, also 16fach bzw. 64fach mehr als ein Jpg mit seinen 8 Bit. Einer der Haupt-Gründe, warum es sich lohnt, in Raw zu fotografieren.

Damit kündigt sich auch schon das nächste Thema im Aufbaukurs an. In der nächsten Lektion geht es um das Thema Dateiformate. Also ein paar Infos zu Gif, Jpg, Raw und Tiff – um nur mal die wichtigsten zu nennen.

Um den Effekt aber vielleicht doch bei den Verkleinerungen am Bildschirm deutlich erkennbar machen zu können, habe ich das Bild rechts vorbereitet. Der sattblaue „Polfilter-Himmel“ ist ein typisches Motiv, bei dem man manchmal Stufen im Verlauf erkennen kann. Durch das Bildrauschen sieht man allerdings keine glatten Kanten zwischen den Farbton-Abstufungen, sondern – ähnlich wie beim Dithering – werden die Stufen hier ein wenig kaschiert. Daher habe ich links neben das Foto noch einen künstlich erzeugten Farbverlauf mit den gleichen Blautönen gestellt, der natürlich kein Bildrauschen hat. Hier fällt die Streifenbildung vermutlich am ehesten auf – auf meinem Monitor sieht man es jedenfalls. Ansonsten könnt Ihr Euch das Bild ja auch abspeichern und dann mit dem Bildbearbeitungsprogramm eine Tonwertspreizung (Kontrast-Anhebung) machen, bis der Effekt sichtbar wird.

RGB in freier Natur: RingCon 2008