Saya menyadari bahwa histogram gambar adalah tampilan grafis dari distribusi nada gambar (yaitu horizontal gelap ke lampu, distribusi piksel vertikal), tetapi bagaimana cara menggunakannya dan mengapa? Maksud saya, tidak bisakah Anda menentukan semua yang Anda butuhkan hanya dengan melihat gambar?

Meskipun mungkin tidak ada jawaban "benar" untuk pertanyaan ini, ada jawaban "benar". Histogram adalah alat yang ampuh, dan ketika Anda memahami cara menggunakannya secara efektif, itu dapat sangat membantu fotografi Anda.

Seperti yang Anda sebutkan, histogram adalah representasi kisaran tonal dan distribusi dalam foto. Mekanika dasarnya adalah sebagai berikut:

1. Histogram mewakili kisaran nada dari kiri ke kanan, dengan hitam dan nuansa ke kiri, maju melalui midtone di tengah, hingga highlight di kanan.
2. "Volume" nada apa pun yang diberikan diwakili oleh ketinggian garis vertikal yang mewakili nada itu.
   • Garis vertikal di ujung paling kiri menunjukkan volume total nada hitam
   • Garis vertikal di ujung paling kanan menunjukkan volume nada sorot total
   • Garis vertikal di bagian paling tengah menunjukkan volume 18% nada abu-abu
3. Nada untuk gambar diambil dari intensitas setiap piksel (kroma, atau rona, diabaikan, dan hanya kecerahan / kecerahan / luminositas yang diukur)
   • Jumlah total nada dalam gambar tergantung pada kedalaman bit gambar
   • Gambar 8-bpp (24-bit) memiliki total 256 nada berbeda
   • Gambar RAW 12-bpp (36-bit) memiliki total 4.096 nada berbeda
   • Gambar RAW 14-bpp (42-bit) memiliki total 16.384 nada berbeda
   • Gambar RAW 16-bpp (48-bit) memiliki total 65.536 nada berbeda
   • Gambar HDR 32-bpp (96-bit) secara efektif mampu mewakili kisaran nada tak terbatas
4. Tidak ada batasan teknis untuk ketinggian histogram.
5. Kecuali jika Anda memiliki gambar bit yang sangat rendah, histogram tunggal umumnya tidak mampu mewakili setiap nada individu dalam suatu gambar, sehingga setiap garis vertikal cenderung mewakili kisaran kecil nada yang serupa.
6. Histogram warna dapat mewakili rentang informasi yang jauh lebih besar daripada histogram nada murni di ruang yang sama.

(Sebagai angka nyata (float), nilai rentang gambar HDR 32 bpp dari 1,0 x 10 ^ -37 hingga 1,0 x 10 ^ 38. Dalam bilangan dunia nyata, kisaran tonal dari hitam, melalui cahaya bintang yang sangat redup (0,00001) ), melalui pencahayaan dalam ruangan (1-10), melalui luar ruangan yang diterangi matahari (1.000.000), hingga kecerahan matahari itu sendiri (100.000.000) dan jauh melampaui itu. Semua nilai tersebut dapat direpresentasikan dalam satu gambar HDR.)

Dengan fakta-fakta ini tentang histogram, ada beragam informasi yang dapat Anda peroleh dari satu:

Kontras

Kontras adalah ukuran perbedaan antara nada paling terang dan nada paling gelap. Semakin banyak rentang histogram yang menutupi antara tepi kiri dan kanannya, semakin besar kontras suatu gambar:

• Kontras rendah:
  

• Kontras tinggi:
  

Kunci & Paparan

Kunci adalah ukuran kasar kecerahan dalam suatu gambar, dengan tombol-tinggi lebih terang, dan tombol-rendah lebih gelap.

• Jika histogram dikelompokkan dalam highlight, Anda memiliki gambar high-key :

• Jika histogram dikelompokkan dalam nuansa dan bayangan, Anda memiliki gambar tombol-rendah :

• Jelas, jika histogram terdistribusi secara merata, Anda mendapatkan pencahayaan yang seimbang:

(Histogram yang mengendarai sisi kanan histogram mungkin menunjukkan overexposure - highlight yang terpotong. Histogram yang mengendarai sisi kiri histogram mungkin menunjukkan kekurangan pencahayaan - bayangan yang diblokir.)

Keseimbangan Putih

Saat menggunakan histogram berwarna, konvergensi puncak merah, hijau, dan biru merupakan indikasi keseimbangan putih. Secara khusus, offset dari puncak biru utama dapat menjadi indikator kuat kehangatan atau kesejukan foto:

• Puncak biru yang bergeser ke kanan mengindikasikan gambar nada yang lebih dingin
• Puncak biru yang bergeser ke kiri menunjukkan gambar nada yang lebih hangat
• Puncak biru dalam jarak dekat dengan puncak merah dan kuning menunjukkan gambar yang sedikit hangat

Dalam gambar seimbang putih yang benar, biru biasanya sedikit tepat dari puncak merah dan kuning.

Rentang Tonal

Keseimbangan dan ketinggian puncak dalam histogram merupakan indikasi kisaran tonal dan keseimbangan tonal. Bagian histogram yang sangat rendah (lembah) menunjukkan volume yang sangat rendah untuk nada-nada itu. Bagian histogram yang sangat tinggi (puncak) menunjukkan volume yang sangat tinggi untuk nada-nada itu.

Volume Warna

Histogram berwarna dasar sering menunjukkan abu-abu, merah, biru, dan hijau. Histogram berwarna yang lebih maju juga dapat menunjukkan kuning, magenta, cyan.

Puncak berwarna adalah indikasi volume yang diberikan warna primer, posisi horizontal puncak berwarna adalah indikasi nada warna primer atau primer tertentu.

Abu-abu menunjukkan keseimbangan warna primer pada nada-nada itu. Puncak warna off-primer (atau garis ketinggian parsial), seperti kuning, magenta, dan cyan, menunjukkan perpaduan dua warna primer pada nada tersebut.

SUNTING

Seperti disebutkan oleh Jordan H., ada trik yang disebut " mengekspos ke kanan " (atau ETTR ) yang dapat berguna untuk memberi Anda data RAW yang optimal. Saat memotret pemandangan, terutama yang memiliki rentang kontras luas yang mungkin berada di perbatasan, atau mungkin sedikit di luar, rentang dinamis berhenti 5-6 dari kamera digital, menangkap kisaran nada yang cukup dalam bayangan dapat menjadi sulit.

Hal ini disebabkan oleh keterbatasan sebagian besar sensor digital saat ini, dan bagaimana mereka lebih sensitif terhadap highlight daripada bayangan. "Exposing to the Right", yang merupakan teknik di mana Anda sedikit mengekspos gambar Anda dengan 1/3 hingga 1/2 dari perhentian (yang, pada gilirannya, menggeser histogram Anda ke kanan ... ke arah highlight), dapat membantu mengurangi keterbatasan ini.

Mengekspos ke kanan juga dapat membantu meringankan masalah kebisingan di bagian gambar yang lebih teduh. Perlu dicatat bahwa mengekspos ke kanan mengharuskan Anda menggunakan format RAW, karena hanya dengan mentah Anda menyimpan informasi yang cukup untuk memperbaiki paparan berlebih Anda selama pasca pemrosesan untuk membawa gambar Anda kembali ke kisaran normal. Manfaat dari teknik ini adalah memungkinkan Anda untuk menangkap detail yang jika tidak akan hilang, tanpa perlu menggunakan filter grad ND atau tindakan lain yang lebih ekstrem.

Pedoman ini hanya itu, pedoman. Dengan sensor kamera yang lebih baru, jangkauan dinamis meningkat, dan menangkap rentang kontras yang lebih besar dalam sebuah adegan dengan satu pemotretan lebih mudah. Namun, bahkan ketika rentang dinamis sensor digital meningkat, akan selalu ada saat-saat ketika kita perlu memotret "di tepi" atau apa yang mungkin, dan trik seperti menembak ke kanan akan selalu bermanfaat.

Di kamar gelap kuno kami memiliki alat yang disebut densitometer. Ini mengukur kepadatan (berapa banyak cahaya yang diblokir ketika Anda menyinari cahaya) dari negatif atau slide. Itu adalah perangkat yang besar dan mahal, dan tentu saja diperlukan film untuk dikembangkan sehingga tidak terlalu praktis untuk digunakan di lapangan. Tetapi kita bisa menggunakannya dalam pengujian untuk menentukan paparan optimal dan teknik pengembangan untuk penggunaan pribadi.

Fotografer film terutama prihatin dengan kurangnya kepadatan. Kepadatan yang terlalu banyak dapat dibakar melalui (menerapkan intensitas yang lebih besar dan / atau durasi cahaya ke area lokal) untuk memulihkan detail dalam pencetakan. Kurangnya kepadatan (bayangan dengan negs, highlight dengan slide) tidak dapat diperbaiki, karena itu berarti detail / informasi tidak ada untuk dipulihkan.

Fotografer digital harus peduli pada kedua ujungnya. Ketika kisaran tonal melampaui tepi skala histogram, itu berarti tidak ada apa pun di area itu kecuali putih atau hitam. Anda dapat mencerahkan atau menggelapkan, tetapi Anda hanya membuat nada abu-abu solid tanpa pemulihan detail. Saya menggunakan tampilan histogram seperti densitometer bidang. Ini menunjukkan kepada saya jika saya memiliki area foto saya di mana detailnya tidak dapat dipulihkan, apa pun trik Photoshop yang saya tahu. Karena saya menggunakan ETTR (mengekspos ke kanan), saya tidak berharap file saya keluar dari kamera tampak seperti foto jadi lebih dari yang saya harapkan negs saya terlihat seperti foto jadi saya. Histogram membantu saya menilai pencahayaan meskipun apa yang ada di LCD tidak terlihat benar.

Seperti yang disebutkan dalam komentar, tampilan histogram dibuat dari jpeg yang diproses sesuai dengan parameter perangkat lunak dalam kamera bahkan jika Anda memotret secara mentah. Raw seperti film yang terbuka tetapi tidak berkembang. Ada gambar potensial di sana, tetapi kita tidak dapat melihatnya sampai diproses. Data mentah perlu diproses untuk menghasilkan histogram. Saya menjaga kamera saya diatur ke parameter pemrosesan dalam kamera yang paling netral yang tersedia untuk mendapatkan histogram yang lebih akurat. Itu masih tidak sama dengan histogram yang akan saya lihat di Adobe Camera Raw ketika saya membuka file di sana. Pemrosesan standar dalam kamera standar, antara lain "Picture Styles" atau apa pun merek Anda menyebutnya, sering kali memiliki kontras yang lebih tinggi dan saturasi yang lebih tinggi. Kedua hal ini dapat menyebabkan histogram dari jpeg dalam kamera untuk menampilkan histogram yang jatuh dari sisi highlight (sisi kanan), ketika itu tidak terjadi dengan data mentah aktual, dan gambar potensial jika diproses dengan perangkat lunak atau teknik lain . Hanya latihan dan pengalaman yang akan mengajarkan Anda bagaimana menafsirkan histogram untuk teknik pemrosesan Anda, dan seberapa banyak blinkies yang dapat Anda abaikan.

Saya bukan seorang fotografer teknis dan tidak pernah menggunakan banyak histogram yang telah saya lihat selama 5 atau 6 tahun terakhir, sampai musim panas ini. Saya pergi ke Israel bersama keluarga musim panas ini, dan karena tujuan kelompok ini adalah untuk melihat banyak situs, tidak berada di berbagai tempat dengan pencahayaan fotografi yang ideal, saya mengambil banyak foto di bawah sinar matahari tengah hari. Untuk membuat masalah lebih sulit, banyak situs bersejarah di Israel terdiri dari reruntuhan yang dibangun dari batu berwarna terang. Batu berwarna terang, matahari tengah hari: Anda mendapatkan gambar (atau tidak, tergantung kasusnya).

Butuh banyak post-processing untuk membuat gambar terlihat seperti apa pun yang saya ingin tunjukkan kepada siapa pun, dan ketika saya bermain dengan berbagai kontras dan pengaturan cahaya di Picassa, saya perhatikan bahwa pada saat saya mendapatkan foto ke tempat saya menginginkannya, saya telah membuat beberapa perubahan pada histogram: Saya telah menyebarkannya dari yang diikat ke kanan untuk menyebarkan kurva itu pada rentang penuh, dan kemudian pemandangannya terlihat cukup bagus. Atau, ketika saya menembak orang-orang dalam konteks batu putih, cara untuk mengeluarkan tembakan itu adalah dengan mengambil tonjolan di sisi kiri dan menyebarkannya ke seluruh area (mengekspos latar belakang secara berlebihan, tetapi mendapatkan kontras yang bagus pada wajah). Selama memproses sekitar 1000 foto, saya mulai memahami histogram dan cara menggunakannya sebagai alat, bahkan dalam situasi yang tidak terlalu ekstrem.

Saya tahu secara teknis saya tidak sebagus banyak dari Anda, tetapi beginilah saya, sebagai seorang amatir, memahami histogram.

Untuk menambah jawaban jrista yang sangat baik, histogram adalah pengiriman dewa dalam situasi cerah di mana LCD Anda sangat sulit dibaca (misalnya: pada siang hari di bidang salju, misalnya).

Hal dasar yang saya gunakan untuk memberi tahu adalah sekilas jika ada cukup cahaya. Jika histogram di sebelah kiri, terlalu gelap dan paling baik Anda perlu melakukan beberapa tweak pasca-pemrosesan untuk mendapatkan foto yang dapat digunakan. Jika semuanya ke kanan, mungkin akan terhanyut.

Perhatikan bahwa Anda dapat memulihkan sedikit dari keduanya di post-processing, tetapi Anda hampir pasti akan kehilangan beberapa detail.

Ketika Anda melihat gambar, mungkin sulit untuk mengatakan seberapa baik bayangan dan sorotan mengisi kisaran, terutama jika Anda melihat gambar di layar kamera. Histogram memberi Anda ukuran yang tepat untuk bagaimana gambar diekspos.

Histogram berguna dalam dua bidang umum:

• Saat mengambil foto, seseorang dapat menggunakannya untuk menilai paparan dan rentang dinamis .
• Ketika mengevaluasi foto yang diproses, seseorang dapat menggunakannya untuk membantu menyimpulkan beberapa informasi tentang teknik pasca-pemrosesan yang umum .

Pertama, latar belakang cepat: histogram adalah jenis grafik batang khusus tempat, untuk sekumpulan data, nilai yang sama disatukan menjadi "tempat sampah". Setiap nampan mendapat kolom dalam grafik, dan tinggi grafik itu mewakili jumlah sampel yang berbeda dalam nampan itu. Di luar fotografi, sering digunakan untuk membuat grafik terjadinya sesuatu berdasarkan rentang usia orang yang mengalami sesuatu.

"Gambar histogram" mungkin harus disebut histogram tonal , atau histogram nada gambar , karena semua cara yang mungkin untuk mengelompokkan aspek foto, itulah yang biasanya kita maksud dengan istilah ini: histogram di mana tempat sampah mewakili tingkat yang berbeda dari kecerahan. Secara mudah, tindakan digitalisasi dari dunia analog ke gambar JPEG 8-bit adalah "binning" - rentang tak terbatas, terus menerus dari gelap ke terang dipecah menjadi 256 nilai digital. Jadi, biasanya, histogram gambar hanya menunjukkan itu.

Saat Mengambil Gambar

Ini ternyata menjadi cara cepat yang sangat berguna untuk menilai paparan - jika histogram memiliki banyak nilai yang berhimpitan dengan sisi kiri (bawah), Anda mungkin kurang menarik (sampai tidak merekam data yang akan keluar dari grafik) dan jika nilainya ramai di sebelah kanan, Anda mungkin terlalu banyak mengekspos (dan kesepakatan yang sama tentang tidak mencatat semua informasi - kami menyebut kasus ini "pecah").

Ini juga berguna untuk menilai kontras - yaitu, rentang keseluruhan dari gelap ke terang, tidak menjadi bingung dengan kontras mikro . Jika histogram membentang dari satu sisi ke sisi yang lain, Anda memiliki kontras yang tinggi (dan mungkin memiliki adegan yang memiliki rentang dinamis tinggi ). Jika histogram dikelompokkan bersama dan tidak mencapai salah satu sisi, Anda memiliki kontras rendah (dan telah menangkap seluruh rentang dinamis adegan).

Saat Mengevaluasi Gambar yang Ada

Histogram nada gambar juga sangat berguna dalam pemrosesan pasca-rekayasa balik. Lihat contoh-contoh ini dari pertanyaan ini dan pertanyaan ini :

Dalam kedua kasus tersebut, kita dapat melihat bahwa tidak ada banyak warna hitam pekat, tetapi dalam kasus pertama tampaknya gambar tersebut sengaja diekspos dengan cerah (atau diproses dengan cara yang meniru itu), sedangkan pada yang kedua jelas bahwa titik hitam (hitam paling gelap dalam gambar) sengaja dinaikkan (umum untuk "tampilan foto retro") dan bahwa nada gelap dihancurkan sehingga ada banyak warna yang sangat gelap (yang memberikan tampilan majalah-cetak kontras).

Untuk lebih lanjut tentang histogram gambar (nada) dan hubungannya dengan penampilan gambar, lihat: Bagaimana bentuk histogram mempengaruhi estetika gambar? .

Tentang Warna

Ada varian dari ini yang juga umum dalam fotografi: histogram RGB. Ini melakukan hal yang sama, tetapi menampilkan setiap saluran secara terpisah - baik sebagai tiga bagan terpisah berdampingan, atau tumpang tindih dalam satu grafik yang agak membingungkan dan sulit dibaca:

Karena saluran ini adalah artefak tentang bagaimana gambar digital direkam dan disimpan dan tidak terlalu terkait dengan persepsi warna manusia, ini berguna sebagai alat teknis untuk memastikan Anda tidak meniup saluran tertentu. (Lihat contoh ini: Gambar bunga violet gelap tampak biru muda. Apakah ini masalah lensa atau teknik? ). Ini tidak terlalu berguna untuk berpikir tentang warna sebenarnya dalam komposisi, dan untuk alasan itu meskipun Anda kadang-kadang akan melihat ini disebut "histogram warna", saya pikir lebih baik menyimpannya untuk histogram yang bin warna dengan cara yang berbeda. . Lihat Bagaimana cara menginterpretasikan warna individual pada histogram RGB? untuk beberapa diskusi tentang itu, termasuk ronahistogram, yang memadukan warna dengan dimensi itu alih-alih nilai . Untuk contoh gambar di atas, yang terlihat seperti:

Ini sama sekali tidak berguna untuk paparan, tetapi dapat membantu dalam memikirkan warna dan komposisi. Lihat Apakah warna dan nada dalam bentang laut ini baik-baik saja? untuk beberapa hal itu dalam praktiknya, bersama dengan beberapa cara lain untuk memvisualisasikan nada dan warna dalam sebuah foto.