Fotoğrafçılıkta Histogram nasıl okunur?


Fotoğrafçılıkta histogram çektiğiniz bir fotoğrafın pozlamasını doğru yapıp yapmadığınızı kontrol etmek için hayati bir göstergedir ancak nasıl okuyacağınızı bilmeniz gerekir…

Fotoğraf çektiğinizde pozlamasının doğru olup olmadığını görmek için fotoğraf makinenizin LCD’sine bakanlardan mısınız?
LCD’de güzel görünen fotoğrafları bilgisayarınıza attığınızda farklı mı görünüyorlar?
Fotoğraf makinenizin LCD’si ne kadar güvenilir?

Ben de dahil olmak üzere çoğu zaman düştüğümüz en büyük yanılgılardan biri, fotoğraflarımızın pozlama, parlaklık ve kontrast değerlerini LCD’ye bakarak doğru bir şekilde görebileceğimizi düşünmektir. Ortam ışığı ve kimi zaman da LCD’nin kalitesi, LCD’de gördüğümüz görüntünün gerçeği yansıtmasını engeller ve bilgisayarımıza geçtiğimizde hayal kırıklığına uğrarız.

Peki ne yapmalıyız?

Mükemmel bir yöntem bulunmuyor ama en güvenilir yöntem, histogramı kullanmaktır. Hatta bu durum bilgisayarımız için de gereklidir çünkü normal bir kullanıcının ekran ayarları çok büyük ihtimalle gene fotoğrafları aslında olduğundan farklı göstermektedir. Bilgisayardaki durum için ‘renk yönetimi’ isimli ayrı bir yazımız gelecek ama bu yazımızda en büyük yardımcımız olan, histogramı okumayı öğreneceğiz 😉

Histogram nedir?

Histogram, günümüzde tüm DSLR modelleri tarafından desteklenen, fotoğrafınızdaki piksellerin tonal dağılımını gösteren bir grafiktir. Histogramın en solu saf siyahı, en sağı ise saf beyazı temsil ederken orta bölümler de orta tonları temsil ederler.

Fotoğrafınızdaki her bir piksel histogramda da bir piksele karşılık gelmektedir yani 12MP’lik bir fotoğrafın histogramında da 12 milyon piksel temsil edilir. Tonal dengenin varlığı için histogramın ne sağa ne de sola dayalı olmaması tercih edilir. Yani genel bir sahnenin histogramında ağırlığın orta tonlarda olmasını tercih edilir. Histogram okumayı öğrenmek, doğru pozlama ve ışık patlamaları nedeniyle detay kaybetmemek için önemlidir.

Yukarıdaki histogramı oluşturan beyazlık toplam pikselleri simgelemekte. Yatay eksen ton değerlerini temsil etmekte. Yani soldan sağa ilerlediğimizde siyah tonlardan beyaz tonlara doğru geçilmekte. Dikey eksen ise piksel sayısını temsil etmekte. Yukarı doğru çıkıntılar ise o ton değerinde daha fazla pikselin olduğunu anlatmakta.

Aşağıda ise fotoğraf makinelerine göre görünümü değişebilen histogramlara iki örnek bulunuyor. İkisi de Olympus E-620′ye ait. Soldaki histogram canlı önizleme modunda görünen parlaklık histogramı, sağdaki ise fotoğraf önizleme ekranında görüntülenen parlaklık, kırmızı kanal, yeşil kanal ve mavi kanal histogramları.

dslr_histogram

Bu noktada fotoğraf makinemizde gördüğümüz beyaz renkli histogramının tam olarak Photoshop gibi yazılımlarda gördüğümüz RGB histogramı olmadığını not olarak düşmemiz gerekir. Bu hala RGB histogramıdır ama insan gözünün yeşil renge daha fazla duyarlı olmasından yola çıkarak sırasıyla yeşil, kırmızı ve mavi ağırlıklı bir histogram oluşturur. Yukarıdaki RGB histograma baktığınızda yeşil kanal histogramına oldukça benzer bir yapıda olduğunu görebilirsiniz. Bu histogram ‘Luminance Histogram’ olarak adlandırılır ve fotoğraflarımızın parlaklık ve kontrast özelliklerini daha net görmemizi sağlar.

Histogram nasıl okunur?

Histogramların fotoğraf makinesindeki görünümü ile yazılımlardaki görünümleri biraz daha farklı olabilmektedir. Aşağıda Canon’un .CR2 uzantılı bir ham dosyasını Photoshop’ta açtığımızda Adobe Camera Raw 5.0 (ACR) ekranında gördüğümüz histogram bulunmakta. ACR’de RGB kanallarının ayrı ayrı histogramları ile birlikte sadece RGB histogramını da görebiliyoruz. Tone Curve sekmesine geçtiğimizde ise yukarı doğru uzatılmış bir RGB histogramı bulunmakta.

Daha önce de dediğimiz gibi histogramın en solu siyah rengi temsil ederken en sağı beyaz rengi temsil etmekte. Siyah uçtan ortaya doğru hareket ettiğimizde tonlar açılırken, beyaz uçtan ortaya doğru harket ettiğimizde tonlar koyulaşmakta.

Tonal dağılım fotoğrafın doğru pozlanması ya da az veya fazla pozlanması ile alakalıdır. Yukarıdaki histogramda orta tonların ağırlıklı olduğunu görüyoruz yani oldukça dengeli bir dağılım söz konusu.

Histogram ve parlaklık

Gelin öncelikle pozlamanın histogramdaki etkisini görelim.

+2ev+1ev0ev-1ev-2evBurada poz telafisi değil, ACR’de poz değerine + ve – değerler verdiğimizde pozlama durumunu ve histogramın bundan doğrudan etkilenmesini görüyorsunuz. Fotoğrafın pozlaması çektiğimiz gibiyken, piksel yoğunluğu orta tonlarda olurken (yukarı doğru çıkan merkez bölüm) pozlamayı arttırdığımızda fotoğraf daha açık tonlarda oluyor ve piksel yoğunluğu da sağa doğru yani açık tonlara kayıyor. Tersi de eksik pozlama yaptığımızda geçerli: fotoğraf kararırken piksel yoğunluğu da sola doğru yani koyu tonlara doğru kayıyor.

Fotoğraf makinemizin histogramına baktığımızda da benzer bir manzara ile karşılaşırız. Eğer piksel yoğunluğu orta tonlardaysa pozlamamızın optimum olduğunu söyleyebiliriz. Buradaki fotoğrafta mesela biraz daha pozlama daha güzel bir sonuç ortaya çıkarabilir çünkü piksel yoğunluğu birazcık koyu tonlara kaymış durumda. +1 EV fazla gelmekteyken +1/3 EV poz telafisi ile çekseydik, daha doğru bir pozlama elde edebililirdik.

Buradan çıkaracağımız sonuç, histograma bakarak fotoğrafımızın aydınlık/karanlık durumunu anlayabileceğimizdir. Ama her türlü fotoğrafta piksel yoğunluğu merkezde yer almalıdır diye birşey söylememiz mümkün değildir.

Çektiğiniz fotoğrafın içeriğine göre ağırlık sağa veya sola kayabilir. Örneğin gece çekilmiş bir konser karesinde ağırlık siyah tonlardan yana olacaktır.

konser_karesikonser_karesi_2

Histogramda ilk etapta, ışık patlamasının asgaride olmasına dikkat etmeliyiz. Yani sağa dayanmış piksel sayısını asgaride tutmalıyız. Bunun önüne geçebilmek için de ışık patlaması nedeniyle detayı kaybolmuş kısımları yanıp sönerek gösteren uyarıcılara (’Highlight clipping warning’) dikkat etmeliyiz. Bunu dedikten sonra bembeyaz piksellerin her zaman için kötü olduğu sonucu çıkarılmamalıdır çünkü mesela beyaz fonda portre çektiğimizde, elde etmek istediğimiz de zaten fon renginin bembeyaz olmasıdır 😉

Burada ACR'da

Yukarıdaki fotoğrafa baktığımızda yapabileceğimiz birşeyin olmadığını söyleyebiliriz çünkü konumuz doğru pozlanmış durumunda. Bunu çekim anında ancak çekim açımızı o bölgeyi kadraja almayacak şekilde değiştirerek önleyebiliriz. Bu açıdan çekeceksek de ardıl işleme yapmamız gerekecek.

Histogram ve kontrast

Histograma bakarak fotoğrafa ait yorumlayabileceğimiz bir diğer özellik de fotoğrafın kontrastıdır. Kontrastı doğrudan fotoğrafa bakarak da anlayabiliriz ama histograma bakarak kontrast değerindeki değişimi kontrol etmek de güvenli bir yoldur.

Örnek olarak düşük kontrasta sahip olduğu görsel hızlı bir inceleme ile görülebilen aşağıdaki kareye bakalım.

dusuk_kontrastGene ACR kullanarak bu fotoğrafın kontrast değerlerini değiştirelim. ACR ham dosyayı okuduğunda kontrast değerini +25 olarak atamıştı. Biz -25 ve +75 değerleri ile ne olduğuna bakacağız.

kontrast-25kontrast+25kontrast+75Kontrast değişimini görsel olarak rahat bir şekilde görebiliyoruz. Peki kontrastın histograma yansıması nasıl oluyor?

Düşük kontrastlı fotoğraflarda piksel yoğunluğu orta tonlarda olur. Piksellerin orta tonlardan açık ve koyu tonlara doğru dağılması kontrastı oluşturur yani ton farklarının belirgin olması sağlanır.  Kontrast değeri -25 iken histograma baktığımızda ilk gözümüze çarpan aydınlık ve karanlık tonlarda piksel bulunmadığı oluyor. Pikseller orta tonlarda toplanmış. Kontrastı yükselttiğimizde tonal yayılım genişliyor ve histogramın ence büyüdüğünü görüyoruz.

Sonuç

Histograma bakarak bir fotoğrafın parlaklık ve kontrastlık değerleri hakkında yorum yapabiliriz ama histogramın doğruluğunun fotoğrafın içeriği ile alakalı olduğunu unutmamalıyız. Gece çekilmiş bir fotoğrafta histogramın ağırlığını orta tonlara çekmeye çalışmak da doğru olmaz. 😉

Mükemmel pozlama için en güvenilir yöntem daha önce de belirttiğimiz gibi gri karttır ama her zaman gri kart taşımak zorunda değiliz. En yakın zamanda, doğru pozlama elde etmekte etkili bir başka teknik olan ‘zone system’ hakkında bir yazımız gelecek.

Yorum yapın

This site uses Akismet to reduce spam. Learn how your comment data is processed.