Hotový obrázek byl pěkný, vysoce klíčový portrét. Níže naleznete podrobnosti o histogramu.
Příliš mnoho nováčků fotografů je získání správné expozice ve fotoaparátu největší výzvou, které čelí. I když necháme fotoaparát, aby za ně udělal práci, většinu času dopadne dobře, existuje mnoho případů, kdy fotoaparát může vyžadovat nějakou pomoc. Znalost toho, jak svému fotoaparátu poskytnout tuto pomoc, je klíčem k získání snímku, který si budete chtít ponechat. Nejlepší způsob, jak posoudit expozici (nebo potenciální expozici při použití živého náhledu), je použít histogram fotoaparátu.
V tomto vysoce klíčovém portrétu histogram zobrazuje většinu pixelů na pravé straně, což představuje jasnější pixely. To lze očekávat kvůli bílému pozadí a oblečení. Pixely uprostřed histogramu představují tóny pleti subjektu, zatímco malý tmavý vrchol vlevo představuje její vlasy. Všimněte si také, že tento histogram vykazuje určité ořezové body. U některých obrázků to může být problém, ale protože se jedná o portrét s vysokou klávesou a pozadí je jasně bílá oblast a tóny pleti jsou dobré, není to pro tento obrázek problém.
Nejjednodušší histogram je jednoduše graf znázorňující úrovně jasu pixelů v obrázku. Pravá strana grafu představuje světlé pixely, zatímco tmavší pixely jsou zobrazeny na levé straně. Pixely představující střední tóny jsou samozřejmě uprostřed. Histogram běží zleva doprava a zobrazuje hodnoty od 0 do černé a 255 do bílé. Výška histogramu představuje počet pixelů zaznamenaných při dané úrovni jasu. Primárními aspekty histogramu, kterými je třeba se zabývat, jsou levý a pravý okraj. Jakékoli pixely, které jsou zaznamenány jako jasně bílá (255) nebo jako čistě černá (0), by byly tlačeny nahoru proti okraji grafu.
Vzhledem k tomu, že histogram je jednoduše reprezentací tonálního rozsahu daného obrázku, neexistuje skutečně žádný správný nebo špatný histogram. Histogram se bude měnit na základě tónů v obrázku. Například portrét s vysokým klíčem by zobrazoval pixely hlavně na pravé straně histogramu. Obrázek s nízkým klíčem by zobrazoval pixely hlavně na levé straně histogramu. Obrázek se širokým tonálním rozsahem by zobrazoval pixely na celém histogramu.
Jak jsem již zmínil, při posuzování expozice jsou primárními oblastmi histogramu pravá a levá hrana. Pixely v těchto oblastech se vykreslují jako jasně bílá nebo tmavě černá. Obecně lze říci, že pokud obraz nemá ukazovat jasně bílé nebo čistě černé oblasti, mohou pixely tlačené až k samému okraji histogramu indikovat problém s expozicí. Toto se také nazývá „ořezávání“. Například, když je velký počet pixelů tlačen na pravou stranu histogramu, což je v podstatě oříznuto okrajem histogramu, říká se, že zvýraznění je oříznuto.
Vzhledem k tomu, že na tomto obrázku je objekt v siluetě a je v něm spousta tmavých tónů, očekáváme, že většinu pixelů uvidíme na levé straně histogramu.
Při posuzování histogramu je třeba brát v úvahu předmět obrazu. Pokud by měl obrázek zobrazovat jasně bílé oblasti, histogram přesto zobrazuje pixely, které vykreslují více středově šedě, vzhledem k tomu, jak metr fotoaparátu nastavuje expozici, můžete poté použít kompenzaci expozice nebo upravit expozici ručně pro zvýšení expozice a dosažení požadovaného výsledek. Totéž platí pro tmavší obrázky, které fotoaparát přeexponuje, protože měřicí přístroj se snaží dosáhnout střední šedé. Snížením expozice, buď ručně změnou času závěrky, clony nebo ISO, nebo pomocí kompenzace expozice můžete snímek ztmavit a dosáhnout tak požadovaného obrazu. Histogram tohoto nového snímku bude odrážet změnu expozice.
Tady je velké tajemství. Pokud ve svém fotoaparátu používáte živý náhled, můžete si prohlédnout živý histogram, který při změně expozice aktualizuje a odráží změny expozice. To znamená, že můžete posoudit, jaká je vaše aktuální expozice, a sledovat v reálném čase, jak změny této expozice ovlivní váš snímek. Je to skvělý způsob, jak zjistit, jak i nepatrná úprava rychlosti závěrky, clony nebo ISO může ovlivnit vaši expozici.
Tento portrét ukazuje více středních tónů než cokoli jiného, takže vidíme spíše klasický vrchol blízko středu histogramu, přičemž pixely odpadávají, jak se dostávají k okrajům histogramu. Vidíte, že ani zvýraznění, ani stíny nejsou oříznuty.