background image

 

 

HISTOGRAM 

 

Aby zrozumied, co to jest histogram rozważmy zdjęcie cyfrowe, czarno 
białe dla prostoty. Składa się ono z kilku milionów maleokich 
kwadracików o różnej jasności. Kwadraciki są tak małe, że oko ludzkie nie 
widzi granicy między nimi co stwarza odczucie ciągłości odcieni. Dla 
urządzenia elektronicznego, jakim jest aparat cyfrowy, są to jednak 
oddzielne elementy. 
Odpowiedni program zapisany w procesorze aparatu potrafi rozróżnid 
256 odcieni szarości tych elementów, przypisując wartośd 0 czarnym, 255 
białym a pośrednie wartości (1 do 254) elementom o coraz jaśniejszym 
odcieniu. 

 
 
Mając te dane, program nanosi na monitor wykres:  

 

na osi X (poziomej) numery odpowiadające jasności elementów,  

 

na osi Y (pionowej) liczbę elementów o danej jasności.  

Taki wykres to HISTOGRAM, który pokazuje jaki jest rozkład ilościowy elementów o różnej jasności.  
Zapewne niektórzy jeszcze pamiętają z lekcji matematyki lub statystyki, gdy rysowali w na wykresach 
słupki przedstawiające rozkład liczebności jakiegoś zjawiska w badanych przedziałach. Histogramy są 
genialne w swej banalności, dlatego są wykorzystywane praktycznie wszędzie, gdzie potrzeba 
przedstawid w przejrzysty sposób, wiele danych obrazujących rozkład populacji pewnej zmiennej. 
Spójrzmy na rysunek 1, który przedstawia tabelkę o wymiarach 10x10 zawierającą na pierwszy rzut 
oka przypadkowo rozrzucone cyfry, z zakresu od 1 do 5. 
 

 

 

Sama tabelka nie wiele nam mówi, ale jeśli przedstawimy na wykresie ile razy występuje dana cyfra, 
otrzymamy następujący histogram: 

 

background image

 

 

 

 

Od razu widzimy, że cyfra jeden występuje najczęściej, bo aż 46 razy, a dwójka jedynie 4 razy. Ktoś 
może zapytad jak to można wykorzystad w fotografii cyfrowej? Zamieomy cyfry na kolory w 
następujący sposób: jedynce przypiszmy kolor czerwony, dwójce – żółty, trójce – zielony, czwórce – 
niebieski a piątce – fioletowy. W rezultacie otrzymamy: 
 

 

 

Tabela, przekształciła nam się w prosty rysunek, którego histogram jest identyczny z histogramem 
występowania cyfr a prezentuje nam jednocześnie krotnośd występowania poszczególnych kolorów! 
W analogiczny sposób działają histogramy, jakimi możemy posługiwad się w menu aparatów 
cyfrowych, czy w programach do retuszu zdjęd (np. Adobe Photoshop). Zobaczmy jak będzie wyglądał 
histogram ostatniego rysunku, w profesjonalnym programie: 

 

 

background image

 

 

Na pierwszy rzut oka widad, że histogram ten różni się od poprzedniego. Zamiast szerokich słupków, 
mamy 6 cienkich kreseczek (dlatego sześd a nie pięd, bo na ostatnim histogramie został uwzględniony 
kolor czarny, który mają cyfry i kontury tabelki). Stało się tak dlatego, że na skali poziomej, nie ma już 
5 barw, z których korzystamy, ale 256 odcieni szarości, od czarnego po lewej stronie, do białego po 
prawej. Dlaczego przeszliśmy do odcieni szarości? Ponieważ większośd histogramów pokazuje nam 
nie ilośd punków o danej barwie, a ilośd punktów o tonach ciemnych, jasnych oraz pośrednich 
(oczywiście wykorzystuje się histogramy dla kolorów, ale o nich później), co bezpośrednio przekłada 
się na informację, czy dane zdjęcie jest prześwietlone, nie doświetlone, czy w sam raz. 

Wskazówki praktyczne 

Histogram z jednym lub dwoma bardzo wysokimi "pikami" i resztą wykresu w pobliżu zera 
osi pionowej świadczy o złym naświetleniu zdjęcia. Mamy na nim elementy BARDZO jasne i 
BARDZO ciemne. Zdjęcie jest przesadnie kontrastowe. 
Histogram o prawie poziomym przebiegu na pewnej wysokości (liczbie elementów) też nie 
wróży dobrego zdjęcia. Jest ono mało dynamiczne, mdłe, czasem mówimy - płaskie.  

 
Jak czytać histogram 

Podstawy analizy informacji wyświetlonej na histogramie są proste: na wykresie słupek tuż 
przy prawej krawędzi prezentuje najjaśniejsze obszary - w praktyce całkowicie prześwietlone. 
Słupek przy lewej krawędzi, to obszary teoretycznie całkowicie czarne - wprawdzie w 
większości przypadków da się stamtąd wyciągnąd detale podczas obróbki na komputerze, ale 
uznajmy te obszary za niedoświetlone. Jeśli zdjęcie mieści się między tymi skrajnościami, a 
wykres nie dotyka żadnej krawędzi, to bardzo dobrze. Nie znaczy to wprawdzie, że ujęcie 
zostało optymalnie naświetlone, ale w zasadzie nie zawiera obszarów zbyt jasnych ani zbyt 
ciemnych, by nie dało się tego później poprawid np. za pomocą Photoshopa. Dlaczego tylko 
"w zasadzie" piszę poniżej, na razie przyjmijmy, że utrzymanie jasności w środku wykresu jest 
bezpieczną taktyką. Bezpieczną, ale nie zawsze optymalną.  

Jak wygląda poprawny histogram 

Nie ma odpowiedzi na powyższe pytanie, podobnie jak nie ma jednego tylko wzorca 
idealnego zdjęcia. Czasem za idealny wykres jasności uznaje się taki, który sięga od krawędzi 
do krawędzi, ale ich nie dotyka. To jest dośd częsta sytuacja, typowa np. dla ujęd 
krajobrazowych. Jednak tak naprawdę wykres jasności musi byd dopasowany do tematyki 
zdjęcia, jego nastroju, pory dnia i wreszcie efektu, jaki chcemy osiągnąd. Są sytuacje, gdy 
poprawny będzie całkiem inny rozkład jasności niż wyrównany "murek" od lewej do prawej, 
np. w technice low-key lub zdjęciach nocnych dominowad będą tony ciemne, czyli wykres 
powinien mied "górkę" przy lewej krawędzi. Z kolei hi-key czy fotografie na śniegu będą 
miały dużo tonów jasnych, więc prawidłowy histogram będzie mocno ciążył w prawą stronę. 

Najbardziej niebezpieczne dla zdjęcia są prześwietlenia, bo matryce aparatów cyfrowych 
dobrze rejestrują nawet bardzo ciemne obszary, natomiast w zbyt jasnych informacja szybko 
ulega utracie. Jednak nie znaczy to, że za wszelką cenę trzeba unikad kreski tuż przy prawej 
krawędzi histogramu. Wprawdzie zwiastuje ona obszary przepalone, ale niekiedy lepiej się z 
tym pogodzid, zamiast za wszelką cenę się bronid. Przykładem takich sytuacji, gdy 

background image

 

 

prześwietlenia są nie do uniknięcia, jest ujęcie, na którym znajduje się tarcza słoneczna, a 
także np. nocne zdjęcie miasta z zapalonymi latarniami ulicznymi. Jeśli zechcemy uniknąd 
wypalenia źródeł światła za pomocą korekcji ekspozycji, uzyskamy bardzo mocno 
niedoświetlone zdjęcie, gdzie większośd lub wręcz prawie cały kadr będzie całkiem czarny. 

Sprawne korzystanie z histogramu wymaga nauczenia się, jaką jasnośd będą miały na zdjęciu 
poszczególne składowe fotografowanej sceny. Jeśli na histogramie zobaczymy wykres 
przypominający "dwa garby wielbłąda", musimy wiedzied, które obszary sceny przedstawia 
każdy z garbów. Szczególnie istotne jest oczywiście pilnowanie prawej krawędzi - by wykres 
w tym miejscu nie miał ostrej górki. Niekiedy jednak, jak wspomniałem wyżej, ten sposób 
oceny nie wystarcza i zdjęcie może się okazad zepsute, pomimo że wykres jasności kooczy się 
przed prawą krawędzią.  

Histogram szczegółowo 
 

 

Rys.1 Histogram, czyli wykres liczby pikseli dla różnych jasności obrazu. 

 

Na osi poziomej, tradycyjnie w matematyce oznaczanej jako oś x, mamy skalę jasności od 0 
do 255, czyli 8-bitową. 0 odpowiada punktom czarnym obrazu, czyli pikselom wogóle nie 
naświetlonym a 255 punktom całkowicie białym. 
Histogram z Rys.1 reprezentuje zdjęcie, na którym są tylko 3 wyraźnie różniące się jasnością 
obszary. Przyjmując, że powierzchnia słupków jest w stosunku 2:4:1, taki sam stosunek 
tworzą obszary zdjęcia i jasności 0, 127 i 255. Taki histogram można otrzymad fotografując 
powierzchnię złożoną z 3 kartek o wzorcowych jasnościach, których powierzchnie w kadrze 
były by w stosunku 2:4:1. 
Histogram prawidłowo naświetlonego zdjęcia powinien byd podobny do tego z Rys.2.  

background image

 

 

 

Rys.2. Histogram dla typowego, prawidłowo naświetlonego zdjęcia.  

 
 

Widad, że na zdjęciu nie ma obszarów całkowicie czarnych ani całkowicie białych. Wszystkie 
odcienie jasności są rozłożone w centralnej części histogramu.  

 

Rys.3. Histogram zdjęcia mocno prześwietlonego. Większośd obszarów zdjęcia jest jasna i 

biała.  

 

background image

 

 

 

Rys.4. Histogram zdjęcia mocno nie doświetlonego. Większośd obszarów zdjęcia jest ciemna i 

czarna.  

Histogram RGB - z podziałem na kolory 

Bardziej zaawansowaną formą histogramu jest pokazanie jasności trzech podstawowych 
kolorów, czerwonego (R), zielonego (G) i niebieskiego (B). Taki histogram nazywany jest 
histogramem RGB. 
Umiejętnośd "odczytania" histogramu pozwala na lepszy na dobór ekspozycji i 
zarejestrowanie bardzo poprawnie naświetlonego zdjęcia. 
W prostszych aparatach możemy oglądad histogram zrobionego już zdjęcia. Wtedy korelacja 
ekspozycji w oparciu o histogram wymaga wykonania następnego. W zaawansowanych 
lustrzankach można na ogół oglądad histogram "na żywo" *life+ i dobierad tak parametry 
zdjęcia, by naświetlenie było jak najlepsze. 

Większośd aparatów wyświetla histogram jasności (luminancji) punktów składających się na 
zdjęcie. Taka prezentacja jest jednak prawdziwa tylko dla zdjęd wykonanych jako czarno-
białe. Tymczasem tak naprawdę każdy punkt obrazu kolorowego tworzony jest z trzech 
informacji - o natężeniu składowej czerwonej (ang. Red), zielonej (ang. Green) oraz 
niebieskiej (ang. Blue). Kolorowe ujęcie zarejestrowane przez matrycę aparatu tworzone jest 
z trzech obrazów monochromatycznych (kanałów RGB) - czerwonego, niebieskiego i 
zielonego. Dopiero ich złożenie daje fotografię barwną. Dlaczego to jest istotne przy 
korzystaniu z histogramu? Otóż bardzo rzadko kanały R, G i B pokrywają się ze sobą - mamy 
wówczas właśnie zdjęcie w odcieniach szarości. W znakomitej większości sytuacji te kanały - 
a co za tym idzie ich histogramy - będą się różniły między sobą. Czerwony będzie miał dołek 
tam, gdzie zielony górkę, a niebieski jest jakiś mały i schowany przy lewej krawędzi wykresu - 
taka sytuacja jest całkiem normalna. Jednak często jeden z kanałów jest bardziej przesunięty 
w prawo, co oznacza, że jego punkty są jaśniejsze niż pozostałych kanałów. Jeśli pozostałe 
dwa będą znacznie ciemniejsze, histogram jasności będzie przekłamany. Wykres luminancji 
pokazuje uśrednioną jasnośd składowych RGB i możemy byd przekonani, że wszystko się 

background image

 

 

mieści w zakresie, który zdolny jest zarejestrowad aparat. Tymczasem jeden kanał - 
przeważnie czerwony - "wystaje" poza prawą krawędź wykresu, czyli jest prześwietlony. W 
efekcie na pewnych obszarach zdjęcia występuje zjawisko zwane po angielsku clippingiem - 
kolory są tam nienaturalne i często zamiast tekstury mamy nienaturalnie gładkie 
powierzchnie. Jest to efektem składania tych fragmentów obrazu z dwóch tylko kanałów, bez 
użytecznych informacji o trzecim kolorze podstawowym. 
Tego typu zagrożenia pojawiają się praktycznie zawsze, przy fotografowaniu czerwonych 
kwiatów, ale także przy ujęciach wykonywanych późnym popołudniem, tuż przed zachodem 
słooca, gdy światło jest bardzo ciepłe. Jak sobie z tym radzid? Jeśli nasz aparat potrafi 
wyświetlad tylko wykres luminancji, w problematycznych sytuacjach należy naświetlad tak, 
aby wykres był odsunięty od prawej krawędzi bardziej niż wydawałoby się konieczne. 
Najlepiej jednak, gdy dysponujemy aparatem, potrafiącym wyświetlad histogram RGB, czyli 
dla każdego kanału z osobna. W tę funkcję wyposażonych jest relatywnie niewiele aparatów, 
przeważnie są to lustrzanki, a i to nie wszystkie.  

Histogram, pierwsze starcie 

Histogram to metoda wizualizacji danych o obrazie, w postaci dwuwymiarowego wykresu. 
Na osi x wykresu znajdują się kolejne wartości tonalne (od najciemniejszych do 
najjaśniejszych), na osi y ilośd pixeli o tej wartości tonalnej.  

Patrząc na wykres histogramu od lewej do prawej widzimy więc w słupkach procentowy 
udział poszczególnych barw lub odcieni szarości w całości obrazu. 

background image

 

 

 

Rys. 1. Schematyczne przedstawienie metody tworzenia histogramu. 

Histogram to statystyka, z której możemy wysnud bardzo ciekawe wnioski. 90% wszystkich 
zdjęd posiada jakiś element który można określid mianem białego, posiada również obszar, 
który widzimy jako czarny. Poprawna ekspozycja zdjęcia polega na takim dobraniu wartości 
przysłony i czasu otwarcia migawki, by element światłoczuły naświetlił się maksymalnie w 
miejscach, gdzie jest najjaśniej oraz, praktycznie nie naświetlił się tam, gdzie światła 
praktycznie nie ma i jest czarno. Pomiędzy tymi dwoma wartościami będzie znajdowad się 
cała zarejestrowana informacja – półtony.  

Za dużo, za mało 

Skoro histogram pokazuje nam statystyczną informację o ilości różnie naświetlonych pikseli, 
to w prosty sposób zauważymy na histogramie to, czego oko z powodu adaptacji do 
warunków zastanych nie zobaczyło by od razu.  

Zdjęcie naświetlone za bardzo, nie będzie posiadało lewej części wykresu. Zbyt długo otwarta 
migawka, lub zbyt szeroko otwarta przysłona wpuściły za dużo światła i nawet czarne 
elementy zostały zarejestrowane jako szarości (rys. 2).  

background image

 

 

 

Rys 2a Prześwietlone zdjęcie wzorca IT 8.7/2. 

 

Rys. 2b Histogram prześwietlonego zdjęcia. Lewa strona wykresu jest pusta. 

Jak łatwo się domyślid, zdjęciu niedoświetlonemu, będzie brakowad na wykresie strony 
prawej, pokazującej statystykę jasnych półtonów. Za mała ilośd światła spowodowała, że 
materiał światłoczuły nie zdołał nasycid się i nawet bardzo jasne obiekty zarejestrował jako 
szarości (rys. 3).  

 

background image

10 

 

10 

 

Rys 3a Niedoświetlone zdjęcie wzorca IT 8.7/2. 

 

Rys. 3b Histogram niedoświetlonego zdjęcia. Prawa strona wykresu jest pusta. 

 

Rys 4a Poprawnie naświetlone zdjęcie wzorca IT 8.7/2. 

 

Rys. 4b Histogram poprawny. Wypełniony cały wykres. 

Optymalna ekspozycja 

Mój aparat, jak i wiele innych pozwala na zobaczenie po wykonaniu zdjęcia jego histogramu. 
Kolorowe pola wzorca kalibracyjnego ułożone są na powierzchni o szarości 50%. Skoro 
szarości 50% jest na zdjęciu najwięcej, fragment histogramu, który ją pokazuje będzie wyższy 
od otoczenia. Ustawienie poprawnych parametrów ekspozycji staje się więc bardzo proste. 
Wystarczy wykonad kilka zdjęd, modyfikując przysłonę i czas tak, by osiągnąd zapełnienie 
całego histogramu, lokując „górkę” w jego środku (patrz rys. 5).  

background image

11 

 

11 

 

 

Rys. 5. Poszukiwanie optymalnej ekspozycji. Modyfikując przysłonę starałem się umieścid 

-górkę histogramu dokładnie w środku wykresu. W warunkach, w jakich wykonywałem 

zdjęcia, optymalne były ustawienia czasu: 1/180, przysłony: f 5,6. 

Aparat cyfrowy - tylko z histogramem! 

Histogram jest najbardziej użytecznym narzędziem do oceny poprawności naświetlenia, jaki 
fotografujący mają do dyspozycji. Jest znacznie łatwiejszy do stosowania niż pomiar 
punktowy, który w czasach aparatów analogowych był jedyną metodą uzyskania precyzyjnej 
kontroli nad ekspozycją. Kupując aparat, szukajmy modelu, który pozwala wyświetlad 
histogram po wykonaniu zdjęcia - najlepiej, jeśli będzie to wykres prezentujący kanały RGB. 
Jeśli już mamy cyfrówkę, sprawdźmy, czy można włączyd wyświetlanie tej funkcji. Niektóre 
prostsze kompakty udostępniają to narzędzie tylko w bardziej zaawansowanych trybach - 
priorytecie przysłony, czasu, trybie manualnym lub programie P, natomiast nie oferują jej w 
programach tematycznych. 
Gdy nauczymy się korzystad z histogramu, zerknięcie na wyświetlacz LCD aparatu po 
wykonaniu zdjęcia stanie się drugą naturą. Nie będziemy tego robid po to, aby ocenid 
kompozycję (bo to robimy na etapie kadrowania) czy podziwiad kolory (wyświetlacze są tu 
mało wiarygodne), ale by sprawdzid poprawnośd naświetlenia. Wystarczy trochę praktyki, by 
w mig ocenid, o ile trzeba skorygowad ekspozycję i pstryknąd zdjęcie ponownie - tym razem z 
idealnym naświetleniem. 
 

Jak widać, nie taki histogram straszny jak go malują…