Isäni ottama kuva ensimmäisestä bokseristamme Jaanasta sulhaskandidaatin kera. 50-luvulla ei ollut tapana leikata koiria, joten meilläkin riitti sulhasia riesaksi asti juoksuaikana. Härskeimpiä kosiomiehiä sai hätisteellä kepillä loitommaksi, kun pyrkivät hinkkaamaan suurimmat tarpeensa meidän lasten jalkoihin.
Kuva nyt sinänsä ei ole kovin kaksinen, se onkin tässä lähinnä valokuvaopetuksen demonstraatio-mielessä.
Kuvan negatiivi näyttää suunnilleen tältä valopöydässä. Olen skannannut siitä sellaisen version, että karhukoirankin tummassa turkissa on hieman sävyjä näkyvissä. Kuvassa on pari tummuuspistettä. Ne tarkoittavat painokoneen antaman rasteripisteen koko. 0% on täysin valkoinen ja 100% on umpi musta.
Kuva positiiviksi käännettynä. Vaaleat osat tuppaavat jäämään sävyttömiksi tässä vähennyslaskulla tapahtuvassa käännöksessä.
Korjasin vähän vaaleita sävyjä Shadows/Highlights toiminnolla. Nyt lumessakin on vähän sen struktuuria näkyvissä.
Kuten sanoin, niin kuva on korkeintaan käypänen aiheensa ja teknisen toteutuksensa suhteen. Otinkin se siksi, koska se soveltuu hyvin negativin karvalakkimalliseen densiteetin eli optisen tiheyden mittaamiseen.
Densiteetti on tulevan I0 ja heijastuneen tai läpäisevän I valon suhteen kymmenkantainen logaritmi.
Kun negatiivissa eri kohdat läpäisevät valoa eri tavalla (sehän on koko jutun juju), niin densiteettikin vaihtelee eri kohdissa negatiivia. Kuvan suurimman ja pienimmän densiteetin erotusta kutsutaan kuvan sävyalaksi. Sen halusin saada selville.
Kun minulla ei ollut käsillä densitometriä (tai oli, mutta ei saanut sitä toimimaan), niin tein korvaavaan virityksen. Köyhän miehen densitometri on ehkä hieman turhan vaatimaton nimitys, laitteistoni koostui sentään ostohetkellä melkein neljä tonnia maksaneesta järkkäristä makro-objektiiveineen ja valonlähteenäkin oli värikorjatut loistelamput. Tosin tässä yhteydessä niiden värikorjauksella ei ollut juuri merkitystä. Olihan kuvakohde mustavalokoinen negatiivi.
Ensin otin kuvan siitä taustapaperista, jota käytän heijastimena negoja skannatessani. Tämä on osa siitä kuvasta, loppu on ihan ihan tylsää. Kun minulla oli automaattivalotus päällä ilman valotuksen korjauksia, niin lopputulos oli enemmän ja vähemmän tasaisen harmaa siten, että paperin tummuusarvot olivat aika tasan 50%. Muutaman prosenttiyksikön heitto ei minun tapauksessani haittaa mitään.
Edellisen kuvan valotusarvot. 1/30 sekuntia, f:5.0 ja 100 ISO.
Kyseinen valotusaika, aukkoarvo ja herkkyys yhdistelmä vastaa EV-arvoa vähän vajaa 10. Jos sattuu omistamaan meikäläisen tavoin vanhan kunnon analogisen valotusmittarin, niin muunnost näkyy siitä yhdellä silmäyksellä. EV-arvo on valotusarvo. Siitä voi käydä tietonsa tarkistamassa tai täydentämässä
täällä.
Samaisen mittarin takana on taulukko, jolla EV-arvot muutetaan valaistusvoimakkuuden luxeiksi. Nykyään tosin käytetään ISO-arvona sataa, mutta kun tässä on kyse suhteellista arvoisa, niin sillä ei ole mitään väliä. ISO-arvon ollessa 100 näistä luksi-lukemista pitää ottaa yhtä pykälää pienempi. Negan takana olevasta paperista heijastuvan valon valaistusvoimakkuus on siis suunnilleen 2500 luksia.
Seuraavaksi otin kuvan negatiivista siten, että mittasin valotuksen negatiivin tummasta osasta eli lumesta. Tulos oli tällainen.
Valotusarvot nämä
EV-arvo aika tarkaan 4 ja siitä valaistusvoimakkuudeksi 44 luksia. Sitten ei kun laskemaan.
Tämän negatiiviruudun maksimi densiteetti olisi siis noin 1,8.
Seuraavaksi valotin mitaten kameran pistemittarilla tumman koiran mukaan. Koiran selän K-arvo on nyt suunnilleen 50%.
Valotusarvot olivat nyt nämä
EV-arvo on 8, josta valaistusvoimakkuudeksi 700 luksia. Josta laskemalla saadaan negatiivin minimidensiteetiksi
Maksimi- ja minimidensiteettien erotus on negatiivin sävyala, tässä siis laaduttomana lukuarvona 1,8-0,6=1,2. Kun valokuvaajat ovat tottuneet ajattelemaan asioita aukkoarvoina ja niiden erotuksina, niin muunto käy helposti, kun densiteettien erotus jaetaan 0,3:lla kolmella. Negatiivin sävyala olisi tämän perusteella siis 4,0 aukkoarvojen lukumäärän tai EV-arvojen erotusta, mitkä ovat sama asia. Matemaattisena kaavana EV-arvojerotunksen ja densiteetin välinen yhteys on
Lopulta laitoin vielä varmistukseksi molempien negojen negatiivi- ja positiivikuvat siten yhteen, että lumi otettiin toisesta ja koirat toisesta. Tumman koiran turkki ja lumi ovat silmämääräisesti yhtä tummia.
Ehkä on syytä vielä korostaa, että tästä ei voi päätellä sitä, miten iso sävyala kuvaustilanteessa ollut ja millaisen sävyala tulee olemaan tästä mahdollisesti tehdyllä printillä tai kuvaruudussa näkyvällä kuvalla.
10.3.2015. Kikka kakkonen
Toisin kuin Jore Puusa ehdottelee, niin negan densiteettiä ei voi laskea suoraan negasta kuvastusta tiedostosta. Liian paljon on informaatiota kateissa. Sitä paitsi K-arvot ovat luonteeltaan lineaarisia. Vaaleus vähenee pisteen koon kasvaessa lineaarisesti, kun pisteen koko ilmoitetaan prosentteina maksimista. Jäljelle jää kuitenkin kikka kakkonen, mutta se vaatii vähän lisäinformaatiota.
Tämän kuvan histogrammi on suoraan kameran jäljltä, sille ei siis ole tehty vielä mitään. Kun molemmissa päissä on tyhjää, niin siitä voidaan päätellä, että negatiivin sävyala on pienempi kuin kameran toistoala. Mutta kuinka paljon.
Kamerani, Canon EOS 5 Mark II:n toistoalaksi, eli dynamiikaksi kerrotaan lukuisissa netissä olevissa testeissä noin 11 aukkoarvoa eli 11 EV. Tästä voitaneen lähteä liikeelle, parempaa tietoakaan ei ole.
Photoshopin Treshold-toiminnolla voidaan tutkia, mistä sävyarvosta alkaen digikuvaan on alkanut muodostua jotain ja mistä arvosta alkaen kaikki loppu on puhkipalanutta. Kuvallista informaatiota on siis arvojen 47 ja 237 välissä. Pieni tumma viiva 47:n vasemmalla puolella on niin heikko, että tutkittaessa kuvaa siinä ei silmällä näe vielä mustaa missään. Negatiivin todellinen sävyala jää silloin näin lukujen väliin.
Nyt tulee matematiikkaa sillä volyymilla, että sitä pelkäävien kannattaa pistät silmät kiinni.
Kun kameran dynamiikka on mainitut 11 aukkoarvoa, niin sävyarvot 0 - 255 umpimustasta puhkipalaneeseen valkoiseen on jaettava 11 osaan. Ei suinkaan tasavälisesti, vaan eksponentiaalisesti kuten digikuvalle kuuluu tehdä. Silloin saadaan seuraavanlainen taulukko sävyarvojen ja EV-arvojen välille.
Negan tumman pään raja-arvo on siis EV-arvona jossain 7:n ja 8:n välissä ja vaalean pään vastaava arvo EV-arvojen 10 ja 11 välissä. Kolmosta siis pukkaisi näiden erotukseksi.
Jos merkitään sävyarvoa S:llä ja EV-arvo olkoot yllättäen EV, niin näiden välinen matemaattinen malli on muotoa.
Tästä ratkaisemalla
ja sijoittamalla sävyarvot lausekkeisiin
EV-arvojen erotus, negan sävyala olisi siis 3,2 aukkoarvoa, densiteettien erotuksena ilmaistuna aika lähellä ykköstä. Jos joku ihmettelee jakajan lukuarvoa, niin todettakoon, että
Sen enempää en tämän kaavan taustoja ryhdy tässä selvittämään. Kyseessä on ekstponettifunktio ja asiat ovat ymmärrettävissä lukion lyhyen matematiikan pohjalta. Ei ehkä ihan kutosen oppilaille, joten sellaisten lienee syytä keskittyä vähemmän vaativia matemaattisia taitoja vaativiin hommiin. Kuten vaikka toimimaan valtionvarainministerinä.
Jos toiseksi luvuksi otetaankin mustan pään hännän päätepiste, niin pienmmäksi EV-arvoksi saadaan 6,3 ja erotukseksi vastaavasti 4,5. Densiteettieron mittaaminen tällä tavalla on vähän epävarmaa, jos jommassa kummassa histogrammin reunassa on vain hyvin vähän pikseleitä. Tosin ei se densitometrilläkään juuri sen helpompaa oli siinä tapauksessa.
Sama juttu kuvaajan avulla. Sävyarvon ja EV-arvon välinen yhteys. Vaaka-akselilta on luettavissa kuvan sävyala pystyvivojen välisenä erotuksena. Vihreät viivat kuvaavat tilannetta, jossa koirakuvan tummassa päässä oli otettu huomioon tumman pään "häntä".
Onnetoman sävyttömän kuvan sävyala edellisessä metodilla selvitettynä on vain 2,4 aukkoarvoa.
Kuvasta ei saakaan kovin kummoista positiivia.
Laitetaan vielä vertailun vuoksi negatiivi, jonka sävyala on noin 6 aukko-arvoa. Kun se on skannattu histogrammin osoittamalla valotuksella, niin ei ole suuria vaikeuksia tehdä tästä 60 vuotta vanhasta negatiivista sävykästä positiivikuvaa.
