Billedformater

For at kunne få programmer til at vise og manupulere billeder, gemmer man dem i forskellige formater alt efter det de skal anvendes til. Her vil følgende blive gennemgået

• Native format: RAW
• Standard formater: JPG, PNG, TIFF
• Program formater: DNG, PSD, XCF

RAW

Billedformatet RAW indholder de rå data fra kameraets censor. Data er ikke forarbejdet, hvilket vil sige at der ikke er lagt filtre på. Det billede man ser på selve kameraet er altså ikke selve RAW billedet, men en præsentation af billedet (med diverse tilpassede filtre).

RAW er altså kameraspecifikt mærke og kan kun vises i programmer der kan anvende det konkrete RAW-format. Her er for 3 kameramærker liste:

• Canon: CRW, CR2, CR3
• Nikon: NEF
• Sony: ARW, SRF, SR2

En liste over RAW-formater: Wikipedia link

Fordele

• Rå data

Det er den mest nøjagtige gengivelse man kan opnå. Billedet er ikke blevet tolket eller ændret af filtre, og er kun styret af de mekaniske indstillinger (ISO, brændvidde og blænde).

• Ikke destruktiv redigering

Så længe man redigerer i RAW formatet, så sker der ingen ændringer af de oprindelige data. Det hele styres ved hjælp af en konfigurationsfil, som får programmet til at manipulere med pixels i RAW filen.

Det er altså i langt højere grad muligt at ramme mere præcist med de ønskede ændringer, og skabe det bedst mulige udgangspunkt for at eksportere sit billede til et standardformat.

Noget om bit

For at forstå hvad en bit er, kan de hjælp at tænke på en pære, som kan være i to tilstande: tændt og slukket. Det kan man også beskrive som om lampen er i tilstand 1 (tændt) eller 0 (slukket). Når vi anvender 1 og 0 anvender vi det som vi kalder det binære talsystem

Sætter vi en ekstra lampe frem kan vi altså få 4 forskellige tilstande

Lampe		binær		Værdi
Slukket	Slukket	0	0	0
Slukket	Tændt	0	1	1
Tændt	Slukket	1	0	2
Tændt	Tændt	1	1	3

Vi kan altså beskrive alle hele tal vi kender ud fra det binære talsystem, der ikke skifter position ved en potens af 10 som vi er vant til ...

1	2	3	4	5
\( 1 \cdot 10^4 \)	\( 2 \cdot 10^3 \)	\( 3 \cdot 10^2 \)	\( 4 \cdot 10^1 \)	\( 5 \cdot 10^0 \)
10.000	2.000	300	40	5
I alt	10.000 + 2.000 + 300 + 40 + 5 = 12345

... men for hver potens af 2. Herunder er vist hvad der vil svare til 8 bit (8 positioner)

1	1	1	1	1	1	1	1
\( 2^{7} \)	\( 2^{6} \)	\( 2^{5} \)	\( 2^{4} \)	\( 2^{3} \)	\( 2^{2} \)	\( 2^{1} \)	\( 2^{0} \)
128	64	32	16	8	4	2	1
I alt	128 + 64 + 32 + 16 + 8 + 4 + 2 + 1 = 256 = \( 2^8 \)

Således vil tallet 11000101 altså give følgende i 10-talssystemet:

Vi kan også se at vi kan udregne hvor mange værdier vi har adgang til ved at sætte eksponenten til antallet af bit

Noget om digitale farver

For at få en generel forståelse for farver kan du læse her: Digitale farver

Kort fortalt gælder det at digitale farver bliver bygget op ved hjælp af farverne rød, grøn og blå (RGB). Herunder er hver af RGB farverne vist fra værdien 00000000 til 11111111 - altså det der svarer til 8 bit/farvekanal (\( 2^8 = 256 \) nuancer).

Rød ( 00000000 - 11111111 )

Grøn ( 00000000 - 11111111 )

Blå ( 00000000 - 11111111 )

Selvom jeg valgte at vise dem i en større bit-dybde (f.eks. 10 bit), så ville de stadig se ud på samme måde, for farverne kan aldrig være mere en slukket (svarende til: 0000000000) eller helt tændt (svarende til : 1111111111).

Vi kan ikke engang se, at der er 256 forskellige nuancer, simpelthen fordi den enkelte nuance er så smal som den er.

Farvedybde

Grunden til at jeg ikke har placeret farvedybde under fordele er, at det også er et problem, hvis man ikke indtænker dette.

Langt de fleste kameraer gemmer i dag billeder med 14 bit/farvekanal hvilket vil sige at hver pixel i billedet har en farvedybde på 42 bit. Sat op overskueligt

Nuancer per farvekanal = \( 16.384 ~~(2^{14}) \)

Nuancer per pixel = \( 4.3980~~mia ~~(2^{42}) \)

Ved 8-bit (f.eks. i jpg billeder) er der maksimalt \( 256 ~~(2^8) \) nuancer per farvekanal.

Problemet med dette store antal nuancer er, at hvis antallet af mulige nuancer overstiger det antal vi kan se/producere, er at vi reelt arbejder i blinde. Konkret viser problemet sig i følgende tilfælde:

• Når ens grafikkort ikke kan vise alle bits

Langt de fleste kort kan kun vise enten 8 eller 10 bit. Derfor arbejder man reelt ikke med de farver som RAW-filen indeholder, men dem som ens udstyr kan vise.

• Når ens output (skærm, print, fil) ikke kan vise alle tilgængelige bit

Hvis det endelige billedformat ikke kan gemme/vise alle de nuancer man har arbejdet med, så risikerer man at få det som hedder banning. Det kan ofte ses tydeligt på store flader hvor nuanceforskellen ikke er stor

For at illustrere problemet har jeg herunder lavet et tænkt eksempel på hvad problematikken er. Forestil dig at du sidder og redigere en flade, hvori der er en farveovergang. Herunder er vist de ekstra mulige nuancer der er ved henholdsvis 14, 12, 10 og 8 bit, hvor 8 bit er det endelige resultat, f.eks. ved eksport til JPG.

Mulige nuancer ved 14 bit (\( 2^{14} = 16.384 nuancer \))

I denne farveovergang er der 64 farvefelter med hver sin nuance. Vores øjne kan ikke skille dem ad, med mindre vi sidder ved en rigtig god skærm.

Mulige nuancer ved 12-bit (\( 2^{12} = 4096\) nuancer)

Her er der kun 16 forskellige nuancer. Kigger vi godt efter kan vi godt se nogle lodrette linier igennem farveovergangen. Det skyldes både at felterne er større, men også at der er lidt mere forskel mellem de enkelte felter.

Mulige nuancer ved 10 bit (\( 2^{10} = 1024 \) nuancer)

Her er der tydelig adskillelse mellem de fire nuancer der er plads til ved 10 bit

Muligt slut-nuance ved 8 bit (\( 2^8 = 256 \)) nuancer

Ser vi på hvad forskellen er mellem 14 og 8 bit bit får vi altså følgende forenkling. Læg mærke til at den

14 bit (64 nuancer)

8 bit. Og ja ... det er 1 nuance (mellemværdien) uanset hvad det ligner

Hvis man er uheldig risikerer man altså at noget der så ud som fine bløde farveovergange ved 14 bit kommer til at ligne det vi ser herunder (overdrevet):

Vi kan altså konkludere at:

• ... RAW er godt til at optage billeder i, fordi man får en så nøjagtig repræsentation af ens motiv, som det er muligt.
• ... hvis RAW-filen er på 14 bit og ens skærm arbejder i 10 bit, så har man her "mistet" en stor del af RAW filens mulige nuancer (\( 2^{14} - 2^{10} = 2^4 = 16 \) nuancer per farvekanal).
• ... problemet er større hvis ens skærm arbejder i 8 bit (\( 2^{14}-2^{8}=2^6 = 64 \) nuancer per farvekanal)
• ... hvis man eksporterer et billede der er bearbejdet i 10 bit (\( 2^{10}=1024 \)) til et 8 bits format (f.eks. JPG/PNG), så mister man \( \frac{ 3 }{ 4 } \) af de nuancer man kan se på sin computer..

Der er ingen tvivl om at RAW er det bedste formaet at tage sine billeder i, men man bør stadig færdig redigere sine billeder i det format de skal bruges, da man risikerer at detaljer forsvinder når man ændrer på farvedybden i billedet.

Vigtige begreber

Størrelse

Et billede opgøres i antallet af pixels det kan optage. Et Canon 6D har f.eks. opløsningen 20.2 MPixels (5472x3648).

Transparency

Transparency fortæller om et billede kan have usynlig baggrund.

Komprimering

For at gøre billedfiler mindre kan man komprimere/pakke dem til at fylde mindre, som man f.eks. gør med zip-filer. Det foregår ved at komprimeringsprogrammet finder data, det kan beskrive kortere end i den originale fil.

Man kan indstille graden af komprimering, men det kan sjældent betale sig at ændre på programmets standardindstillinger.

Lossy compression

Lossy compression (også kaldet irreversibel komprimering) anvendes til forskellige media (billede, video og lyd), hvor det ikke er nødvendigt med en 100% nøjagtig gengivelse af det oprindelige men blot en tilnærmelse. Ved billeder handler det f.eks. om områder med samme farve eller farveovergange.

Generelt så gælder det, at jo mindre et billede er, jo værre vil effekten af lossy komprimering være. Se nedenfor

En lossy compression er altså kendetegnet ved at man ikke kan komme tilbage til udgangspunktet

Opløsning

For at angive billedet opløsning anvender man egentlig 4 forskellige betegnelser:

Betegnelse	Forklaring
Opløsning	Angives enten som et tal eller som længde · højde. For et Canon 6D vil det være henholdsvis 20.2 MPixels eller 5472 · 3648 pixels
PPI	Pixels Per Inch - Handler om hvor tæt pixels sidder - og dermed egentlig skarpheden af en skærm.
DPI	Dots Per Inch. Anvendes kun til print. DPI tallet angiver hvor mange "pletter" der vil blive sat per tomme når den printes.

Print

En tommelfingerregel for print er, at billedet minimum skal have en DPI på 150. Ved denne opløsning af billedet registrerer vi det som værende "godt nok".

Det betyder:

Format		Pixels ved 150 DPI		Pixels ved 300 DPI
h·b (cm)	Forhold	h·b	Mpixels	h·b	MPixels
10 · 13	1,3	597 · 768	0,5	1182 · 1536	1,9
13 · 18	1,4	768 · 1063	0,9	1536 · 2126	3,3
15 · 21	1,4	886 · 1241	1,1	1772 · 2481	4,4
18 · 24	1,3	1063 · 1418	1,6	2126 · 2835	6,1
20 · 30	1,5	1182 · 1772	2,1	2363 · 3544	8,4
30 · 45	1,5	1772 · 2658	4,8	3544 · 5315	18,9
40 · 60	1,5	2363 · 3544	8,4	4725 · 7087	33,5

Printer papir

Format			Pixels ved 150 DPI		Pixels ved 300 DPI
Type	h·b (cm)	Forhold	h·b	Mpixels	h·b	MPixels
A5	14,8 · 21	1,4	875 · 1241	1,1	1749 · 2481	4,4
A4	21 · 29,7	1,4	1241 · 1754	2,2	2481 · 3508	8,8
A3	29,7 · 42	1,4	1754 · 2481	4,4	3508 · 4961	17,5
A2	42 · 59,4	1,4	2481 · 3508	8,8	4961 · 7016	34,9
A1	59,4 · 84,1	1,4	3508 · 4967	17,5	7016 · 9934	69,7

Hent regneark: DPI_regneark.xls

Beregning af PPI

For at finde den rigtige PPI/DPI skal man vide noget om hvor langt væk fra billedfladen man skal være for at opfatte et billede skarpt og ikke som om det består af pixels.

Formlen til at beregne (tilnærmet) den nødvendige DPI er (x = antal meter):

I tabelform

Afstand (meter)	Opløsning (PPI)	Pixels ved ...
		A4	A3	4·2 meter
0,5	348	4070 · 2878	5755 · 4070	41102 · 27402
1	174	2035 · 1439	2878 · 2035	20552 · 13701
2	87	1018 · 720	1439 · 1018	10276 · 6851
3	58	679 · 480	960 · 679	6851 · 4567
4	44	515 · 364	728 · 515	5197 · 3465
5	35	410 · 290	579 · 410	4134 · 2756
10	18	211 · 149	298 · 211	2126 · 1418
20	9	106 · 75	149 · 106	1063 · 709
50	4	47 · 34	67 · 47	473 · 315

Hent regneark: PPI_regneark.xls

Standardformater

Standardformater er i denne sammenhæng billedformater der kan anvendes til deling og visning i programmer på forskellige operativsystemer og platforme.

Her vil jeg gennemgå de mest almindelige formater:

• JPEG
• PNG
• TIFF

	JPG	PNG	TIFF
Komprimering	Ja (lossy)	Ja	Ja
Bit/kanal	8	8, 16	8, 16, 32
Transparency	Nej	Ja	Ja
Farvestyring	YCbCr, ICC	RGB, RGBA, ICC	RGB, ICC, CMYK, YCbCr, CIE l*a*b
Metatags	Tekstfelt	Standard og tilpassede	Standard og tilpassede
Egnet til	WEB / print	WEB / print	Print / tryk

Herunder er et eksempel på det samme billede gemt i forskellige formater.

Billedet er gemt fra en RAW fil i størrelsesforholdet 2291 x 1619.

_	JPG (8-bit)	PNG (8-bit)	TIFF (8-bit)
Dimension	2291 x 1619	2291 x 1619	2291 x 1619
Størrelse	1,7 MB	5,8 MB	6,3 MB
Indeks	100	341	371
Fil	chopper_2291x1619.jpg	chopper_2291x1619.png	chopper_2291x1619.tif

Hvis du henter billederne ned på din computer, så vil du opdage at der stort set ingen forskel er på dem. Det eneste sted du kan se en mindre forskel er ved at kigge på den røde flade under cockpitvinduet. Der vil du kunne se, at jpg billedet virker mere sløret. Men der skal zoomes kraftigt ind. Herunder har jeg uploaded to udsnit så du selv kan se det.

jpg	PNG
chopper_fuselage_jpg.png	chopper_fuselage_png.png

Et godt eksempel på hvad komprimering betyder for et billede er nedestående eksempel taget fra GIMP'ens hjemmeside. Her vises konsekvenserne af de forskellige "quality settings". Det er tydeligt at se forskel mellem 100% og 10%, men svært at se mellem 100% og 80%. De 90% som Gimp'en selv foreslår er en udemærket som slutprodukt.

Programafhængige formater

PSD

XCF