Blog

Wie funktioniert ein Raw-basiertes Histogramm?

Vor zwei Wochen hatte ich an dieser Stelle für ein auf den Rohdaten des Sensors basierendes Histogramm als Hilfsmittel für die optimale Belichtung plädiert, aber was genau ist das, wie könnten Kamerahersteller so etwas realisieren – und was können Sie bis dahin selbst tun? Kurz: Wie funktioniert ein Raw-basiertes Histogramm?

Ich hatte mich auf Richard Butlers Artikel „You probably don’t know what ISO means – and that’s a problem“ bei DP Review bezogen, und wie die Diskussion dort zeigt, ist manchen Fotografen offenbar gar nicht klar, wie die Histogrammanzeige ihrer Kamera funktioniert.

Bei aktuellen Kameramodellen ist ein Raw-basiertes Histogramm die große Ausnahme – mir ist nur von der Leica M monochrom bekannt, dass sie die Histogrammanzeige aus den Rohdaten berechnet. Ein Histogramm ist eine statistische Auswertung der Tonwertverteilung im Foto. Man zählt für jeden Tonwert, wie oft er im Bild vorkommt, und zeigt diese Statistik in einem Diagramm an. Bei einem RGB-Histogramm erfolgt diese Auswertung für jeden der drei Farbkanäle separat.

Die Histogrammanzeige im Wiedergabemodus einer Kamera wird aus den JPEG-Daten berechnet – entweder dem Bild selbst oder einem verkleinerten, eingebetteten Vorschau-JPEG, wie sie auch in einer Raw-Datei vorhanden ist. Ein Live-Histogramm vor der Aufnahme wird aus dem Live-View-Bildern berechnet, wie man sie im elektronischen Sucher oder auf dem Display sieht. In beiden Fällen haben die für das Histogramm ausgewerteten Bilddaten schon eine ganze Reihe von Bearbeitungsschritten durchlaufen. Beispielsweise hat bereits ein Demosaicing stattgefunden, also die Interpolation der fehlenden RGB-Werte, denn jedes Sensorpixel ist ja nur für eine der drei Grundfarben empfindlich. Das Histogramm bezieht sich damit zu zwei Dritteln auf Werte, die lediglich interpoliert sind. Vor allem aber wird meist der Kontrast angehoben, wodurch das Bild knackiger erscheint, aber in den Lichtern wie den Schatten Tonwerte verloren hat. Die darauf basierende Histogrammanzeige führt in die Irre: Wenn es aussieht, als würden die Lichter ausfressen, sind sie in den Raw-Daten oft noch perfekt erhalten. Man ist deshalb gar nicht in der Lage, nach der Regel „Expose To The Right“ (ETTR) zu belichten, denn man weiß ja nicht, wie weit man die Tonwerte durch eine reichlichere Belichtung nach rechts schieben darf.


Wie funktioniert ein Raw-basiertes Histogramm? Ein Histogramm der Rohdaten


Aussagekräftig wäre allein ein Histogramm der Rohdaten. Eine Interpolation ist dazu nicht nötig, denn es soll ja kein Bild, sondern eine Statistik erstellt werden. Die Histogramme für Rot, Grün und Blau berechnet man einfach aus jenen Sensorpixeln, die für die jeweilige Farbe empfindlich sind. Die Auswertung beruht dann ausschließlich auf Helligkeitswerten, die der Sensor wirklich registriert hat, und nicht auf bloß interpolierten Werten. Ein Verarbeitungsschritt ist allerdings dennoch nötig: Die Sensorpixel arbeiten linear, während die Tonwerte, wie wir sie sehen, eine logarithmische Skala haben müssten. Würde man die linearen Tonwerte als Verlauf darstellen und jeden Schritt von einem EV markieren, sähe das so aus:

Wie funktioniert ein Raw-basiertes Histogramm?
Die hellsten Tonwerte würden unverhältnismäßig viel Raum annehmen, während man den größten Teil des Tonwertspektrums gar nicht mehr differenzieren könnte. Die Umrechnung der linearen in eine logarithmische Skale ist allerdings trivial und das Tonwertspektrum würde dann allen EV-Schritten gleich viel Platz einräumen:

Wie funktioniert ein Raw-basiertes Histogramm?
Das ist schon fast alles, was bei der Berechnung eines Raw-basierten Histogramms zu beachten ist, allerdings ist noch zu berücksichtigen, dass bei Sensoren mit Farbfiltern im Bayer-Muster doppelt so viele Pixel für Grün wie für Rot oder Blau empfindlich sind; wenn die Histogramme der drei Farbkanäle vergleichbar sein sollen, muss man die rot- und blauempfindlichen Pixel doppelt berücksichtigen.

Wie funktioniert ein Raw-basiertes Histogramm?
Das Histogramm einer Aufnahme mit Glühlampenlicht: Rot dominiert, während Blau kaum vorkommt.

Es wäre dann noch zu überlegen, ob der gewählte Weißabgleich berücksichtigt werden sollte. Bei Tageslicht ist das unnötig, da es Rot, Grün und Blau in vergleichbaren Anteilen enthält. Im wärmeren Glühlampenlicht hingegen würde ein Histogramm ohne Weißabgleich etwa so aussehen, wie hier links gezeigt: Rote Tonwerte dominieren, da das Licht von Glühlampen vor allem Rot enthält, deutlich weniger Grün und kaum Blau. Bei einer ETTR-Belichtungsmessung stört das nicht, denn das Histogramm gibt ja die wahren Verhältnisse in den Rohdaten wieder: Nur die Belichtung des Rotkanals ist überhaupt kritisch und Blau ist so schwach vertreten, dass man sich darüber keine Gedanken machen muss.

Wie funktioniert ein Raw-basiertes Histogramm?
Das Histogramm nach einem an das Glühlampenlicht angepassten Weißabgleich.

Nachdem man später im Raw-Konverter einen an die Farbtemperatur der Lichtquelle angepassten Weißabgleich durchgeführt hat, der die Grün- und noch mehr die Blautöne verstärkt, könnte es durchaus auch eine Überbelichtung im Blaukanal geben, aber das muss uns an dieser Stelle noch nicht kümmern. Die blauempfindlichen Sensorpixel wurden ja nicht wirklich überbelichtet und wenn sie nach dem Weißabgleich zu hell sind, lassen sie sich – in Lightroom beispielsweise im Bedienfeld »HSL« – leicht wieder zurückfahren, indem man den Luminanzregler für Blau nach links zieht. Zudem ist dies sowieso kein Problem, das sich durch eine andere Belichtung lösen ließe; für die optimale Belichtung spielt dieser Aspekt keine Rolle.

Dennoch könnte man sich wünschen, die Tonwertverteilung auch im Blaukanal besser beurteilen zu können. Dazu müsste die Kamera aus dem gewählten Weißpunkt Faktoren berechnen, mit den jeweils die Werte für Rot, Grün und Blau zu multiplizieren sind, damit die Histogramme aller drei Farbkanäle annähernd die gesamte Breite der Anzeige nutzen. Das könnte eine zusätzliche Option für die Raw-basierte Histogrammanzeige sein. Durch die Multiplikation könnten Werte entstehen, die außerhalb des Histogramms liegen, das üblicherweise 256 Tonwerte anzeigt. Das sähe dann wie eine Überbelichtung aus, aber dieser irreführende Eindruck lässt sich vermeiden, wenn die Kamera die Werte so skaliert, dass alle Werte in die Anzeige passen.


Wie funktioniert ein Raw-basiertes Histogramm? Wenn Sie nicht auf die Kamerahersteller warten wollen


Nun werden Sie einwenden, dass das ja schön und gut sei; vielleicht wird ein Hersteller seinen Kameras irgendwann einmal eine solche Histogrammanzeige spendieren, aber bis dahin nützt es Ihnen doch nichts, wenn Sie wissen, wie es ginge. Tatsächlich können Sie aber schon jetzt etwas dafür tun, dass die Histogrammanzeige zuverlässiger arbeitet. Rico Pfirstinger hat in seinen Büchern zu Fuji-Kameras bestimmte „JPEG-Einstellungen für Raw-Shooter“ empfohlen, die sich ganz ähnlich auch mit vielen Kameras anderer Marken verwenden lassen. Die Kameramenüs bieten ja meist Einstellmöglichkeiten für die Farb- und Tonwertwiedergabe, und normalerweise nutzt man sie dafür, die JPEG-Bilder den eigenen Vorlieben anzupassen – auf die Rohdaten haben sie ohnehin keinen Einfluss.

Die Idee hinter den „JPEG-Einstellungen für Raw-Shooter“ besteht nun darin, hier eine zurückhaltende, weiche Farb- und Kontrastwiedergabe zu wählen. Erwünscht sind flaue Bilder, die zwar auf den ersten Blick nicht sehr attraktiv wirken, aber eine gute Beurteilung der Tonwerte erlauben. Die JPEG-Einstellungen wirken sich nämlich auch auf die Histogrammanzeige aus, die ja auf den JPEG-Daten basiert. Wenn Sie den Kontrast reduzieren und die Auswirkung auf das Histogramm kontrollieren, werden Sie feststellen, dass vermeintlich ausgefressene Lichter nicht immer auf eine Überbelichtung hindeuten; oft wurden sie vielmehr knackigen Kontrasten in den JPEGs geopfert. Was für einen Kontrast Ihre Bilder am Ende haben sollen, bestimmen Sie später im Raw-Konverter – es sind ja JPEG-Einstellungen für Raw-Shooter. Selbst das übliche JPEG-basierte Histogramm kann damit viel nützlicher sein, als es normalerweise ist.

Zeig mehr

Michael J. Hußmann

Michael J. Hußmann gilt als führender Experte für die Technik von Kameras und Objektiven im deutschsprachigen Raum. Er hat Informatik und Linguistik studiert und für einige Jahre als Wissenschaftler im Bereich der Künstlichen Intelligenz gearbeitet.

Ähnliche Artikel

Loading comments...
Das könnte Dich interessieren
Schließen
Schaltfläche "Zurück zum Anfang"