Tenfotograf
 


67
Cyfra 7.25. Histogram obrazu zawierającego konkretną pochmurność. Histogram kursy fotograficzne łódź
rzadko zajętego kawałka nieba miałby nieznacznie ostrzejszy szczyt histogramu. W tym wypadku
y oś jest pokazana logarytmicznie. Obraz kredyt: Przyznaje Privett.

skuteczność, ale to często upadnie na obrazach planet, gdzie 90–100% reguły
(lub wariant) będzie dużo bardziej pomyślny. To jest, ponieważ szczegół interesujesz się doprowadzaniem jest naprawdę subtelną różnicą w jasności między przyległymi
jasnymi pikselami niż jasne piksele przeciw ciemnemu tłu.

Większość modułów programowych zaoferuje ci wybór z jak dane mają zostać zważone, ale znajdziesz, że te paczki specjalizujące się w przetwarzaniu kamery internetowej, która obrazowanie
będzie zwykle zaniedbanie do applicable reguły do planetarnych obrazów. Jako wcześniej, eksperyment
z zautomatyzowanymi metodami dostępnymi. Znajdź opcję, która daje najbardziej zadowalający
skutek i wtedy szczypią czarno-białe ograniczenia ręcznie – to może zostać
wprowadzony w życie używające suwaki, guziki paska narzędzi, guziki na pokazie histogramu lub
dwóch z funkcji (F1–F12) klucze na najlepszej krawędzi twojej klawiatury. Każdy program
wydaje
się zrobić to różnie. Następna sekcja opisuje jak, gdy tylko czarno-białe ograniczenia zostały wybrane, pokaz wszystkich wartości pośrodku może zostać
zoptymalizowany.

Jasność Ważąca patrzenie na obrazy, nawet tych, gdzie ostrożnie wybrałeś
rachunek piksela wartości to powinien odpowiedzieć białemu i czarnemu, możesz znaleźć, że to
pozostaje trudny widzieć subtelny szczegół. Weź, na przykład, spiralny obraz galaktyki.
Często centrum galaktyki całkiem jasno będzie w porównaniu ze spiralnymi
rękami, tak kiedy zaadoptujemy jasność rdzenia jako definiowanie białe, spiralne
ręce będą nudny bliski bez wyrazu osiwieć – nie co chcemy od galaktyki najbardziej
atrakcyjnej cechy. Jedna potencjalna odpowiedź miałaby tylko obniżyć
wartość rachunku piksela, która odpowiada białemu, ale to doprowadziłby do dużej części centralnych


68 Ulepszania Cyfrowych Obrazów