Histogram không hề xa lạ với những người chụp ảnh và xử lý ảnh số, ta có thể thấy Histogram trên máy ảnh, trong Photoshop (Ps), Camera RAW (ACR), Lightroom (Lr) hay bất kỳ phần mềm xư lý ảnh số nào. Trên mạng thì có rất nhiều bài viết về Histogram rồi, mình chỉ tổng hợp lại những kiến thức đã học được trên mạng và cố gắng truyền đạt lại cho các bạn sao cho dễ hiểu nhất, vì mình thấy trên diễn đàn hình như chưa có một bài viết riêng nào dành cho Histogram.
Một điều thường gặp với những bạn mới mày mò học chỉnh sửa ảnh là hầu hết các bạn sẽ nhìn vào màn hình và dùng mắt để ước lượng ánh sáng màu sắc cho bức ảnh, và điều này dẫn đến một hệ quả là nếu bạn dùng một cái màn hình của khựa giá 947.300VND để làm Ps và gửi ảnh cho một khách hàng đại gia với màn hình iMac nghìn đô thì bạn sẽ không bao giờ gặp lại họ lần thứ hai. Đấy là chưa kể có thể mắt bạn bị lé. Trong trường hợp này hạ sách là bán xe để mua một cái iMac, trung sách là sử dụng Histogram, thượng sách là vừa bán xe mua iMac mà lại vừa dùng Histogram.
Độ rộng Histogram và mức độ chi tiết của ảnh
Mình sẽ nói về trung sách, như các bạn đã biết, một bức ảnh được tạo thành nhờ những điểm ảnh có mức độ sáng tối khác nhau, và càng có nhiều mức độ sáng tối càng có nhiều chi tiết trong ảnh, nếu tất cả các điểm ảnh đều có cùng một độ sáng, ảnh sẽ không có một chi tiết nào hết.
Và hãy nhìn Histogram của từng vùng
Các bạn rất dễ dàng nhận thấy sự khác nhau về độ rộng của ba Histogram này. Histogram càng rộng (trải dài) ảnh càng chi tiết và ngược lại, càng hẹp thì càng ít chi tiết.
Vậy là các bạn đã có thể biết rằng để ảnh càng chi tiết cứ kéo dài Histogram ra, nhưng kéo dài đến đâu? Cái gì cũng có giới hạn của nó, kể cả Histogram.
Đọc hiểu Histogram
Nhìn vào một Histogram, các bạn sẽ thấy một phần giống như đồi núi nhấp nhô nằm trong một ô hình chữ nhật. Ta tạm gọi hình chữ nhật có chiều thẳng đứng là trục Y, chiều ngang là trục X. Chiều cao của phần đồi núi tương ứng với trục Y biểu thị số lượng điểm ảnh (Pixel), chiều dài của phần đồi núi tương ứng với trục X biểu thị dải sáng tối của bức ảnh (Tonal Range). Phần trục X biểu thị độ rộng của Histogram được chia thành 256 mức và được đánh số từ 0 đến 255 (0, 1, 2 …, 254, 255), điểm đầu 0 tương ứng với màu đen hoàn toàn, điểm cuối 255 tương ứng với trắng hoàn toàn, ở 2 đầu ảnh ảnh đều không có chi tiết mà chỉ là đen hoặc trắng.
Đến đây các bạn có thể nhìn vào Histogram để biết được rằng phần lớn chi tiết trong ảnh có độ sáng ra sao, từ đó có thể biết bức ảnh nghiêng về sáng hay tối.
Để ý Histogram của hai hình trên, các bạn có thể thấy có những vạch sọc thẳng đứng, đó là những đoạn Histogram bị khuyết đồng nghĩa với việc ở độ sáng tương tứng với đoạn khuyết đó không có 1 điểm ảnh nào, mình sẽ minh họa rõ hơn bằng hình dưới đây.
Các bạn có thể thấy với hình càng ít mức độ sáng thì Histogram càng bị khuyết nhiều, ở hình dưới cùng mình đánh số của độ sáng tương ứng. Điểm 0 đen hoàn toàn nằm ở gốc bên trái Histogram, và có nhiều điểm ảnh có giá trị 0 (vùng đen rộng) nên điểm này cao nhất, các điểm còn lại tương tụ có chiều cao tương ứng với phần diện tích mà nó chiếm. Nhìn vào hình ở giữa với 50 mức độ sáng các bạn đã thấy có thể phân biệt được các vùng sáng khác nhau, hình dưới cùng có 10 mức thì phân biệt rõ ràng, hình trên cùng đủ dải từ 0 đến 255 nhìn mịn và mượt nhất. Như vậy nếu Histogram càng đều, liên tục thì độ chuyển sáng tối trong hình càng mượt đẹp.
Nhiều khi màn hình kém chất lượng luôn hiển thị rõ càng vùng chuyển sáng làm bạn nghĩ ảnh hỏng nhưng không phải, hoặc khi màn hình quá bé nên bạn không phát hiện ảnh đã hỏng, lúc đấy điều cần làm là nhìn vào Histogram. Hai hình dưới đây nếu để kích thước vừa màn hình (15”) sẽ không thấy sự khác biệt (trừ Histogram), nhưng phóng to lên sẽ thấy vùng chuyển sáng ở phần mũi không được mượt (banding)
Vậy là ngoài việc kéo dài Histogram, độ liền mạch của Histogram cũng ảnh hưởng đến chi tiết ảnh, khi chỉnh sửa ảnh số, các bạn cố gắng giữ cho Histogram được đều và liền mạch không ngắt quãng để giữ nhiều nhất chi tiết ảnh.
To be continued…
Nguồn: Xversion1 (Xin ghi rõ nguồn khi Copy bài viết, cảm ơn!)