Tonwerte, Histogramm und Tonwertkurve

Auf dieser Seite befassen wir uns mit grundlegenden, wichtigen Bestandteilen der elektronischen Bildverarbeitung und der Digitalfotografie: den Tonwerten und dem Histogramm. Diese beiden Begriffe sind direkt miteinander verknüpft und bilden in der elektronischen Bildbearbeitung eine Basis, die jeder, der sich ernsthaft mit der Bildbearbeitung beschäftigt, verstehen und anwenden können sollte.

Bevor wir uns mit den entsprechenden Werkzeugen in Photoshop^® beschäftigen, müssen zunächst die Grundbegriffe Tonwerte und Histogramm erläutert werden. Anhand zahlreicher Beispiele zeigen wir, was Tonwerte sind und wie man Histogramme liest und interpretiert. Erst wenn man diese Grundlagen verstanden hat kann man professionelle Bildbearbeitungswerkzeuge wie die Tonwertkorrektur zur Optimierung seiner Digitalbilder einsetzen.

Was sind Tonwerte?

Beginnen wir mit dem Begriff Tonwert. Als Tonwert bezeichnet man allgemein einen Farb- bzw. Helligkeitswert innerhalb eines gegebenen Spektrums. Jeder Pixel eines digitalen Bildes kann einen bestimmten Tonwert annehmen. In einem Foto mit 8 Bit Farbtiefe besteht das Spektrum aus 256 Tonwerten pro Farbkanal. Bei einem Graustufenbild bedeutet das, dass jeder Pixel einen Wert zwischen 0 und 255 annehmen kann. Je höher der Tonwert, desto heller der Pixel.

Ein RGB-Farbbild besteht bekanntlich aus drei Farbkanälen: Rot, Grün und Blau. Entsprechend lässt es sich also in drei Halbtonbilder in den Grundfarben aufteilen. Man kann sich diese Kanäle als "Farbebenen" vorstellen, die als Halbtonbilder die Werte der jeweiligen Farbe beinhalten. Die Mischung dieser drei Farbkanäle ergibt dann die Farben der einzelnen Pixel. Hat ein Pixel beispielsweise die RGB-Werte (167, 102, 228), was einen lila Farbton ergibt, so ist dessen Tonwert im Rotkanal 167; entsprechend ist der Tonwert im Grünkanal 102 und im Blaukanal 228. Am dunkelsten ist der Pixel also im Grünkanal, etwas heller im Rotkanal und am hellsten im Blaukanal.

Es ist zu beachten, dass dies nur für Bilder im RGB-Modus gilt. Beispielsweise im CMYK Modus besteht das Bild aus 4 Kanälen, und es gilt genau anders herum als im RGB-Modus, dass je höher ein Tonwert ist, desto dunkler ist der Pixel. Dies liegt daran, dass es sich beim CMYK-Farbmodell um eine subtraktive Farbmischung handelt, wohingegen das RGB-Model auf additiver Farbmischung beruht. Im Lab-Modus sieht alles nochmal ganz anders aus. Mehr dazu erfahren Sie auf unserer Website zum Thema Farbmodelle.

Das Histogramm, die Tonwertkurve eines Bildes

Wer sich ein wenig mit digitaler Fotografie und Bildbearbeitung auseinandergesetzt hat, ist bestimmt schon einmal auf das Histogramm gestoßen. Die meisten besseren Digitalkameras bieten die Möglichkeit, das Histogramm im Display während der Aufnahme oder bei der Bildbetrachtung anzuzeigen. Viele Anwender wissen mit dem "merkwürdigen Wellendiagramm" allerdings nichts anzufangen. Wer es jedoch zu deuten weiß, dem bietet das Histogramm eine hervorragende Hilfe beim Umgang mit digitalen Bildern.

Als Histogramm bezeichnet man die grafische Darstellung der Tonwertverteilung eines Bildes; es wird daher auch als Tonwertkurve bezeichnet. Die Tonwertverteilung wird in einem Koordinatensystem mit zwei Achsen abgebildet: Auf der x-Achse befinden sich die Tonwerte von schwarz (0, ganz links) bis weiß (255, ganz rechts), und an der y-Achse ist abzulesen, wie häufig die jeweiligen Tonwerte im Bild vorhanden sind. Beim Histogramm handelt es sich also quasi um eine Bildstatistik, die angibt, wie häufig welche Tonwerte im Bild vorhanden sind. Dies wollen wir Ihnen nun anhand einiger theoretischer Beispiele verdeutlichen. Wir beginnen mit Schwarz-Weiß-Bildern bzw. Graustufenbildern, da sich mit ihnen die Grundlagen von Histogramm und Tonwerten am einfachsten erklären lassen.

Das Histogramm von Graustufenbildern

Beginnen wir mit dem Histogramm von Graustufenbildern. Im Gegensatz zu Farbildern besteht das Graustufenbild nur aus einem Tonwertkanal mit einem Spektrum von schwarz über dunkelgrau, mittelgrau, hellgrau bis weiß.

Bild mit drei gleich großen Balken: Das erste Beispiel links (ein Klick auf das Thumbnail öffnet eine vergrößerte Darstellung) zeigt ein Graustufenbild mit 3 grauen Flächen (links dunkelgrau, in der Mitte ein mittleres grau, rechts hellgrau), das aus exakt drei unterschiedlichen Tonwerten besteht: 64 (links), 128 (Mitte) und 192 (rechts). Alle drei Tonwerte sind im Bild zu gleichen Anteilen vorhanden, d.h. die 3 grauen Flächen sind jeweils gleich groß. Das zugehörige Histogramm rechts unten zeigt dementsprechend drei Ausschläge an den entsprechenden Werten auf der x-Achse an, die alle gleich hoch sind. Es sind dies die 3 senkrechten Linien im Innern des Bildes. Alle anderen möglichen Werte des Histogrammes sind nicht belegt bzw. haben einfach den Wert Null, da die entsprechende Farbe im Bild ja gar nicht vorhanden ist.

Bild mit drei unterschiedlich großen Balken: Im zweiten Beispiel haben wir die Verteilung der Tonwerte verändert. Das Bild besteht immer noch aus den drei Tonwerten 64, 128 und 192, hier sind die Pixel mit dem Tonwert 128 (die mittlere graue Fläche) aber deutlich in der Überzahl. Auch das lässt sich im Histogramm rechts unten in Bild erkennen: Die Ausschläge bei den Tonwerten 64 und 192 sind wesentlich kleiner als beim Tonwert 128 in der Mitte des Bildes. Natürlich sind auch in diesem Bild nur diese 3 Tonwerte mit Werten belegt; die anderen Tonwerte auf der Graustufenskala von schwarz bis weiß sind unbelegt bzw. haben den Wert Null.

Anhand dieser beiden Beispiele können wir bereits lernen, dass das Histogramm nur eine statistische Verteilung der im Bild vorhandenen Tonwerte anzeigt. Das Histogramm gibt keine absoluten Zahlenwerte an, man kann also daraus nicht ablesen, wie viele hellgrauen Pixel tatsächlich in einem Bild vorhanden sind. Vielmehr kommt es auf das Verhältnis von hellgrauen zu dunkelgrauen Pixeln an, und so ein relatives Zahlenverhältnis ist anhand der Höhe der jeweiligen Balken gut abschätzbar.

Bild mit einem Verlauf: Das dritte Beispiel zeigt ein Bild mit einem Graustufen-Verlauf von schwarz, also dem Tonwert 0, bis weiß, also dem Tonwert 255. Alle dazwischen liegenden Tonwerte sind im Bild vorhanden. Links im Bild befindet sich also der Tonwert 0 (schwarz); von links nach rechts steigen die Tonwerte Schritt für Schritt an bis sie an der rechten Seite des Bildes den Maximalwert von 255 (weiß) erhalten.

Sieht man sich das zugehörige Histogramm rechts unten an, so kann man das ganz deutlich erkennen: Es zeigt Ausschäge von ganz links (schwarz - 0) bis ganz rechts (weiß - 255). Jeder Farbton hat im Histogramm einen Wert, ist also im Bild auch vorhanden. Aus dem Histogramm lässt sich ferner ablesen, dass die ganz dunklen Schwarz-Töne links im Bild und die ganz hellen Weißtöne rechts im Bild ungefähr doppelt so häufig vorkommen wie die mittleren Grautöne. Es handelt sich also nicht um einen linearen, gleichmäßigen Graustufenverlauf. Halten wir fest:

Das Histogramm zeigt eine statistische Verteilung der im Bild vorhandenen Tonwerte an. Aus dem Histogramm sind keine absoluten Zahlenwerte ablesbar.

Das Histogramm von Farbbildern

Bei den meisten Farbfotos handelt es sich um RGB-Bilder (RGB steht für die 3 Grundfarben Rot, Grün und Blau), die aus den drei Halbtonbildern der drei verschiedenen Farbkanäle bestehen. Demzufolge gibt es bei einem RGB-Bild auch drei unterschiedliche Histogramme: eines für jeden Farbkanal. Diese unterscheiden sich nicht von einem Histogramm eines Graustufen-Bildes.

Die drei einzelnen Histogramme werden meist zu einem zusammengefasst. Dabei werden die Tonwerte als Durchschnittswerte aus den einzelnen Farbkanälen dargestellt, und in einem einzigen RGB-Histogramm abgebildet. Das vereinfacht die Arbeit mit Histogrammen bei Farbbildern und dient dazu, einen Gesamteindruck über die Tonwertverteilung im Bild zu erhalten und diese in ihrer Gesamtheit bearbeiten zu können.

Im Folgenden wollen wir Ihnen anhand einiger Beispiele das Zusammenspiel der einzelnen Farbkanäle und deren Histogramme erläutern.

Bild mit 3 Graustufen: Beginnen wir mit einem RGB-Bild aus dem vorigen Kapitel, das aus drei Graustufen (links dunkelgrau, in der Mitte mittelgrau, rechts hellgrau) besteht. Es beinhaltet also keinen Farbton. Wie man sieht, gleichen sich die drei Histogramme der einzelnen Farbkanäle für rot, grün und blau exakt: Die drei Balken im Bild weisen in jedem Kanal die gleichen Tonwerte auf, wodurch sich ein neutrales Grau ergibt. Diesen Sachverhalt kennen wir bereits von unserer Seite über Farbmodelle, wo wir gelernt haben, dass sich die Grautöne gerade dadurch auszeichnen, dass im RGB-Farbmodell der Rot-Wert, der Gün-Wert und der Blau-Wert jeweils den gleichen Zahlenwert hat. Grautöne werden in der Fachsprache auch als unbunte Farben bezeichnet. Betrachten wir die Gesamt-Tonwertkurve für das gesamte RGB-Bild (Tonwertkurve unterhalb des Bildes mit der Bezeichnung RGB), dann erkennen wir dieselben Balken, wie wir sie bereits im vorigen Kapitel bei der Betrachtung eines reinen Graustufenbildes gesehen haben.

Ein Schwarz/Weiß-Foto im RGB-Modus besteht also aus drei Farbkanälen, deren Halbtonbilder sich nicht unterscheiden. Ein Pixel wird nämlich erst dann farbig, wenn sich mindestens einer seiner drei RGB-Werte von den anderen unterscheidet. Dies verdeutlichen wir in unserem nächsten Beispiel.

Bild mit 3 roten Flächen: Betrachten wir zunächst das Beispiel links mit einem Bild mit drei roten Flächen. Links befindet sich ein sehr dunkles Rot, rechts ein sehr helles Rot. Die drei Balken haben die Tonwerte (64,0,0), (128,0,0) und (192,0,0), d.h. nur der erste Wert eines RGB-Zahlentripels ist jeweils belegt. Dies erkennen wir deutlich, wenn wir das Histogramm des Rotkanals rechts oben im Bild anschauen: Wir finden genau an den Positionen 64, 128 und 192 auf der x-Achse einen jeweils gleich hohen Ausschlag im Histogramm. Betrachten wir das Histogramm des Grünkanals rechts in der Mitte des Bildes sowie des Blaukanals rechts unten im Bild, dann erkennen wir jeweils ganz links, also an der Position 0, einen Balken mit Vollausschlag. Das Gesamt-RGB-Histogramm links unten zeigt als Kombination der 3 Teil-Histogramme links an der Position 0 einen hohen Balken sowie 3 kleine Balken an den Positionen 64, 128 und 192. Insgesamt ist das Bild also recht dunkel, da der Tonwert 0 viel häufiger vorkommt als alle anderen Tonwerte zusammen.

Klicken Sie nun auf den Play-Button neben dem Bild. Dann zeigt das Bild links oben im Abstand von 3 Sekunden jeweils die Darstellung des Rot-Kanales, des Grün-Kanales, des Blau-Kanales und des Gesamt-Bildes im Wechsel. Beim Rot-Kanal erkennen wir 3 graue Flächen im Bild wie im vorigen Beispiel: Ganz links dunkelgrau (entspricht dem Zahlenwert 64), in der Mitte grau (Zahlenwert 128) und rechts hellgrau (Zahlenwert 192). Bei der Darstellung des Grünkanals und des Blaukanals sehen wir nur ein schwarzes Bild; dieses entspricht jeweils dem Tonwert 0 (0 = schwarz). Entsprechend sehen wir im jeweiligen Teil-Histogramm für den Grünkanal und den Blaukanal ganz links an der Position 0 einen einzigen hohen Balken. Die Kombination der 3 Halbbilder bzw. der 3 Histogramme ergibt das farbige Bild mit den drei roten Balken.

Bild mit 3 roten, 3 grünen und 3 blauen Flächen: Im nächsten Beispiel sehen Sie ein Bild, das aus 3 roten, 3 grünen und 3 Blauen Flächen besteht. Ganz links befindet sich ein dunkelroter Balken mit dem Tonwert (64,0,0), dann zwei hellrote Balken mit den Tonwerten (128,0,0) und (192,0,0). Es folgen 3 grüne Balken mit den Tonwerten (0,64,0), (0,128,0) und (0,192,0) sowie 3 blaue Balken mit den Tonwerten (0,0,64), (0,0,128) und (0,0,192). Die Histogramme der einzelnen Farbkanäle sehen jeweils gleich aus, da die einzelnen Balken im Bild jeweils die identische Fläche haben. Sie haben jeweils links an der Position 0 einen sehr hohen Balken und drei kleinere, gleich große Balken an den Positionen 64, 128 und 192.

Warum dies so ist erkennt man am Besten beim Betrachten der jeweiligen Halbbilder durch Klick auf den Play-Button: Betrachten wir zum Beispiel nur den Rotkanal an sich, dann erkennen wir links im Bild die 3 roten Balken als Graustufen dargestellt; die rechten beiden Bilddrittel sind jedoch schwarz. Demzufolge ist im Histogramm des Rot-Kanales der Balken an der Position 0 (schwarz = 0) exakt 6 mal so hoch wie die 3 Balken an den Positionen 64, 128 und 192.

Insgesamt ist auch dieses Bild sehr dunkel, wie das Gesamt-Histogramm des RGB-Bildes veranschaulicht: Der Balken im RGB-Histogramm an der Position 0 (schwarz) ist 6 mal so hoch wie die drei Balken an den Positionen 64, 128 und 192.

Bild mit großen Rot-Flächen: Unser viertes Beispiel verdeutlicht den Zusammenhang zwischen der Höhe des Ausschlags im Histogramm und der Anzahl der Pixel, die den entsprechenden Tonwert aufweisen. Das Bild enthält exakt die gleichen Farben wie unser letztes Beispiel, jedoch in unterschiedlichen Mengenverhältnissen. Hier ist die Farbe Rot in ihren drei Helligkeitsabstufungen wesentlich stärker vertreten als die beiden anderen Farben Grün und Blau. Dementsprechend sehen auch die Histogramme anders aus: Während sich das RGB-Histogramm nicht vom letzten Beispiel unterscheidet, zeigt das Rot-Histogramm deutlich höhere Ausschläge als die Grün- und Blau-Histogramme. Rote Pixel sind viel häufiger im Bild vorhanden, als Pixel der beiden anderen Farben.

Im Rot-Histogramm haben die Balken an den Positionen 64, 128 und 192 fast die gleiche Höhe wie der Balken an der Position 0; dies erkennt man durch Klick auf den Play-Button im Halbtonbild für den Rotkanal: Die schwarze Fläche rechts der roten Flächen ist nur ein bisschen größer als eine einzelne Rotfläche. Anders beim Grün- und Blau-Histogramm: Die jeweiligen Balken an der Position 0 sind um ein Vielfaches höher als die 3 Balken an den Position 64, 128 und 192. Beim Blick auf das Halbtonbild wird klar warum: Es überwiegt die schwarze Fläche im Bild deutlich gegenüber den grünen bzw. blauen Flächen.

Bild mit unterschiedlichen Helligkeiten: Als nächstes sehen Sie ein Bild, in dem die drei reinen Farben im Gegensatz zu den vorherigen Beispielen unterschiedliche Helligkeiten aufweisen. Rot ist wie in den vorigen Beispielen mit den Tonwerten (64,0,0), (128,0,0) und (192,0,0) vertreten. Grün ist jedoch in dunkleren Farbabstufungen vorhanden, nämlich (0,32,0), (0,96,0) und (0,160,0). Blau ist mit helleren Tonwerten vertreten, nämlich (0,0,96), (0,0,160) und (0,0,224). Bei Grün haben die 3 Zahlenwerte also geringere Werte wie im vorigen Beispiel, bei Blau haben die Zahlenwerte höhere Werte. Dies erkennen wir deutlich an den 3 Teil-Histogrammen für die jeweiligen Farbkanäle: Im Rot-Histogramm sind die 3 kleinen Balken gleichmäßig verteilt, im Grün-Histogramm befinden sich die 3 kleinen Balken weiter links (→ dunkler), im Blau-Histogramm liegen die 3 kleinen Balken weiter rechts (→ heller).

Das RGB-Histogramm zeigt neben dem großen Balken ganz links (schwarz) insgesamt sieben weitere Ausschläge. Zwei davon sind höher als die beiden anderen: Das sind die Tonwerte, die sowohl im Grün-Kanal als auch im Blau-Kanal vorhanden sind. Sieht man sich die Histogramme dieser beiden Kanäle an, sieht man, dass jeweils zwei der drei Ausschläge an der gleichen Stelle liegen. Diese Tonwerte sind also insgesamt doppelt so oft vorhanden, wie die anderen. An diesem Beispiel wird wieder deutlich, dass das Histogramm eben eine Statistik über die Tonwertverteilung im Bild angibt.

Bild mit gemischten Farben: Zu guter Letzt zeigen wir Ihnen hier ein Bild, das im Gegensatz zu allen anderen Beispielen nicht aus den reinen Grundfarben, sondern aus den gemischten Farben rosa, Frühlingsgrün und Königsviolett besteht. Der rosa Balken links im Bild nimmt eine doppelt so große Fläche wie die beiden anderen Farbbalken ein. Er hat den RGB-Wert (192,64,128). Der Rotanteil dominiert also mit einem Wert von 192 gegenüber dem Grünanteil mit 64 und dem Blauanteil mit 128. Auf diese Weise kommt die Farbe Rosa zustande. Der zweite Balken hat die Farbe Frühlingsgrün mit den RGB-Werten (128,192,64). Bei diesem Farbton dominiert der Grünanteil mit einem Wert von 192. Der rechte Balken in der Farbe Königsviolett hat die RGB-Werte (64,128,192); bei diesem Farbton dominiert der Blauanteil mit einem Wert von 192, so dass als Gesamtfarbe ein Blauton erscheint.

Bei jedem Farbbalken sind also in den RGB-Werten sämtliche 3 Werte belegt. In den vorigen Beispielen war immer nur ein Wert belegt, die anderen waren Null; dadurch erhielt man Farbbalken in den Grundfarben Rot, Grün oder Blau. Betrachten wir nun die Histogramme der einzelnen Farbkanäle, dann fällt sofort auf, dass es keine Balken ganz links beim Wert 0 gibt. Der Grund liegt ganz einfach darin, dass sämtliche Flächen RGB-Werte haben, die von 0 abweichen. Jedes Teil-Histogramm hat 3 Ausschläge, jeweils an den Werten 64, 128 und 192. Der höchste Ausschlag wird jeweils von der Rosa-Fläche mit den RGB-Werten (192,64,128) dominiert. Da die Rosa-Fläche das Bild dominiert, da sie ja 50% der Bildfläche einnimmt, hat im Rot-Histogramm der Balken an der Stelle 192 den Maximalausschlag, im Grün-Histogramm ist der größte Balken beim Wert 64, und im Blau-Histogramm an der Stelle 128.

Über den Play-Button erscheinen wieder die Teil-Histogramme sowie das Gesamthistogramm im Film. Betrachten wir nur das Rot-Histogramm des Bildes, dann erkennen wir drei Ausschläge an den Stellen 64, 128 und 192. Der Ausschlag an der Stelle 192 ist doppelt so hoch wie die beiden anderen Ausschläge. Dieser hohe Ausschlag kommt von der doppelt so großen Rosa-Fläche. Entsprechendes gilt für die Grün- und Blau-Histogramme.

Beurteilung des Histogrammes von Digitalbildern

Für die obigen Beispiele haben wir keine Fotos verwendet sondern Grafiken. Wir haben bewusst Grafiken mit nur wenigen Farben verwendet, um die Grundlagen und den Aufbau des Histogrammes veranschaulichen und erklären zu können. Kommen wir nun zu praxistauglicheren Beispielen, wo wir keine Grafiken mehr sondern echte Fotos verwenden. Diese zeigen Belichtungssituationen, so wie sie im fotografischen Alltag vorkommen können:

Beispiel 1 - Dunkles Motiv: Das Foto links zeigt eine korrekt belichtete Aufnahme des dunklen Sternenhimmels mit dem dazugehörigen Histogramm. Hier ist deutlich zu erkennen, dass sich die Tonwerte des Bildes ausschließlich im linken Bereich des Histogramms befinden: Es besteht also fast nur aus dunklen Tonwerten. Die wenigen helleren Pixel (die Sterne) zeigen sich im Histogramm nur als flach verlaufende schwarze Linie ganz unten entlang der x-Achse. Sie sind in so geringer Anzahl vorhanden, dass sie keine höheren Ausschläge im Histogramm erzeugen. Die schwarze Linie, die fast bis an den rechten Bildrand reicht, sagt jedoch aus, dass die mittleren und hellen Grautöne nicht Null sind. Nur die ganz hellen Weißtöne rechts der schwarzen Linie sind tatsächlich im Bild überhaupt nicht vorhanden.

Beispiel 2 - Helles Motiv: Diese Abbildung zeigt eine korrekt belichtete Aufnahme eines sehr hellen Motivs. Die Strand-Aufnahme bei hellichtem Tage und leichtem Gegenlicht enthält fast keine dunklen Bildanteile. Wie Sie sehen, zeigt das Histogramm fast ausschließlich im rechten Bereich Ausschläge: Im Bild sind also keine dunklen Tonwerte vorhanden. Hier sind die dunkleren Tonwerte zu so geringen Anteilen vorhanden, dass sie sich im Histogramm nur als Linie entlang der x-Achse abbilden. Aber auch in diesem Bild besagt die Linie, dass wenigstens ein paar dunkelgraue und schwarze Farbtöne im Bild vorhanden sind; die entsprechenden Tonwerte haben nicht den Wert Null. Es sind dies die kleinen Schattenstellen am Fischerboot oder an den Steinen.

Beispiel 3 - Motiv mittlerer Helligkeit: Das dritte Bild zeigt ein Motiv, das sowohl dunkle, als auch mittlere und helle Tonwerte beinhaltet, und korrekt belichtet wurde. Am Histogramm ist das deutlich zu erkennen. Die am häufigsten vorkommenden Tonwerte liegen im mittleren Bereich, es sind aber auch helle und dunkle Tonwerte vorhanden. Die wenigen ganz hellen und ganz dunklen Pixel, die laut Histogramm da sein müssen, findet man in der Bildmitte auf der Antilope. Die meisten durchschnittlichen Motive liefern bei korrekter Belichtung ein Histogramm ähnlich wie dieses.

Die bisher gezeigten Bildbeispiele waren alle korrekt belichtet. Nun wollen wir uns noch die Histogramme von unterbelichteten und überbelichteten Fotos anschauen:

Beispiel 4 - Überbelichtete Aufnahme: Im nebenstehenden Bild ist auf den ersten Blick zu erkennen, dass dieses Bild stark überbelichtet ist. Hier hat die Belichtungsmessung der Digitalkamera versagt oder der Fotograf hat eine falsche Blende gewählt. Ein Blick auf das Histogramm bestätigt diesen Eindruck. Wie man unschwer erkennen kann, zeigt das Histogramm ganz rechts einen großen Ausschlag. Das heißt, in diesem Bild sind sehr viele Pixel mit dem Tonwert 255 (weiß) vorhanden - es zeigt in den hellen Bereichen also keinerlei Zeichnung mehr, wohingegen ein großer Teil der dunklen Tonwerte überhaupt nicht genutzt wird, was im Histogramm daran zu erkennen ist, dass in dessen linken Bereich keine Ausschläge angezeigt werden. Das Histogramm zeigt in den dunklen Grau- und Schwarztönen den Wert Null an; solche dunklen Pixel sind im Bild also überhaupt nicht vorhanden. Ein typisches Histogramm für ein überbelichtetes Bild.

Beispiel 5 - Unterbelichtete Aufnahme: Das nebenstehende Bild ist sofort als unterbelichtet zu erkennen; auch hier scheint bei der Belichtungsmessung oder -einstellung etwas schief gelaufen zu sein. Auch hier bestätigt der Blick auf das Histogramm diesen Eindruck ganz eindeutig: Die genutzten Tonwerte befinden sich alle im linken Bereich, und ganz links beim Tonwert 0 (schwarz) ist ein großer Ausschlag zu erkennen. Das heißt, in den dunklen Bereichen zeigt das Bild keinerlei Zeichnung mehr. Die Histogrammlinie hört bei ungefähr 2/3 auf, d.h. sämtliche hellen Grautöne und Weißtöne sind im Bild überhaupt nicht vorhanden, haben also den Wert Null. Dieses Histogramm ist als typisch für unterbelichtete Aufnahmen anzusehen.

Vergleichen wir abschließend die Histogramme der überbelichteten Aufnahme (Beispiel 4) mit der Aufnahme eines hellen Motives (Beispiel 2), so erkennen wir starke Ähnlichkeiten der Tonwertkurven. Auch wenn wir die unterbelichtete Aufnahme (Beispiel 5) mit der Aufnahme eines dunklen Motives (Beispiel 1) vergleichen stellen wir große Ähnlichkeiten im Tonwerteverlauf fest. Das Histogramm alleine verrät also nicht, ob eine Aufnahme unterbelichtet oder überbelichtet ist. Nur zusammen mit dem Bildmotiv kann man auf eine Überbelichtung oder Unterbelichtung schließen. Halten wir dies fest:

Aus dem Histogramm alleine kann man keine Schlüsse auf Überbelichtung oder Unterbelichtung ziehen. Dies ist nur in Zusammenhang mit dem Bildmotiv möglich.

Macht man also bei Tageslicht eine Landschaftsaufnahme und erhält man Histogramme wie in Beispiel 4 oder 5 gezeigt, dann hat die Belichtungseinstellung der Kamera nicht gestimmt. Das Wissen, dass es sich um eine Aufnahme bei Tageslicht handelt, ist also notwendig, um das Histogramm zu beurteilen.

Beispiel 6 - Farbstichige Aufnahme: Kann man anhand des Histogrammes bzw. der Teil-Histogramme eigentlich erkennen, ob ein Bild einen Farbstich hat oder nicht? Und falls ja, kann man den Farbstich damit bequem korrigieren, gar automatisiert? Beim nebenstehenden Foto wurde der Weißabgleich der Kamera falsch eingestellt; das Bild weist einen deutlichen Rotstich auf. Betrachten wir das zum Bild gehörige RGB-Gesamthistogramm, dann erkennen wir eine saubere Tonwertkurve: Das Bild ist kontrastreich bei mittlerer Helligkeit; es hat Tonwerte von ganz dunkel (links) bis ganz hell (rechts). Betrachten wir die Teil-Histogramme für die einzelnen Farbkanäle, dann erkennen wir lauter unterschiedliche Tonwertkurven, jedoch mit keinen Auffälligkeiten. Auch das Rot-Histogramm zeigt keine Auffälligkeiten, anhand derer man auf einen Farbstich schließen könnte.

Das Histogramm eignet sich also nicht dazu, einen Farbstich in einem Bild zu erkennen. Dennoch werden wir auf unserer Seite über Tonwertkorrektur erklären, wie man auf Basis des Histogrammes einen Farbstich in einem Bild entfernt. Aus den obigen Beispielen lernen wir:

Ein Blick auf das Histogramm verrät sehr viel über ein Digitalbild. Hat man das Prinzip des Histogrammes einmal verstanden, ist es bei der Aufnahme, bei der Bildbeurteilung und bei der Bildbearbeitung eine sehr große Hilfe.

Die Histogramm-Anzeige in der Digitalkamera

Alle Digitalkameras haben neben dem Aufnahmemodus einen Wiedergabemodus zum Betrachten der bereits aufgenommenen Bilder. Hochwertige Digitalkameras erlauben bei der Bildwiedergabe zusätzlich die Darstellung des zum Bild gehörigen Histogrammes. Bei der Belichtung von Motiven mit schwierigen Lichtverhältnissen kann dies eine sehr große Hilfe sein. Auch wenn die Displays an der Kamerarückseite in den letzten Jahren immer größer geworden sind, für die Beurteilung einer Aufnahme sind sie dennoch oftmals zu klein. Zu klein sind sie vor allem dann, wenn man anhand des Miniaturbildes beurteilen mag, ob ein Motiv richtig belichtet wurde oder nicht. Dann hilft die Betrachtung des zum Bild gehörigen Histogrammes.

Das nebenstehende Bild zeigt eine Innenaufnahme eines Olivenölmuseums am Gardasee. Die antike Mahlanlage wurde offensichtlich unterbelichtet, wie man am fertigen Bild unschwer erkennen kann. Bei der Beurteilung im Museum ist dies nicht sofort zu erkennen; schließlich ist der Raum ohnehin ziemlich dunkel, da strahlt einem das Kameradisplay hell ins Auge, egal ob das Bild hell oder dunkel ist. Der Bildausschnitt rechts unten zeigt die Display-Anzeige der Kamera inklusive Histogramm. Der Verlauf der einzelnen Tonwertkurven R, G, B und der Gesamttonwertkurve zeigt eindeutig, dass das Bild unterbelichtet ist. Tonwerte sind nur in der linken Hälfte vorhanden; helle Tonwerte kommen im Bild gar nicht vor. Wer sich dieses Histogramm direkt nach der Aufnahme anschaut wird das Motiv gleich nochmals mit hellerer Belichtung fotografieren.

Im nächsten Beispiel zeigen wir, wie man mit Hilfe des Histogrammes bei einer sehr schwierigen, hellen Lichtsituation zu einem guten Ergebnis kommt. Gehen wir von einem Bild aus, das sowohl sehr helle Bildstellen als auch sehr dunkle Schattenpartien aufweist, wie zum Beispiel eine Person in einem unbeleuchteten Raum vor einem Fenster bei Tageslicht. Passt man die Beleuchtung dem Hintergrund im Fenster an, hat das zur Folge, dass man die Person kaum erkennt, weil sie viel zu dunkel dargestellt wird. Stellt man die Kamera hingegen so ein, dass die Person im Vordergrund richtig belichtet wird, erscheint der Hintergrund viel zu hell, so dass man hier kaum noch etwas erkennen kann. Die professionelle Methode wäre nun, die Person mittels eines Aufhellblitzes zusätzlich zu beleuchten, so dass der Helligkeitsunterschied zwischen Vorder- und Hintergrund nicht mehr so groß ist. Steht diese Möglichkeit allerdings nicht zur Verfügung, so kann man sich die Histogrammanzeige zu Nutze machen:

Wir fotografieren zunächst unsere Person vor hellem Hintergrund derart, dass wir die Belichtung dem Hintergrund anpassen. Die nebenstehende Aufnahme zeigt, dass der Hintergrund korrekt belichtet wurde während die Person viel zu dunkel erscheint, so dass man das Gesicht kaum noch erkennen kann. Rechts im Bild ist die zugehörige Histogramm-Anzeige im Digitalkamera-Display abgebildet wie man sie direkt nach der Aufnahme zu sehen bekommt. Das Histogramm hat bei den dunklen Tonwerten sehr hohe Ausschläge bis ganz an den linken Rand hin, während in den hellen Tonwertbereichen kaum Ausschläge vorhanden sind. Die hohen dunklen Ausschläge sind ein Indiz dafür, dass der Hintergrund richtig belichtet wurde wobei auf der im Vordergrund stehenden Person großflächige Schattenbereiche vorhanden sind.

Passen wir nun die Belichtung an den Vordergrund an, dann erscheint die Person korrekt belichtet während der Hintergrund stark überbelichtet ist. Auch wenn es bei dieser Aufnahme auf die Person ankommt so wirkt der überbelichtete Hintergrund zu grell und unnatürlich, so dass die Aufnahme unbrauchbar ist. Rechts unten im nebenstehenden Bild wird die Histogramm-Anzeige dargestellt wie sie im Display der Digitalkamera im Wiedergabemodus erscheint. Die dunklen Tonwertbereiche ganz links sind gar nicht belegt während die Tonwertkurve in den hellen Bereichen stark ansteigt. Der starke Anstieg im rechten Tonwertbereich ist ein Indiz für eine Überbelichtung des gesamten Bildes. Sowohl bei der ersten als auch bei der zweiten Aufnahme wird im Histogramm deutlich, dass man jeweils nur einen Teil des Tonwertspektrums genutzt hat, also jeweils einen Teil der Tonwerteskala "verschenkt" hat.

Um möglichst den gesamten Dynamikumfang der Kamera zu nutzen, belichtet man das Foto so, dass die ganze Tonwertskala genutzt wird, das heißt, dass das Histogramm auf seiner ganzen Breite Ausschläge anzeigt. Passt man die Belichtung manuell also so an, dass das Histogramm eine gleichmäßige Verteilung der Tonwerte von ganz links bis ganz rechts aufweist, nutzt man den maximalen Tonwertbereich aus. Die nebenstehende Aufnahme zeigt das Ergebnis: Die Person im Vordergrund ist leicht unterbelichtet, und der Hintergrund leicht überbelichtet. Das Bild ist brauchbar, man erkennt die Person deutlich, und auch Haus und Bäume im Hintergrund sind klar zu erkennen.

Mit dieser manuellen Einstellmethode hat man das maximal Mögliche aus seiner Kamera herausgeholt, um aus der schwierigen Lichtsituation eine brauchbare Aufnahme zu erstellen. Da jetzt sowohl im Vordergrund als auch im Hintergrund genügend Zeichnung vorhanden ist kann man im Bildbearbeitungsprogramm noch einiges mehr aus dem Foto herausholen.

Anwendung des Histogrammes bei der Tonwertkorrektur

In den obigen Kapiteln haben wir gelernt, was Tonwerte sind, was ein Histogramm bzw. die Tonwertkurve über ein Bild aussagen und wie man Histogramme von Digitalbildern beurteilt und interpretiert. Auch haben wir gelernt, wie man die Histogrammanzeige in einer Digitalkamera zur Optimierung der Belichtungseinstellung nutzt.

Ein ganz großes Anwendungsgebiet von Tonwerten und Histogramm ist die Tonwertkorrektur im Bereich der digitalen Bildbearbeitung. Jedes gute Bildbearbeitungsprogramm bietet ein mächtiges Werkzeug namens Tonwertkorrektur an, mit dem sich Digitalbilder optimieren lassen. Wer die Möglichkeiten der Tonwertkorrektur einmal verstanden hat, hat ein mächtiges Instrument zur Bearbeitung digitaler Bilder in seinem Wissens-Repertoire. Die Möglichkeiten der Tonwertkorrektur sind so groß und vielfältig, dass wir dieses Thema auf einer eigenen Seite Tonwertkorrektur behandeln. Es ist quasi die Fortsetzung der Kapitel auf dieser Seite bzw. die Anwendung des oben Gelernten in der Bildbearbeitungs-Praxis.

Zurück zum Inhaltsverzeichnis Grundlagen-Wissen