Exempel på restaurering av fotografier
Det finns en väldig massa gamla fotografier systematiskt arkiverade på olika ställen som museer och omfattande privata samlingar. Det finns säkert lika många bilder "arkiverade" i privata personers fotosamlingar. Detta mycket värdefulla material löper en stor risk att permanent gå förlorat inom några årtionden på grund av materialets naturliga tendens att degradera med tiden.Det enda praktiska sättet att permanent spara materialet i oförändrat skick är att digitalisera bilderna. Efter digitaliseringen kan bilderna anses vara eviga om säkerhetskopieringen sköts väl.
Ett klassiskt exempel på restaurering
De flesta exemplen på restaurering visar hur en riven, repad eller annars skadad bild kan korrigeras. Tekniken är inte speciellt svår om man har tillgång till ett bra bildbehandlingsprogram men processen är mycket tidskrävande för att varje skada måste korrigeras för hand. En illa skadad bild kan ta flera timmer att fixa. En beskrivning över korrigeringen finns på restaureringssidan
Ett svårt gulnat och bleknat foto
Bilden har bleknat och gulnat allvarligt och mycket ojämnt. Bilden har också blivit mycket fläckig med tiden. Det är nästan omöjligt att identifiera människorna på fotot.Restaureringsprocessen var rätt krävande och bestod av följande operationer:
justering av gråskalan, mycket selektiv korrigering av exponeringen (skilt för varje ansikte), avlägsnande av dammspår i ansikten, eliminering av gulnandet och filtrering av det kraftiga bruset. Alla personer på fotot kan nu identifieras. Restaureringen tog ca. tre timmar.
Ett ojämnt bleknat foto
Fotot är redan ursprungligen underexponerat och har sedan ytterligare bleknat och gulnat med tiden. Fotot är dessutom ljusare i mitten. En klar rörelseoskärpa kan också ses.Vid restaureringen korrigerades exponeringen lokalt, gulnandet eliminerades och rörelseoskärpan korrigerades.
En delförstoring som visar hur mycket bilden förbättras.
Ett överexponerat pappersfoto
Denna bild har ett klart dynamikproblem. Balansen mellan himmel och förgrund är dålig. Bilden kan förbättras genom att "pressa" förgrunden så att detaljerna kommer fram. Förgrundsdetaljerna finns på originalbilden men ögat urskiljer inte detaljerna. Den sneda horisonten har också justerats. Husen bakom träden syntes inte på originalbilden.
En gammal skolbild
En typisk gammal bild. Bilden är mörk och en aning oskarp. Dynamiken har justerats, kontrasten förbättrats och skärpan optimerats.
Skillnaden i bildkvalitet är märkbart bättre på den stora restaurerade originalbilden än på den lilla bilden ovan som de följande delförstoringarna visar.
Ett gammalt färgfoto
Även färgbilder kan restaureras. Processen år mera krävande efersom förutom kontrasten även färgbalansen måste korrigeras. Orsaken till färgfelet är att de i pappersfärgbilder använda tre olika färgkomponenterna bleks med olika hastighet. Pappersfärgbilder från 50- till 90-talet degraderar snabbt. Det är sista stunden att rädda dessa bilder.
Eftersom färgfelet förorsakas av ojämn blekning av de använda tre färgkomponenterna (två alternativ: röd, grön och blå eller cyan, magenta och gul) kommer den stabilaste färgen att dominera med tiden. Cyankomponenten är oftast den känsligaste och den kan helt försvinna med tiden varefter färgerna är mycket svåra att återställa.
Färgfelet kan elimineras genom att kompensera för blekningen skilt för varge färg. Det kan göras med de flesta skannerprogrammen eller med separata bildediteringsprogram. Många skannerprogram har en automatisk korrigering för blekningen (fading correction) som kan fungera rätt bra. Skannerprogrammet bör alltid användas i "advanced mode" för att man då har mycket mera möjligheter till justering. Bekanta dig med skannerprogrammets manual eller hjälp-fil.
Korrigeringen kan göras antingen med kurvor (curves) eller nivåer (levels). Principen är att justera varje färg så att det i bilden finns både helt mörka och helt ljusa pixlar av färgen. Både kurvjusteringen och nivåjusteringen brukar ha ett s.k. histogram som visar hur många pixlar av varje intensitet det finns i bilden. Principen är att justera trianglarna (eller pilarna) i vardera ändan av histogrammet så att trianglarna placeras precis var histogrammet stiger över baslinjen (markerade med röda cirklar). Justeringen görs skilt för varje färg genom att välja den önskade färgen med väljaren ovanför histogrammet.
Det svarta histogrammet till vänster visar att bildens allmänna dynamik är bra för att histogrammet fyller hela skalan. Histogrammen för delfärgerna visar dock att varje färg har bleknat på något sätt för att inget av histogrammen fyller hela skalan. Med trianglarna kan blekningen kompenseras skilt för varje färg. Efter en dylik justering borde färgerna vara mycket bättre men bilden blir ofta mörk och färgerna kan vara något platta. Genom att ytterligare justera ljusheten och färgmättnaden för bilden fås den att se mycket bättre ut. Justeringskontrollernas utseende varierar beroende på det använda programmet men korrigeringsprincipen är densamma för alla.
De flesta digikameror kommer med ett bildbehandlingsprogram (t.ex Photoshop Elements eller motsvarande) med vilket de ovanbeskrivna korrigeringarna kan göras efter skanningen om skannerprogrammet inte stöder kurvor eller nivåer. Någon grad av finjustering med bildbehandlingsprogrammet behövs ofta för att bilden skall bli perfekt. Svårt blekta färger är ibland svåra att korrigera.
En starkt underexponerad diabild
Trots att diabilden är mycket mörk och rätt oskarp finns det ännu tillräckligt med färginformation på filmen så att en acceptabel bild kan fås till stånd med restaurering. Rätt mycket handarbete krävs för att färgkomponenterna har degraderat ojämnt. Diafilmerna har ett mycket smalt dynamiskt område så att delar av diabilder över- eller underexponeras ofta. Alla negativfilmer har ett mycket större dynamiskt område och restaurering utgående från negativfilmbilder är mycket enklare och resultatet blir bättre.
En överexponerad diabild
Diabilden har tagits med blixtljus varför den närmaste personen har blivit överexponerad medan resten av bilden är OK. Överexponerade diabilder är svåra att restaurera för att om någon del av bilden är helt blank kan den delen inte restaureras heller. Den vita mössan på bilden är så överexponerad att den har tappat alla detaljer.
Mörk förgrund
Det här en digikamerabild. Himlen är rätt exponerad så att detaljerna i molnen syns väl. Förgrunden är däremot starkt underexponerad men detaljerna kan fås fram med lämplig korrigering. En mera detaljerad beskrivning om korrigeringen finns på restaureringssidan.
Fel färgbalans och exponering
Denna bild har tagits i en mörk sal i glödlampsbelysning utan blixt. Färgbalansen är totalt fel och bilden är alltför mörk. Med bildbehandling kan även verkligen dåliga bilder ofta räddas. Det finns dock en gräns till vad som kan göras. Ju bättre kameran är, desto mera kan bilden korrigeras.
Bilden kan korrigeras ganska väl med nivåjusteringar (levels). Färgblansen kan korrigras för varje färg som exemplet med färgfotot visade eller med pipetter om nivåkorrigeringsfönstret har pipettikoner. Pipetterna är mycket enkla att använda, man väljer den vita pipetten och klickar på den ljusaste detaljen i bilden. Bildens färger korrigras då automatiskt. Bilden blir ofta mörk och den behöver en extra justering för att kompensera för detta. Korrigeringen kan göras med den mittersta kontrollpilen under histogrammet genom att flytta den till vänster tills bilden ser bra ut.
Pipetterna kan ibland vara svåra att använda för att det kan vara besvärligt att hitta de ljusaste och mörkaste detaljerna i bilden. På bilden ovan är den vitaste punkten strax ovanför väggkontakten. Punkten ger i detta fall en rätt bra korrigering. Bilder tagna med en billig digikamera har ofta ett starkt brus som kan vara störande efter en dylik korrigering.
Digikamerabrus
Brus är ett vanligt problem i synnerhet när man fotograferar i otillräckligt ljus. Bruset kan ofta avlägsnas utan att detaljernas skärpa på bilden lider. För detta behövs ett speciellt filterprogram. Det finns flera dylika gratis filterprogram på webben (t.ex. NeatImage, DenoiseMyImage, GREYCstoration).
