درباره بیت‌ها در دنیای عکاسی دیجیتال -
نوشته مزو مانیکان

 ترجمه از امیر قادری، ویراستاری از تیم تولید محتوای مدرسه آرتسنس

 عمق بیتی در عکاسی چیست و چه تاثیری روی عکس ما دارد؟ از کجا بفهمیم یک عکس چند بیت است ؟  تفاوت  عکس‌های 8 بیت و 16 بیت در چیست؟ تبدیل 8 بیت به 24 بیت  چگونه است؟ ما در این مقاله به همه این پرسش‌ها پاسخ می‌دهیم. اما پیش از آن یادآوری می‌کنیم که اگر به یادگیری مباحث تخصصی در ویرایش عکس علاقه‌مند هستید ما بهترین کلاس‌ها را در این زمینه برگزار می‌کنیم؛ یکی از پرکاربردترین نرم‌افزارهای ویرایش عکس لایت‌روم است که در کلاس لایت روم مدرسه آرتسنس می‌توانید صفر تا صد آن را فرا گرفته و البته در کلاس فتوشاپ ما هم می‌توانید به روزترین تکنیک‌ها در ویرایش عکس با فتوشاپ را یاد بگیرید تا از این طریق کیفیت بصری عکس‌های خود را دوچندان کنید.

تصاویر 8 بیتی در مقابل 16 بیتی
اصطلاح بیت در هر شکلی از رسانه‌های دیجیتال رایج است. با توجه به تصویرسازی دیجیتال، عمق بیتی با نام‌های زیادی مانند عمق پیکسلی یا عمق رنگی استفاده می‌شود. در عکاسی دیجیتال، بحث فایل‌های 8 بیتی در مقابل 16 بیتی به اندازه بحث بر سر بهتر بودن دوربین‌های نیکون در مقابل کانن همواره جریان داشته است. این مقاله در تلاش است به شما درک بهتری از مفهوم عمق بیتی بدهد. همچنین به شما کمک خواهد کرد که به پاسخ این پرسش برسید که آیا اصلن ما به تصاویر 16 بیتی نیاز داریم یا خیر؟ و چه مواقعی باید از آنها استفاده کنیم؟

عمق بیتی چیست؟
بسیاری از ما از این واقعیت آگاه هستیم که پیکسل‌ها عناصر اصلی هر تصویر دیجیتالی هستند. به طور خاص، هر رنگی در تصویرسازی دیجیتال با ترکیبی از قرمز، سبز و آبی نشان داده می شود. یک چنین ترکیبی در هر پیکسل استفاده شده و میلیون‌ها پیکسل یک تصویر را می‌سازند. به همین دلیل است که عمق بیتی به عنوان عمق رنگی نیز شناخته می شود. به عنوان مثال، قرمز خالص با اعداد 0-0-255 نشان داده می شود. سبز خالص 0، 255، 0 و آبی خالص 255-0-0 است. در عکاسی دیجیتال، هر رنگ اصلی (قرمز، سبز یا آبی) با یک عدد صحیح بین 0 تا 255 نشان داده می‌شود. هر رنگ غیر اصلی نیز با ترکیبی از رنگ‌های اصلی، مانند '255، 100، 150' برای یک طیف خاص به عنوان مثال صورتی نشان داده می‌شود.
اجازه دهید بزرگترین عددی را که نشان دهنده قرمز است در نظر بگیریم که 255 است. وقتی 255 را به اعداد باینری تبدیل می‌کنیم، به 11111111 می‌رسیم که هشت رقم است. حالا وقتی می‌خواهیم دهگان بعدی یعنی 256 را تبدیل کنم، عدد 100000000 به دست می‌آید که یک عدد باینری 9 رقمی است.
بنابراین، تعریف عمق بیتی، تعداد بیت‌هایی است که توسط هر جزء رنگی برای نمایش یک پیکسل استفاده می‌شود. به عنوان مثال، 8 بیت می‌تواند حداکثر 256 طیف (یا 2به توان 8) از یک رنگ اصلی معین را نشان دهد.

عمق بیتی در مقابل طیف رنگی
برخی از عکاسان عمق رنگ را با طیف رنگ اشتباه می‌گیرند. گستره رنگ، طیفی از رنگ‌ها است که معمولن در زمینه طیف رنگی که یک دستگاه خاص می‌تواند نمایش دهد یا یک چاپگر می‌تواند تولید کند کاربرد دارد. بیشتر دستگاه‌های الکترونیکی و چاپگرها تقریبن قادر به نمایش آن تعداد رنگ‌هایی که چشم انسان می‌تواند ببیند، نیستند. محدوده رنگ‌هایی که این دستگاه‌ها می‌توانند نمایش دهند معمولن محدود به طیف رنگی مانند sRGB یا AdobeRGB یا یک طیف خاص بر اساس چاپگر/جوهر/کاغذی که مورد استفاده قرار می‌گیرد است.
از سوی دیگر، عمق بیتی را می‌توان به عنوان فاصله بین رنگ‌ها در یک طیف مشخص تشبیه کرد. به عبارت دیگر، شما می‌توانید دو تصویر از رنگین کمان داشته باشید که هر دو از قرمز به بنفش تبدیل می‌شوند، یعنی طیف یکسان. اما در رنگین کمان اول ممکن است اگر روی پیکسل‌های آن زوم کنید ببینید که از یک شیب ملایم با هزاران رنگ مجزا تشکیل شده است. در حالی که رنگین کمان دوم ممکن است فقط از هفت یا هشت رنگ تشکیل شده باشد و از این نظر بسیار محدودتر به نظر برسد. در این مثال، رنگین کمان دوم از عمق بیتی کمتری برخوردار است.

تصاویر۱ بیتی
برای اینکه عمق بیتی را راحت‌تر تجسم کنید، اجازه دهید یک مثال ساده از یک تصویر 1 بیتی بیاوریم. همانطور که ممکن است قبلن متوجه شده باشید، عمق بیت فقط 2 به توان آن عدد است. بنابراین، یک تصویر 1 بیتی می‌تواند فقط 2 به توان 1 مقدار داشته باشد. از آنجایی که 2 به توان1 = 2 فقط دو مقدار در اینجا موجود است: 0 و 1 یا سیاه و سفید.

 

برای نمونه مشابه به تصویر زیر نگاه کنید. سمت چپ تصویر 8 بیت و سمت راست آن 1 بیت است.

 

سمت راست تصویر فقط سیاه و سفید است. ممکن است چند ناحیه از تصویر 1 بیتی خاکستری به نظر برسد، اما پس از بزرگ‌نمایی به پیکسل، تفاوت همانطور که در زیر مشاهده می‌کنید آشکار می‌شود. تصویر 8 بیتی می‌تواند 256 طیف خاکستری را در خود جای دهد در حالی که تصویر سمت راست فقط می تواند سیاه یا سفید را داشته باشد.

تصاویر 8 بیتی حداکثر 256 تن را امکان پذیر می کنند، در حالی که تصاویر 1 بیتی فقط می توانند دو رنگ داشته باشند.

بیت در مقابل بیت در هر کانال
در بخش فوق دیدیم که یک تصویر 8 بیتی تنها می‌تواند 256 طیف مختلف خاکستری را در خود جای دهد. اما در ابتدای این مقاله اشاره کردم که تصاویر رنگی 8 بیتی در واقع 256 طیف در هر رنگ اصلی دارند. بنابراین، یک تصویر رنگی استاندارد که ما معمولا آن را '8 بیت' می‌نامیم، در واقع می تواند بیش از 256 طیف را به خوبی در خود جای دهد. دقیق‌تر است که آن را تصویر 8 بیت در هر کانال بنامیم. اگر تصویر رنگی شما 8 بیت در هر کانال دارد و سه کانال (قرمز، سبز و آبی) وجود دارد، تصویر کلی می‌تواند در مجموع 256 × 256 × 256 طیف داشته باشد که برابر با 16،777،216 (یا 2 به توان 24) است. به همین دلیل ممکن است گاهی بشنوید، یک تصویر 8 بیتی در هر کانال به یک تصویر 24 بیتی تبدیل می‌شود، البته این رایج‌ترین اصطلاح برای توضیح دادن آن نیست.
هنوز گیج کننده است؟ اجازه دهید از فتوشاپ برای روشن کردن قضیه کمک بگیرم. به تصویر زیر دقت کنید.

تصویر دارای سه کانال است و هر کانال دارای عمق 8 بیت است.

در بخشChannels که در تصویر بالا با رنگ قرمز مشخص شده‌است، می‌توانید ببینید که با وجود اینکه این تصویر در مقیاس خاکستری است، چهار کانال دارد: سه کانال برای قرمز، سبز و آبی و یک کانال RGB برای کل تصویر. نمی‌توان فهمید که آیا می‌توانم تصویر رنگی را در این مورد بازیابی کنم یا نه (با همه چیزهایی که می‌دانیم، یک لایه تنظیم B&W اعمال کردم و تصویر را فلت کردم). اما حداقل به شکلی، سه کانال رنگ اصلی در اینجا باقی مانده‌است و هر کدام دارای هشت بیت اطلاعات است.
به این ترتیب، کل تصویر در اینجا از نظر فنی هنوز 24 بیتی است. با این حال، می‌توانم با رفتن به منوی بالا و انتخاب Image > Mode > Greyscale، تمام اطلاعات رنگ را حذف کنم. وقتی این کار را انجام دادم، خواهید دید که در حال حاضر فقط یک کانال وجود دارد، همانطور که در تصویر زیر نشان داده شده است:


هنگامی که یک تصویر به یک تصویر در مقیاس خاکستری تبدیل می شود، دیگر 4 کانال را نگه نمی دارد، بلکه فقط یک کانال را در خود جای می دهد.

تصویر بالا یک تصویر 8 بیتی واقعی است. تنها 256 طیف خاکستری در این عکس وجود دارد و هیچ راهی برای بازگشت نسخه رنگی وجود ندارد. این‌کار همچنین حجم فایل من را به 1/3 اندازه قبلی کاهش داد.

16 بیت در هر کانال یا 48 بیت RGB

اکنون که عمق بیتی را درک کرده‌اید، می‌توانید به راحتی عمق بیت 16 بیت در هر کانال را محاسبه کنید. یک تصویر با 16 بیت در هر کانال حداکثر 2به توان 16 طیف در هر کانال یا 65536 رنگ خواهد داشت. اگر یک تصویر RGB دارید که در آن هر یک از رنگ‌های قرمز، سبز و آبی دارای 16 بیت است، باید 65536 × 65536 × 65536 را ضرب کنید تا ببینید که آن تصویر در مجموع می‌تواند تا 281 تریلیون رنگ را در خود جای دهد.
حتی اگر از نظر تئوری، عمق بیت 16 بیت در هر کانال 281 تریلیون رنگ را در خود جای دهد،فایل 16 بیتی فتوشاپ آنقدرها رنگ را نگه نمی‌دارد. طبق تعریف، حداکثر مقدار تونالیته‌های ممکن برای هر یک از رنگ‌های اصلی باید 65536 باشد. اما حداکثر تعداد ممکن در RGB 16 بیتی در هرکانال فتوشاپ است (2به توان 15)+1=32769. بنابراین هنگامی که با فتوشاپ در حالت 16 بیتی کار می کنید، یک پیکسل می تواند 35.2 تریلیون رنگ را به جای 281 تریلیون نگه دارد.

آیا 16 بیت در هر کانال واقعن قابل استفاده است؟

اگرچه تصاویر 16 بیتی در هرکانال فتوشاپ تنها می توانند 12.5 درصد از حداکثر مقدار رنگی که در تئوری محاسبه کردیم را داشته باشند، 35.2 تریلیون رنگ هنوز هم مقدار زیادی است. سوال میلیون دلاری که اکنون مطرح می‌شود این است که آیا چشم انسان می تواند با این همه رنگ تطبیق پیدا کند و یا آنها را تشخیص دهد؟ پاسخ خیر است. تحقیقات نشان داده است که چشم انسان می تواند حداکثر 10 میلیون رنگ را تشخیص دهد. به تصویر زیر نگاهی بیندازید.

رنگ های قرمز 8 بیتی

آیا می‌توانید تفاوت قابل ذکری بین سه مربع گرد شده مشاهده کنید؟ بسیاری از شما ممکن است متوجه تفاوت تونالیته بین مربع وسط و مربع سمت راست بشوید. اما مطمئنن سخت است که بتوانیم تفاوت قابل مشاهده‌ای بین سمت چپ و وسط پیدا کنیم.
سمت چپ ترین مربع ۲۵۵,۰,۰ در حالی که مربع میانی ۲۵۴,۰,۰ است. این یک مرحله تفاوت در یک تصویر 8 بیتی است، حتی به تصاویر 16 بیتی فتوشاپ نزدیک نیست! اگر تصویر فوق یک تصویر 16 بیتی در هرکانال در فتوشاپ بود، شما می توانید بیش از 32000 تن را بین تصاویر سمت چپ و مرکز قرار دهید.
از آنجایی که تصاویر 16 بیتی در هرکانال تعداد بسیار زیادی رنگ را در خود جای می‌دهند، بدیهی است که فضای بیشتری در محل‌های ذخیره سازی اشغال می‌کنند. به عنوان مثال، وقتی من با نرم‌افزار NX نیکون فایل‌های TIFF را به‌صورت ۱۶ بیتی خروجی میگیرم ۱۳۰ مگابایت حجم دارد، در حالی که وقتی خروجی همان تصویر را ۸ بیتی انتخاب می‌کنم، اندازه فایلم به حدود ۷۰ مگابایت کاهش می‌یابد.
علاوه بر این، تعداد بسیار کمی از روش‌های مشاهده تصویرمانند مشاهده در مانیتور، چاپ و غیره می‌توانند بیش از 8 بیت در هر کانال را نمایش دهند. اما این بدان معنا نیست که عمق بیتی‌های بالاتر بدون استفاده هستند.

16 بیت در هرکانال واقعن کجا استفاده می‌شود؟
بخش بالا در این مقاله ممکن است این تصور را ایجاد کند که هیچ کس هرگز به بیش از 8 بیت در هر کانال نیاز نخواهد داشت. با این وجود، تصاویر 16 بیتی کاربردهای خاص خود را دارند. بیایید تصویر زیر را در نظر بگیریم. من یک تصویر را باز کرده و با استفاده از گزینه: Image > Mode > 8-bits/channel آن را به 8 بیت تبدیل کرده‌ام. حالا دو لایه تنظیم منحنی Curve روی تصویر باز شده اعمال می‌کنم. در Curves 1 ورودی را 255 انتخاب می کنم و خروجی را به 23 تغییر می‌دهم. به بیان ساده، من نور عکس را کم کرده‌ام. با استفاده از Curves 2، ورودی را 23 انتخاب کردم و خروجی را به 255 تغییر دادم. این امر، نوردهی را به جایی که قبل از کم شدن بود، برمی‌گرداند اما به قیمت خراب کردن بسیاری از رنگ‌ها.در واقع این کار منجر به ایجاد افکت نواری (دامنه طول موج) می شود که در تصویر زیر می توانید در آسمان و ابرها آن را مشاهده کنید.

وقتی همین ویرایش را روی یک تصویر 16 بیتی انجام می‌دهم، هیچ نوار قابل مشاهده‌ای در حاشیه ابرها در آسمان به وجود نمی‌آید. می‌توانید آن را در مقایسه زیر مشاهده کنید، جایی که من هر دو تصویر را با تنظیمات یکسانی قرار دادم:

تصویر 8 بیتی/کانال، نواربندی قابل توجهی را نشان می دهد که در 16 بیت تقریباً از آن اجتناب می شود.

اینجاست که تصاویر 16 بیتی کاربرد خود را پیدا می‌کنند. هرچه ویرایش شما شدیدتر باشد، داشتن هر چه بیشتر طیف‌های رنگی برایتان مفیدتر خواهد بود.
همچنان می‌توانید با پردازش دقیق از ایجاد نوار روی تصاویر 8 بیتی خودداری کنید مانند عدم انجام تنظیمات شدیدی که من در بالا انجام داده بودم، اما تصاویر 16 بیتی امکان بیشتری برای چشم‌پوشی از خطاها در اختیار شما قرار می‌دهند. به همین دلیل است که اگر در نرم افزارهایی مانند فتوشاپ ویرایش می‌کنید، کار با تصاویر 16 بیتی تمرین خوبی است. تنها زمانی که کار ویرایش انجام شد، تبدیل آن به یک تصویر 8 بیتی برای خروجی ایده خوبی است. (اگرچه بهتر است در صورتی که تصمیم به ادامه ویرایش دارید TIFF یا PSD 16 بیتی را در آرشیو خود نگه دارید.)
بنابراین، به طور کلی، استفاده مفید تصاویر 16 بیتی با ویرایش شروع و پایان می‌یابد.

نتیجه گیری

امیدواریم این مقاله به خوانندگان ما درک درستی از عمق بیتی و تفاوت بین تصاویر 8 بیتی و 16 بیتی در هر کانال داده باشد. حتا اگر فضای 16 بیتی و حجم تصاویرش بیش از اندازه بزرگ به نظر برسد، اما دیدیم که در پردازش تصاویر کاربردهای مفیدی دارد. اما تصاویر 8 بیتی در هر کانال فضای فایل بسیار کمتری را اشغال می‌کنند، بنابراین بهتر است که تصاویر خود را، به ویژه برای وب، به 8 بیت در هر کانال برای صرفه جویی بیشتر در فضا ذخیره‌سازی تبدیل کنید.

اگر این مطلب را دوست داشتید پیشنهاد می‌کنیم مقاله در ویرایش عکس‌های طبیعت حرفه‌ای شو را هم بر روی وبسایت مدرسه آرتسنس مطالعه کنید.