Pracujeme s barvou na počítači

Digitální fotoaparáty nepracují s barvou zrovna jednoduše. Snímače fotografických přístrojů jsou citlivé na intenzitu dopadajícího světla a s rozlišením odstínů si samy poradit nedokáží. Světlo musí projít nejprve přes filtry v primárních barvách (nejčastěji se jedná o červenou, zelenou a modrou), teprve potom je změřeno a zaznamenáno ve formátu „nevyvolaných dat“ RAW. Z těchto dat lze interpolačními algoritmy zobrazit původní odstíny, či alespoň barvy, které se jim co nejvíc blíží. Výpočet obrazu z nasnímaných vzorků nebývá vždy jednoduchý ani jednoznačný.

Prostor „digitálních barev“ je v porovnání s citlivostí lidského oka relativně omezený. Počet zachytitelných odstínů závisí jednak na kvalitě snímacího prvku, jednak na důmyslnosti interpolačního algoritmu. Fotoaparáty stále pohotovější, rychlost zpracování snímků se však může negativně projevit na jejich kvalitě. Barevnost fotografie tak nakonec odráží třeba jen malou část skutečných odstínů. Špatně vypočtená expoziční hodnota či vyvážení bílé barvy, nedostatečná informace o detailech v jasech a stínech nebo nevhodně vymezený barevný prostor – to vše může snímky poškodit. Snad každý si vybaví příklady tonálně nevyvážených fotografií pořizovaných za světelně ztížených podmínek jednoduchou optikou nebo méně kvalitním fotopřístrojem.

Další potíže pramení z toho, že lidský mozek třídí a uchovává barvy jinak než jsou zaznamenány v počítači. Barevný odstín si obvykle umíme vybavit přímo z jeho názvu. Počítače naproti tomu vnímají barvy jako kombinace několika primárních odstínů. Ne všechny barvy lze přitom správně zobrazit a vytisknout. Podání fotografie z laserové a inkoustové tiskárny může být pokaždé jiné, než jak byl snímek upraven na obrazovce. Naštěstí se umíme zmíněným nepříjemnostem vyhnout a barvy na počítači sjednotit. Připomeňme si nejprve, jak to s naším vnímáním a s počítačovým zpracováním barev vlastně je.

Rozeznáváme odstíny

Lidský zrak dokáže vnímat energii v omezeném spektru elektromagnetického vlnění, jež nás obklopuje v nejrůznějších podobách. Viditelnou energii nazýváme světlem; různé vlnové délky světla se liší svými barvami. Světlo začínáme rozpoznávat na pomezí ultrafialového záření s délkou kolem 400 nm, kratší vlny patří neviditelnému rentgenovému záření. Barvy vidíme až do vlnových délek kolem 700 nm; dále spektrum pokračuje infračerveným tepelným zářením. Modrou barvu vnímáme v okolí vlnové délky 445 nm, zelené odstíny při 525 nm, červený vjem vyvolá vlnění 645 nm. Barevné vlastnosti světla umíme zároveň popsat frekvencí příslušného vlnění. Platí přitom, že čím větší je délka vln, tím nižší je jejich frekvence.

Na oční sítnici máme dva druhy světlocitlivých buněk. Barevné fotoreceptory – čípky – jsou rozmístěny kolem centrální jamky sítnice a reagují, podobně jako elektronika digitálního fotoaparátu, na frekvence červených, zelených a modrých odstínů. Jejich počet se pohybuje mezi 6 a 7 miliony, nejvíce je citlivých na zelenou, nejméně na modrou barvu. Jasové fotoreceptory – tyčinky – leží v počtu asi 150 milionů poblíž okraje sítnice. Starají se o periferní vidění bez rozlišení barev, naplno pracují hlavně v šeru a ve tmě. Pomocí obu typů čidel oko vnímá barevné odstíny (frekvence), jejich jas (intenzitu) a sytost (čistotu barvy). Výsledný vjem vzniká ve spolupráci s mozkem, který dosud abstraktní informaci přiřazuje význam ve formě příslušné barvy.

Barevné vidění tedy není nic jiného než jistý způsob vizualizace světelné energie. Rozlišování barev je přitom zcela subjektivní; každý z nás je vybaven jiným počtem a „barevným nastavením“ fotoreceptorů. Všichni nemusíme být stejně citliví na určité odstíny; stejná barva vnímaná v různých prostředích na nás může pokaždé zapůsobit jinak. Protože žádné absolutní přiřazení barev ke  vnímanému světlu neexistuje, vjem obvykle hodnotíme zástupnými výrazy jako např. olivová zeleň nebo modř mořská, které odpovídající odstín snadněji evokují. Zatímco pro nás je takový popis dobře srozumitelný, počítači musíme nejprve vysvětlit pravidla vzniku barev ze základních odstínů.

Barvy na počítačové obrazovce

	Lom bílého světla do spektrálních barev podle různých vlnových délek
	Goethův trojúhelník míchání barev, spektrální barvy leží kolem podstav

Vědecké snahy o uspořádání barevného prostoru a efektivní práci s barvami pocházejí z druhé poloviny 17. století, kdy Isaac Newton nechává procházet sluneční světlo skleněným hranolem a pozoruje, jak se láme do spektrálních odstínů (obr. 1). Nebarevné, „denní“ světlo naopak vzniká průchodem spektra druhým hranolem, tedy kombinací všech barev, které se v něm nachází. První teorie barev byla na světě. Experimentální pohled na vnímání barev uplatňuje o století později Johann Wolfgang von Goethe, který v obsáhlém díle Nástin nauky o barvách podrobně popisuje, jak působí „čisté barvy“ a jejich kombinace na lidskou psychiku (obr. 2).

Princip adičního skládání barev prostoru RGB

Newtonova teorie popisuje adiční model vzniku barev, založený na vlastnostech světla vycházejícího z barevných zářičů umístěných v tmavém prostoru (>obr.3). Spektrum slunečního světla obsahuje omezený počet tzv. chromatických odstínů o jediné frekvenci. Chromatické světlo je nosičem barevné informace. Nespektrální, „nečisté“ barvy lze vytvořit příměsemi jiných odstínů, tedy přičítáním dalších frekvencí. Chromatické barvy nelze vytvořit adičním mícháním ostatních odstínů. Malým počtem spektrálních barev, které nazýváme primární, dokážeme přitom vymezit poměrně velký prostor barevných kombinací.

Typicky se pro popis odstínů adičního prostoru používá trojice barev, na něž je náš zrak díky příslušným fotoreceptorům nejcitlivější – červené (R, red), zelené (G, green) a modré (B, blue). Kdybychom před zdroje bílého světla umístili průsvitné filtry příslušných barev, kombinací červeného a zeleného světla by vznikla žlutá. Pokud bychom rozsvítili zároveň všechna barevná světla, výsledné osvětlení by bylo opět bezbarvé. Čím více světel různých barev přitom rozsvítíme, tím bude výsledný odstín jasnější. Přesně tak vznikají barvy na počítačových obrazovkách nebo při snímání obrazu skenerem.