Professori Pirkko Oittinen

Koko: px
Aloita esitys sivulta:

Download "Professori Pirkko Oittinen"

Transkriptio

1 TEKNILLINEN KORKEAKOULU Tietotekniikan osasto Informaatioverkostojen koulutusohjelma Liisa Muurinen KUVANKÄSITTELYKÄYTÄNNÖT AIKAKAUSLEHTIEN KUVATUO- TANNOSSA Diplomityö, joka on jätetty opinnäytteenä tarkastettavaksi diplomi-insinöörin tutkintoa varten Espoossa Valvoja Professori Pirkko Oittinen Ohjaaja Tuuli Nurminen, DI

2 TEKNILLINEN KORKEAKOULU Tietotekniikan osasto DIPLOMITYÖN TIIVISTELMÄ Tekijä Työn nimi Päiväys Liisa Muurinen Sivumäärä Kuvankäsittelykäytännöt aikakauslehtien kuvatuotannossa Professuuri Viestintätekniikka Työn valvoja Professori Pirkko Oittinen Työn ohjaaja Tuuli Nurminen, DI Koodi AS-75 Diplomityön tavoitteena oli selvittää kuvankäsittelykäytäntöjä sekä viestintää aikakauslehtien kuvatuotantoprosessissa. Tarkoituksena oli selventää kuvatyönkulkua, eri tahojen suorittamaa kuvankäsittelyä, värinhallintaa sekä kuvatuotantoprosessissa liikkuvaa informaatiota. Lisäksi tavoitteena oli selvittää, millä perusteella kuvia käsitellään. Työn teoreettisessa osassa perehdyttiin lehtikuvien käyttöön, aikakauslehtien kuvatyönkulkuun, kuvankäsittelyn aikaisempiin tutkimuksiin, kuvanlaatuun sekä väriavaruuksiin. Tutkimusaineisto kerättiin haastattelemalla ja havainnoimalla kuvatuotantoprosessiin kuuluvia visuaalisen alan ammattilaisia, jotka käsittelevät kuvia prosessin aikana. Viisi näistä oli aikakauslehtien reproissa työskenteleviä premediaoperaattoreita ja viisi freelancer-valokuvaajia. Haastatteluiden teemoja olivat esimerkiksi viestintä kuvatuotantoprosessissa, minkälaisia asioita kuvissa käsitellään, millä perusteella kuvia muokataan ja kuvankäsittelyn työkalut. Havainnoinnin aikana visuaalisen alan ammattilaiset käsittelivät noin 10 kuvaa, joille suoritetut operaatiot kirjattiin ylös. Tutkimustulosten perusteella mallinnettiin kuvatyönkulkua sekä kuvankäsittelyn kulkua kuvatuotantoprosessissa UML-kaavioilla (engl. Unified Modeling Language). Lisäksi selvennettiin kuinka värinhallinta käytännössä toteutuu sekä vertailtiin premediaoperaattoreiden ja valokuvaajien kuvankäsittelyprosessia. Tutkimustulokset osoittivat, että molemmat ryhmät suorittavat lähes joka kuvalle väritasapainon sekä sävyalan säätöä. Lisäksi valokuvaajat tarkistivat kuvan rajauksen. Premediaoperaattorit suorittavat lisäksi lähes joka kuvalle painoprofiilin lisäämisen, koon ja resoluution tarkistamisen sekä terävöittämisen. Käsittelyprosessia voitaisiin tehostaa karsimalla käsittelyn päällekkäisyyksiä. Lehden toimitukseen saapuvien kuvien laatua voitaisiin parantaa tehostamalla palautteen antoa. Tuloksista kävi myös ilmi, että kuvankäsittelyyn käytetyt työkalut eroavat ennemmin yksilöiden kuin eri ryhmien välillä. Avainsanat aikakauslehti, kuvatuotanto, kuvankäsittely, käsittelyoperaatiot, värinhallinta

3 HELSINKI UNIVERSITY OF TECHNOLOGY Department of Computer Science and Engineering ABSTRACT OF MASTER S THESIS Author Date Liisa Muurinen Pages Title of thesis Image processing practices in the image production of magazines Professorship Media technology Supervisor Professor Pirkko Oittinen Instructor Tuuli Nurminen, M.Sc Professorship Code AS-75 The objectives of this thesis were to investigate the image enhancement practices and communication in the image production of magazines. The aim was to clarify the course of image production process and image processing performed by various individuals, as well as how color management is carried out in practice and what information is communicated during the process. The theoretical part of the thesis discussed image quality, colors and color management, as well as image workflow and the use of images in magazines. In addition, previous research on image processing was introduced. The research data was compiled by interviewing and observing individuals performing image processing during the process. Five of these were so-called premediaoperators who worked in the magazines and another five were photographers. Themes of the interviews included communication, what kind of things are processed in images and what tools are used in the process. During the observations approximately ten images were processed by each interviewee. Operations performed for the images were documented. Based on the results, the image production process and image enhancement process were modeled using UML (Unified Modeling Language). In addition, it was clarified how color management is carried out in practice and some differences in image processing between the premediaoperators and photographers were pointed out. The results indicate that both groups make adjustments to color balance and density range in nearly all images. In addition, photographers check that the image is cropped properly. Premediaoperators add ICC profile to images for the press, check image size and resolution and sharpen nearly all images. The image production process could be made more effective by eliminating the overlapping sections. The quality of the images that are delivered to the editorial office could be improved by giving more and better feedback. The results also revealed that tools used in image enhancement differ rather between individuals than premediaoperators and photographers. Keywords magazine, image production, image processing, image processing operations, color management

4 ALKUSANAT Tämä diplomityö on tehty Teknillisen korkeakoulun Viestintätekniikan laboratoriossa osana Kuvatuotanto-projektia. Haluan kiittää työni valvojaa professori Pirkko Oittista mielenkiintoisen aiheen tarjoamisesta ja työni ohjaajaa DI Tuuli Nurmista asiantuntevasta ohjauksesta. Erityiskiitokset myös DI Stina Westmanille työni lukemisesta ja osuvan palautteen antamisesta. Kiitos myös muulle Viestintätekniikan laboratorion henkilökunnalle mukavan työympäristön tarjoamisesta ja rennosta työilmapiiristä. Kiitän myös kaikkia tutkimukseen osallistuneita kuvankäsittelijöitä siitä ajasta ja vaivannäöstä, jota ilman tätä tutkimusta ei olisi voitu suorittaa. Kiitos myös perheelleni saamastani väsymättömästä tuesta ja käytännön neuvoista sekä ystävilleni henkisestä kannustuksesta. Lopuksi valtava kiitos Mikolle siitä, että olet antanut minulle kaiken, mitä elämässä tarvitsen. Espoon Otaniemessä Liisa Muurinen

5 SISÄLLYSLUETTELO 1 JOHDANTO Tutkimuksen taustaa Tutkimuksen tavoitteet Työn rakenne KUVIEN KÄYTTÖ JA KUVATYÖNKULKU LEHDISSÄ Lehtikuvien luokittelu Kuvaformaatit RAW JPEG TIFF Kuvien metadata Kuvatyönkulku Informaation tarve kuvatyönkulussa KUVANKÄSITTELYYN LIITTYVÄ KUVAINFORMAATIO Digitaalikuviin liittyviä käsitteitä Resoluutio Bittisyvyys Kontrasti Histogrammi Kuvanlaatu Laatuattribuutit Muistivärien ja kuvanlaadun yhteys Värit kuvankäsittelyprosessissa Väriavaruudet Värinmuodostus RGB-avaruudet Väriavaruuksien vertailua KUVANKÄSITTELY Erityyppiset kuvankäsittelyoperaatiot Ammattilaisten kuvankäsittelyprosessi Muistivärien vaikutus kuvankäsittelyprosessissa Värinhallinta ICC-profiilit Toistoalan sovittaminen Automaattinen säätö TUTKIMUSASETELMA Tutkimuskysymykset Tutkimusmenetelmät Tutkimusaineisto Haastattelu- ja havainnointiaineisto Havainnoinnin kulku Aineiston analysointi Analysointimenetelmät Aineistosta tunnistetut luokat Kuvankäsittelyyn liittyvä aineisto Työnkulun mallintaminen UML-kaavioilla...44

6 6 TULOKSET Työnkulku kuvatuotantoprosessissa Kuvien hankkiminen Kuvaus Kuvauksen jälkeen Toimituksen työnkulku Reprojen kuvankäsittelyprosessi Ensimmäinen käsittely Muut usein suoritetut kuvankäsittelyoperaatiot Toinen käsittely Valokuvaajien kuvankäsittelyprosessi Käsittely RAW-muuntimessa Käsittely kuvankäsittelyohjelmassa Kuvankäsittelyn vertailua valokuvaajien ja premediaoperaattoreiden välillä Värinhallinta Kuvien muokkauksen perusteet Miksi kuvankäsittelyä tarvitaan Huomioita kuvankäsittelystä Viestintä kuvatuotantoprosessissa Reprojen ohjeistus ja viestintä Ohjeistuksen riittävyys reproissa Valokuvaajien ohjeistus ja viestintä Kuvien mukana liikkuva informaatio Palautteen antaminen TULOSTEN TARKASTELU Vastaukset tutkimuskysymyksiin Tulosten luotettavuus JOHTOPÄÄTÖKSET...91 LIITTEET LIITE 1: Haastattelun runko valokuvaajille LIITE 2: Haastattelun runko reproille

7 TERMILUETTELO kylläisyys (engl. saturation) värikkyys suhteessa kohteen omaan kirkkauteen vaaleus (engl. lightness) kohteen kirkkaus verrattuna samassa valaistuksessa valkoiseksi havaittuun kohteeseen värisävy (engl. hue) värin ominaisuus, jonka mukaan väri näyttää samanlaiselta punaisen, keltaisen, vihreän tai sinisen, tai jonkun kahden edellä mainitun yhdistelmänä havaitun värin kanssa värikkyys (engl. colorfulness) värin ominaisuus, joka vaikuttaa värin havaittuun kromaattisuuteen (puhtauteen) toistoala (engl. gamut) niiden värien joukko, joka pystytään toistamaan tietyssä väriavaruudessa tai tietyllä näyttölaitteella väriavaruus (engl. color space) geometrinen esitys väreistä tietyssä, yleensä kolmiulotteisessa avaruudessa väriprofiili joukko tietoa, jossa kerrotaan kyseisen väriesityksen rajoitukset, kuinka profiilin värit on esitetty ja kuinka profiilin värit luodaan standardiväreistä kuvaformaatti spesifikaatio, jonka mukaan kuva on talletettu digitaaliseen muotoon ja joka määrittelee mitä kuvatietoa on läsnä ja kuinka se on järjestetty tietokoneen muistissa kuvanlaatu kuvan havaittu hyvyys, kuvan huononema suhteessa originaaliin, kuvan luonnollisuus, tarkkuus ja hyödyllisyys jotakin käyttötarkoitusta ajatellen kuvankäsittely sellaisten operaatioiden suorittaminen digitaalisille kuville, joiden tavoitteena on korjata tai korostaa kuvia kuvatuotanto prosessi, jossa kuva kulkee eri vaiheiden ja toimijoiden kautta lopulliseksi painotuotteeksi valko- ja väritasapaino valon värin aiheuttama muutos kuvattavan kohteen väreissä. Digitaalikameroiden yhteydessä puhutaan yleisesti valkotasapainosta. 1

8 2 1 JOHDANTO 1.1 Tutkimuksen taustaa Kuvankäsittely on ilmiönä lähes yhtä vanha kuin valokuvaaminenkin. Analogisia valokuvia käsiteltiin esimerkiksi musteen tai tuplavalotuksen avulla, sekä yhdistämällä negatiiveja toisiinsa. Digitaalinen kuvankäsittely sai alkunsa tietokoneen keksimisen myötä luvulla. Aluksi kuvankäsittelyllä korjattiin vain kuvien näkyviä virheitä, esimerkiksi parannettiin huonoa valotusta tai poistettiin roskia. Nykyään halpojen ja kehittyneiden digitaalikameroiden, tietokoneiden ja helppokäyttöisten kuvankäsittelyohjelmien myötä kuvankäsittely on yleistynyt ja arkipäiväistynyt luvun kuluessa alettiin käydä keskustelua kuvankäsittelyn vaikutuksista kuvajournalismiin. Digitaalinen kuvankäsittely on esimerkiksi nopeuttanut perinteisiä kuvanvalmistukseen, taittoon ja julkaisuprosessiin liittyviä käytäntöjä. Kuvien luomisen ja käsittelyn helpottumisen myötä myös vaatimukset uutis- ja lehtikuville ovat nousseet. Kuvien on sovelluttava lukuisille eri julkaisualustoille ja kuvilta vaaditaan nykyään myös suurempaa esteettisyyttä. /51/ Salon /51/ mukaan kuvien on digitaalisella aikakaudella oltava omintakeisia, visuaalisesti oivaltavia, sekä sisällöllisesti että teknisesti hyviä. Kuvankäsittely ei ole enää vain luvulta tuttua kuvien virheiden korjailua, vaan kuvankäsittelyllä nykyään poikkeuksetta myös parannetaan kuvien visuaalista näyttävyyttä. Kuvankäsittelyn uudet työkalut ja lehtikuvien uudet vaatimukset ovat vaikuttaneet myös aikakauslehtien kuvankäsittelyn ammattilaisten käytäntöihin ja työskentelytapoihin. Kuvatuotantoprosessille ei ole yleispätevää työnkulkua, vaan toimintatavat vaihtelevat lehdestä toiseen. Yleisesti voidaan kuitenkin sanoa, että kuvien käsittely lehden kuvantuotantoprosessissa suoritetaan kahdessa vaiheessa. Ensimmäisen käsittelyn tekee yleensä valokuvaaja, joka tekee alustavan kuvankäsittelyn ottamilleen kuville. Toinen kuvankäsittelyvaihe suoritetaan lehdessä, jossa esimerkiksi lehden graafinen osasto käsittelee kuvia. Lehdestä riippuen kuvia käsittelevät eri ammattinimikkeillä toimivat henkilöt ja joissakin lehdissä kuvia saatetaan käsitellä useammassa vaiheessa ja eri tahojen toimesta, kun taas joissakin lehdissä kuvia ei käsitellä ollenkaan. 1.2 Tutkimuksen tavoitteet Tutkimuksen tavoitteena on selvittää kuvankäsittelykäytäntöjä ja työkaluja kuvankäsittelyprosessissa, sekä kuinka värinhallintaa käytännössä toteutetaan. Lisäksi tarkoituksena on selventää kuvatyönkulkua ja prosessissa liikkuvaa informaatioita. Tavoitteena on myös selvittää, millä perusteella kuvia käsitellään. Tutkimuksen näkökulma on rajattu digitaalikameralla otettujen värikuvien kuvankäsittelyyn aikakauslehtiympäristössä. Aikakauslehtien kuvatuotannolla tarkoitetaan prosessia, jossa kuva kulkee eri vaiheiden ja toimijoiden kautta lopulliseksi painotuotteeksi. Kuvankäsittelykäytännöt pitävät sisällään erilaisia toimintoja, jotka vaikuttavat lopulliseen paino-

9 3 tuotteeseen. Käytännöt voidaan jakaa värinhallintaan, viestintään sekä kuvankäsittelyyn. Tutkimuksesta saatua tietämystä voidaan hyödyntää esimerkiksi uusien työkalujen sekä kuvatyönkulun kehittämisessä ja tehostamisessa. Työskentelytapojen osalta tutkimuksessa selvitetään askel askeleelta, minkälaisia korjausja parannusoperaatioita kuville tehdään aikakauslehtikontekstissa, miksi kuvia muokataan ja millä perusteella kuvia muokataan. Lisäksi tutkitaan, minkälaisia työkaluja kuvankäsittelyssä käytetään sekä ohjelmistojen että niiden sisällä käytettyjen toimintojen suhteen. Värinhallinta on oleellinen osa kuvatuotantoprosessia, sillä sen avulla voidaan varmistaa, että kuvan värit toistuvat oikein lopullisessa tuotteessa. Värinhallinnan osalta tutkimuksessa selvitetään, kuinka värinhallintaa toteutetaan käytännössä. 1.3 Työn rakenne Tutkimusraportti rakentuu siten, että luvuissa 2-4 käsitellään tutkimuksen aihepiiriin kuuluvaa kirjallisuutta. Luvussa 2 tarkastellaan kuvien käyttöä, kuvaformaatteja sekä kuvatyönkulkua aikakauslehdissä. Luvussa 3 esitellään kuvankäsittelyyn liittyvää kuvainformaatiota, kuten erilaisia digitaalikuviin liittyviä käsitteitä, kuvanlaatua sekä väriavaruuksia. Luku 4 esittelee kuvankäsittelyoperaatioita, ammattilaisten kuvankäsittelyprosessia sekä värinhallintaa. Luvussa 5 esitellään tutkimusasetelma, johon kuuluvat tutkimuskysymykset, tutkimusmenetelmät sekä tutkimusaineiston analysoinnin esittely. Luvussa 6 esitellään tutkimustulokset. Luvussa 7 tarkastellaan tuloksia, esitetään vastaukset tutkimuskysymyksiin ja arvioidaan tutkimuksen luotettavuutta. Lopuksi luvussa 8 on esitetty tutkimuksen johtopäätökset.

10 4 2 KUVIEN KÄYTTÖ JA KUVATYÖNKULKU LEHDISSÄ 2.1 Lehtikuvien luokittelu Brusilan /6/ mukaan kuvien ja visuaalisen tyylin tehtävänä on vahvistaa lehden sanomaa. Saman lehtilajin edustajat ovatkin tyyliltään ja kuvien käytöltään hyvin yhdenmukaisia. Visuaalisuuden yksittäiset tekijät, kuten kuvat, taitto ja typografia voivat kuitenkin vaihdella jonkun verran siten, että lehtien lajityypilliset ominaisuudet kuitenkin säilyvät. Esimerkiksi rikoslehdet suosivat suttuista visuaalista ilmettä, joka viestii lehden raa asta ja likaisesta sisällöstä. Naistenlehtien visuaalinen glamour puolestaan viestii ylellisyydestä. /6/ Painetun kuvan tehtävä aikakauslehdissä on taustoittaa uutisia ja artikkeleita, antaa artikkeleille syvyyttä ja selittää tapahtumien syitä /51/. Lehtikuvia voidaan tarkastella sekä eri luokkien että kategorioiden jäseninä. Luokat ovat korkeamman tason tapoja eritellä kuvia ja kategoriat ovat luokkien alaisuudessa olevia ryhmiä, joissa kuvat on eritelty niiden sisällön perusteella. Kuvia voidaan luokitella esimerkiksi niiden tekemiseen käytetyn teknologian perusteella graafisiin, fotografisiin ja digitaalisiin kuviin /57/. Graafinen kuva on näistä kaikista vanhin. Graafisia kuvia ovat piirustus-, maalaus- ja painotekniikalla tehdyt kuvat. Fotografiset kuvat ovat valokuvia ja digitaaliset kuvat puolestaan biteiksi muutettua informaatiota, jota käsitellään tietokoneilla. Digitaaliset kuvat voivat olla alusta loppuun asti tietokoneella tehtyjä, jolloin puhutaan simulaatiosta. Suurin osa lehdissä käytetyistä kuvista on nykyään digitaalisia kuvia, jotka on skannattu tai otettu digitaalikameralla. Brusila /6/ jakaa aikakauslehdissä käytettävät valokuvat kolmeen luokkaan: realistiset kuvat simuloidut kuvat fiktivisoivat kuvat Realistisilla kuvilla kuvataan jotain aihetta muuntelemattomalla tavalla ja tällaiset kuvat seuraavat uutisjournalismin kriteereitä. Simuloitu kuva sisältää järjestelyjä ja kuvatilanteen simulointi on nähtävissä, mutta kuvalla tavoitellaan luonnollista tilannetta. Fiktivisoivat kuvat lavastavat todellisuutta kätkemättä lavastuksia. Simuloitujen kuvien osuus aikakauslehtikuvista on noin 30 %, kun taas realistisia kuvia on 27 % ja fiktivisoivia 20 %. /6/ Aikakauslehdissä käytetään myös kuvituskuvia. Kuvituskuvien suhde todellisuuteen perustuu ideaan, eikä havaintoon, kuten uutiskuvissa, tai tulkintaan ja kertomukseen, kuten kuvareportaaseissa. Kuvituskuvat voivat olla sekä piirroskuvia että valokuvia, joiden tehtävänä on välittää jokin idea. Kuvituskuvat jaetaan informatiivisiin ja fiktiivisiin kuviin. Esimerkiksi uutisgrafiikka voi koostua informatiivisista kuvituskuvista, kun taas visuaalista kiehtovuutta tavoittelevat kuvitukset ovat fiktiivisiä kuvituskuvia. Kuvituskuvilla voidaan esimerkiksi havainnollistaa asioita tai visualisoida vaikeita, abstrakteja tai arkaluontoisia asioita. /51/ Brusila /6/ määrittelee lehdissä esiintyville kuville kuusi kategoriaa:

11 5 henkilökuvat luonto- tai eläinkuvat esinekuvat kulttuuriset interiöörit tapahtumakuvat muut valokuvat Brusilan /6/ mukaan 59 % aikakauslehdissä esiintyvistä kuvista on henkilökuvia. Muut ryhmät ovat huomattavasti pienempiä, sillä aikakauslehdissä esiintyvistä kuvista 25 % on esinekuvia ja 6 % luonto- tai eläinkuvia. Kulttuurisia interiöörejä on 4 %, tapahtumakuvia 3 % ja muita valokuvia 1 %. Lehden tyyppi vaikuttaa suuresti siinä esiintyvien kuvien kategorioihin. Erikoislehdet sisältävät suurimmaksi osaksi esinekuvia, kun taas yleisaikakauslehdet ovat kuvamaailmaltaan hyvin ihmiskeskeisiä. Henkilökuvaksi määritetään kuva, jossa henkilöstä näkyy vähintään pää. /6/ 2.2 Kuvaformaatit Kuvaformaatit ovat spesifikaatioita, joiden mukaan kuvatieto on talletettu digitaaliseen muotoon. Kuvaformaatti määrittelee, mitä tietoa kuvassa on läsnä ja kuinka se on järjestetty tietokoneen muistissa. Digitaalikuvia varten on kehitetty useita tiedostoformaatteja, joista useimmat kamerat tarjoavat kolmea: RAW-, JPEG- ja TIFF-formaattia. RAW ei ole varsinaisesti tiedostoformaatti, vaan valmistajakohtainen tiedostomuoto, joita on olemassa kymmeniä erilaisia. Yleisesti kuvaformaatit voidaan jakaa kahteen luokkaan sen mukaan, katoaako kuvan tallettamisessa dataa vai ei. Häviöttömiksi tiedostoformaateiksi kutsutaan sellaisia formaatteja, joiden käyttämissä pakkausmenetelmissä ei hävitetä dataa. Häviölliset formaatit sen sijaan pakkaavat kuvaa siten, että siitä hävitetään yksityiskohtia, joita ei pakkaamisen jälkeen voida enää saada takaisin RAW RAW- eli raakadata on käsittelemätöntä kuvadataa, joka on tallennettu suoraan kameran kuvailmaisimelta. RAW-kuvien yhteydessä kamera tallettaa niihin myös kuvaan liittyvää metadataa kameran asetuksista kuvanottohetkellä. /15/ Raakadatana olevaa kuvaa ei ole lainkaan käsitelty kamerassa ja sen kanssa työskentelyä voikin verrata perinteiseen filmiin ja pimiötyöskentelyyn. Raakadatan käyttö tarjoaa monipuolisempia mahdollisuuksia kuvankäsittelyssä ja kuvien käytössä, mutta se vaatii myös ammattitaitoa kuvankäsittelijältä. Raakadatan käytöstä voi olla sekä hyötyä että haittaa riippuen tilanteesta. Haittana on esimerkiksi raakadata-tiedoston suuri koko, joka on moninkertainen verrattuna esimerkiksi JPEG-tiedostojen kokoon. Lisäksi raakakuvaformaatille ei ole mitään yleistä standardia, vaan kullakin kameravalmistajilla on omat RAW-tiedostoformaattinsa. /14/ Tulevaisuudessa tämä saattaa tuottaa ongelmia, sillä ei ole takuita, että kaikki nykypäivänä raakadatana tallennetut kuvat saadaan auki tulevaisuuden ohjelmilla. Tästä syystä RAW-formaattia ei

12 tulisi käyttää kuvien arkistointiin. Adobe Systemsin kehittämä DNG-formaatti tarjoaa ratkaisun tähän ongelmaan. DNG (engl. digital negative) on julkisesti saatavilla oleva RAWkuvaformaatti, jota useat kamera- ja ohjelmistovalmistajat ovat jo alkaneet tukea /3/. RAW-kuvien hyötyjä ovat esimerkiksi kuvien lisääntynyt dynamiikka sekä paremmat mahdollisuudet käsitellä kuvia häviöttömästi. Esimerkiksi JPEG-muodossa tallennetuissa kuvissa on vain 256 sävyä kanavaa kohden, kun taas 12-bittisessä raakadatana talletetussa kuvassa on 4096 sävyä. Tallennettaessa kuva raakadatana, liittää kamera siihen metatietoa kameran asetuksista kuvanottohetkellä, mutta ei sovella niitä itse kuvaan. Sen sijaan kuvattaessa esimerkiksi JPEG-kuvia, kamera tekee kuvaan automaattisesti ne säädöt, jotka raakakuvissa liitetään kuviin metadatana. RAW-kuvia käsitellään muunnosohjelmilla, joissa raakakuville voidaan itse tehdä samat kuvankäsittelyoperaatiot, jotka kamera tekee automaattisesti esimerkiksi JPEG-kuville. RAW-kuvat ovat mustavalkoisia, sillä kamera ei ole tehnyt niille mitään kuvankäsittelyoperaatioita, joten muunnos alkaa interpolaatiolla (engl. demosaicking). Erona kameralla tehtävään interpolaatioon on se, että tietokoneen laskentateho mahdollistaa monimutkaisempien muunnosohjelmien käytön. Digitaalikamera suorittaa interpolaation 8-bittisenä, kun taas tietokoneet voivat suorittaa sen 12-bittisenä. Tällä tavoin kuvan väriavaruus säilyy mahdollisimman laajana. /42/ JPEG JPEG (Joint Photography Experts Group) on JPEG-ryhmän kehittämä standardoitu häviöllinen pakkausalgoritmi jatkuvasävyisille digitaalikuville. JPEG-nimitystä käytetään yleisesti myös kyseisellä algoritmilla pakatuista kuvatiedostoista ja siksi JPEG:iä sanotaan usein tiedostoformaatiksi. JPEG-pakkausta käyttävä tiedostoformaatti on oikealta nimeltään JIFF-formaatti (engl. JPEG file interchange format). /68/ JPEG-formaatin tavoitteena on vähentää kuvien tiedostokokoa ilman, että kuvan havaittu laatu kärsii. Kuvia voidaan JPEG:in avulla pakata jopa kahdeskymmenesosaan (1/20) alkuperäisen tiedoston koosta. JPEG:in pakkausalgoritmi perustuu siihen, että ihmisen näköjärjestelmä havaitsee muutoksia väreissä huonommin kuin muutoksia kirkkaudessa. JPEGformaatti sisältää kahdeksan bittiä kanavaa kohden, eli yhteensä erilaista sävyä /32/. JPEG-kuviin voi upottaa ICC-profiilin. JPEG:in huonoja puolia on esimerkiksi se, että dataa häviää jokaisen tallennuksen myötä /68/. Työskenneltäessä JPEG-tiedostojen kanssa ei kuvan välivaiheita kannata siis tallettaa JPEG-muodossa, sillä jokaisessa vaiheessa häviää lisää kuvadataa. Välitalletuksiin kannattaa JPEG:in sijasta käyttää jotain häviötöntä tiedostoformaattia. Toinen huono puoli on pakkausmenetelmän mahdollisesti aiheuttamat vääristymät sellaisiin kuviin, jotka sisältävät vain muutaman värin tai suuria alueita samaa väriä. /68/ JPEG-pakkausalgoritmi suorittaa pakkauksen neljässä vaiheessa. Aluksi kuva eritellään 8x8 pikselin lohkoihin ja muunnetaan sellaiseen väriavaruuteen, jossa väri määritellään luminanssin ja värisävyn suhteen. Tällainen väriavaruus on esimerkiksi YCrCb, missä Y on luminanssi ja Cr sekä Cb kuvaavat värisävyä. Tällaiseen väriavaruuteen siirtyminen mahdollistaa luminanssin ja värisävyn erillisen pakkaamisen. Luminanssi on ihmisen näkö- 6

13 7 järjestelmän kannalta tärkeämpi tekijä, joten sitä ei pakata yhtä paljon kuin värisävyä. Tyypillisesti värikanavien tiedosta hylätään 75 %. Toisessa vaiheessa kullekin lohkolle suoritetaan erikseen diskreetti kosinimuunnos (DCT), jolla lohkot muunnetaan taajuustasoon. Muunnoksen kertoimet normalisoidaan silmän kontrastinherkkyysfunktiolla ja kvantisoidaan lähimmälle kvantisointitasolle /50/. DCT-muunnoksen jälkeen tiivistetään dataa vielä häviöttömillä tekniikoilla, kuten Huffmann-koodauksella. /31/ TIFF TIFF (Tagged Image File Format) on häviötön kuvaformaatti. Se tukee erilaisia kuvakokoja, resoluutioita ja useita värinosoitustiloja, kuten kaksiväri-, harmaasävy- ja täysvärikuvia useissa väriavaruuksissa. TIFF sisältää myös useita pakkausmenetelmiä, joista ohjelmistokehittäjät voivat valita omaan sovellukseensa ajallisesti ja tilallisesti sopivimman menetelmän. /1/, /68/ TIFF kehitettiin pääasiassa erilaisille syöte- ja näyttölaitteille, ja se onkin yhteensopiva erilaisten kuvatuotantolaitteiden kanssa. TIFF-tiedostot ovat rakenteeltaan monimutkaisia. Ne voivat sisältää erilaista metatietoa, joita kutsutaan tunnisteiksi. Tunnisteita on määritelty yli 70 kappaletta. Tunnisteisiin voidaan tallettaa erilaista tietoa, jotka välittävät kuvatiedon käytetylle ohjelmalle. TIFF-tiedosto voi sisältää useita kuvia, joiden ei ole edes pakko olla TIFF-formaatissa. Esimerkiksi JPEG-kuvia voidaan sisällyttää TIFF-tiedoston sisään. /68/ TIFF-standardi on bittisyvyyksissä joustava. Yleinen käytetty bittisyvyys on JPEG-kuvien mukaisesti kahdeksan bittiä per kanava, mutta on myös mahdollista käyttää suurempaa bittisyvyyttä. TIFF:in suurin heikkous on sen koko, joka johtuu häviöttömästä LZW-pakkausalgoritmista ja tunnisteiden käytöstä kuvadatan välittämisessä. TIFF:in versio 6.0 sisältää JPEGpakkauksen käyttämisen, jolloin myös TIFF-kuvan kokoa pystytään pienentämään. /68/ 2.3 Kuvien metadata Metadata on rakenteellista tietoa tiedosta. Kuviin liitetyllä metadatalla voidaan esimerkiksi antaa tietoa kuvan sisällöstä, valokuvaajasta tai kuvauspaikasta. Metadatasta on erityisesti hyötyä kuvatietokantojen hallinnoinnissa ja kuvien etsimisessä. Ilman metadataa on vaikea kehittää tehokkaita hakumenetelmiä, jolloin paras keino halutun kuvan löytämiseen saattaa olla kuvien manuaalinen selailu, joka on yleensä hyvin tehotonta. Erilaisia kuvien yhteydessä käytettyjä metadatastandardeja ovat esimerkiksi EXIF (engl. Exchangeable Image File Format) ja IIM (engl. Information Interchange Model). /59/ EXIF on JEITAn (Japan Electronics and Information Technologies Industries Association) kehittämä metadatastandardi digitaalikameralla otetuille kuville. EXIF-metadata on kameran kuvaushetkellä tallettamaa tietoa kameran asetuksista ja kuvanottotilanteesta tietylle kuvalle. EXIF ei määrittele käytettyä tiedostoformaattia, vaan se perustuu valmiille tiedostoformaateille, jotka takaavat yhteensopivuuden useimpien kaupallisten sovellusten kanssa. Pakatut tiedostot talletetaan JPEG- (engl. Joint Photographics Experts Group) ja pakkaamattomat tiedostot TIFF-muodossa (engl. Tagged Image File Format). Kuvien metadata esitetään tunnisteiden muodossa. Tunnisteet tarkoittavat kenttiä, joihin talletetaan tietoa

14 8 kuvista. Standardissa käytetään sekä TIFF Rev. 6.0 spesifikaatiossa että EXIFstandardissa määriteltyjä tunnisteita. /23/ EXIF-standardilla voidaan liittää kuviin monenlaista tietoa. Standardi sisältää metadataa esimerkiksi kuvan yleisestä tiedosta, väriavaruudesta, käyttäjästä, kuvausajasta sekä kuvanottotilanteesta. Yleinen tieto kuvasta sisältää esimerkiksi tiedon kuvan ottamishetkestä, kameran omistajan tai kuvaajan nimen sekä tekijänoikeustietoja. Väriavaruuteen liittyvä tieto tallettaa tiedon käytetystä väriavaruudesta. Kuvanottotilanteeseen liittyvä tieto sisältää esimerkiksi valotusajan, spektraaliset herkkyydet kameran eri kanaville, objektiivin aukon, kirkkauden ja valonlähteen. Muita kuvanottotilanteeseen liittyviä tietoja ovat kameran polttoväli, sekä tiedot kameran kuvanottamishetkellä tekemistä säädöistä kontrastille, saturaatiolle ja terävyydelle. /23/ IIM on IPTC:n (engl. International Press Telecommunications Council) ja NAA:n (engl. Newspaper Association of America) kehittämä metadatastandardi, joka kuvailee digitaalikuvan sisältöä. IIM:n elementtejä kutsutaan yleisesti IPTC-headereiksi. Siinä missä EXIF on kameran automaattisesti kuvaan lisäämää tietoa, on IIM-metadata puolestaan lisättävä käsin kuvaan. Esimerkiksi Adoben Photoshop hyödyntää IIM:n rakennetta ja kenttiä metadatan liittämiseen JPEG-, TIFF- ja Photoshop-tiedostoihin. IIM:n erilaisia metadata-kenttiä ovat esimerkiksi kuvan kategoria, avainsanat, kaupunki, maa, otsikko, kuvateksti ja tekijänoikeustiedot. /59/ 2.4 Kuvatyönkulku Lehtien kuvatyönkulku vaihtelee lehdestä ja tottumuksista riippuen. Yhteistä kaikille lehdille Katilan ja Vuorisen /24/ mukaan on digitaalikuvien käytön yleistyminen ja filmiltä skannattavien kuvien jääminen vähemmistöön. Digitaalikuvien myötä originaalikuvien laaduissa on eroja, sillä kuvaajat eivät Katilan ja Vuorisen mukaan vielä täysin hallitse digitaalikameroiden käyttöä. Kyseinen tutkimus on kuitenkin suoritettu vuonna 2004, joten tilanne on saattanut nykyhetkeen mennessä muuttua. Kuvan matka kuvaajalta valmiiseen mediatuotteeseen kulkee monen toimijan kautta. Koljosen /28/ mukaan kuvajournalistiseen tuotantoprosessiin osallistuu edustajia viidestä ammattiryhmästä: kuvaajia, toimittajia, toimitussihteereitä, kuvankäsittelijöitä sekä toimituksen päälliköitä. Lehtien kuvanlähteitä ovat lehtien omat kuvaajat, freelancer-kuvaajat, kuvatoimistot sekä studiot ja yksityiset kuvaajat. Kuvien käsittelyn hoitaa pre-press, mutta myös valokuvaajat esikäsittelevät Koljosen mukaan omia kuviaan. Lisäksi lehden graafinen osasto voi osallistua kuvankäsittelyyn. Lehtien kuvankäsittelijät vaikuttavat prosessiin hyvin vähän, sillä heidän vastuullaan on yleensä kuvaajien alustavasti käsittelemien kuvien lopullinen käsittely. Yleispätevää työnkulkua ei kuitenkaan ole, vaan käytännöt vaihtelevat lehdestä toiseen. Seuraavaksi kuvattu työnkulku mukailee Vuorisen /66/, /67/ tutkimuksessa esitettyä kuvatyönkulkua. Vuorisen /66/ tutkimuksen kohdelehdissä kuvatuotantoprosessi alkoi kuvien hankkimisella, jonka hoiti lehden graafinen osasto tai koko toimitus. Valitut kuvat siirrettiin lehden toimitusjärjestelmään, jonka jälkeen repro käsitteli kuvia annettujen ohjeiden ja omien mieltymystensä perusteella. Reprosta käytetään myös nimitystä pre-press. Tämän jälkeen käsitel-

15 lyt kuvat siirrettiin takaisin toimitusjärjestelmään. Vuorisen mukaan kuvankäsittelijän omien mieltymysten perusteella muokattiin kuvien sävyjä sekä terävöitystä. Ohjeita kuvankäsittelyyn saatiin esimerkiksi kuvaan liitetyn metadatan mukana, joskaan metadatan käyttö ei Vuorisen mukaan ole kovin yleistä aikakauslehtiympäristössä. Neuvoja annettiin myös suullisesti tai tulosteina. Repron työntekijät saattoivat myös kysyä lisäneuvoja kuvankäsittelytoiveisiin lehden graafiselta osastolta. Erityisen vaikeatulkintaisia olivat kirjalliset ohjeet, jotka liittyivät sävyjen säätöön. Tällaisissa tapauksissa sävyjä jouduttiin säätämään useaan otteeseen ennen kuin toivottu värisävy löytyi. Graafikot saattoivat myös siirtyä prepressin luokse seuraamaan kuvankäsittelyä, jotta päästäisiin paremmin haluttuun lopputulokseen. Repron kannalta oleellista kuviin liittyvää tietoa oli se, kuinka pitkälle kuvaaja oli itse käsitellyt kuvaansa. Joissakin tapauksissa repron tehtäväksi jäi vain kuvan väriprofiilin muuttaminen. Kuvankäsittelyn jälkeen graafinen osasto sai valmiit kuvat toimitusjärjestelmästä ja taittoi lehden sivut. Valmiit sivut siirrettiin toimitusjärjestelmään, jossa repro muunsi ne pdf-muotoon ja toimitti sitten sivut painoon. Kuva 1 havainnollistaa kaavion avulla aikakauslehden kuvatyönkulkua. 9 Kuva 1. Aikakauslehtien kuvatyönkulku /66/

16 Myös värinhallinta on osa kuvatuotantoprosessia. Se on Katilan ja Vuorisen /24/ mukaan otettu käyttöön useissa toimituksissa, mutta se koetaan kuitenkin usein vaikeaksi ja värinhallinnan ymmärrys on pintapuolista. Photoshopin värinhallinnan menetelmiä käytetään usein, mutta ne koetaan hankalakäyttöisiksi. Koljosen /28/ kuvajournalistisen tuotantoprosessin yleinen malli koostuu kolmesta jaksosta: suunnittelusta, kenttäjaksosta sekä valinta- ja viimeistelyjaksosta. Suunnittelussa päätetään kuvien tarpeesta, kuvaajien työnjaosta sekä otetaan yhteyttä lähteisiin ja kuvaajiin. Jaksoon kuuluu myös alustava ideointi. Kenttäjakso sisältää menon ja paluun kuvauspaikalta, ideoinnin ja valmistelun kuvauspaikalla sekä itse kuvien ottamisen. Valinta- ja viimeistelyjakso alkaa kun kuvaaja palaa kuvausreissulta takaisin toimistoon. Viimeistelyjakson ensimmäisenä vaiheena on kuvien esivalinta, jossa kuvaaja valitsee kuvistaan parhaat. Tämän jälkeen tehdään alustava kuvankäsittely, johon kuuluu esimerkiksi kuvien tiedostomuodon valinta, rajaus sekä sävyjen ja värien säätö. Tämän jälkeen kuvat siirretään raakakuviin, joista jutun yhteyteen liitettävä lopullinen kuva valitaan. Valokuvaajan valta omiin kuviinsa tulee esiin siinä, että raakakuviin laitetaan yleensä vain vähän kuvia. Näin varmistetaan, ettei lopullisen kuvan valitseva toimitussihteeri pysty poikkeamaan kovinkaan suuresti kuvaajan näkökulmasta. Kuvatuotantoprosessin viimeiset vaiheet ovat kuvankäsittely ja taitto. Ennen kuvankäsittelyä toimitussihteeri suunnittelee alustavan taittoratkaisun sivusta, jonka jälkeen raakakuvista valitaan sopivin kuva. Valittuun kuvaan liitetään tiedot kuvan koosta ja siitä, onko kuva värillinen vai mustavalkoinen. Tämän jälkeen kuvankäsittelijä käsittelee valitun kuvan toiveiden mukaisesti. Koljosen mukaan perusuutiskuvien käsittelyyn käytetään aikaa vain muutamia minuutteja. Muunlaisten kuvien käsittelyyn menevää aikaan Koljonen ei mainitse. Myös Vanhasen /63/ toimittamassa kirjassa kuvataan digitaalisen kuvatuotantoprosessin eri vaiheita. Vanhanen esittelee kuvatyönkulkuun vielä yhden vaiheen, värierottelun, jota ei erikseen mainittu Vuorisen tai Koljosen esityksissä. Värierottelu on kuvankäsittelyprosessin loppupään toiminto, joka suoritetaan yleensä kuvankäsittelyn jälkeen ennen kuvan lähetystä painoon. Värierottelussa tehdään painoa varten muunnos RGB-avaruudesta CMYK-avaruuteen. Siinä on Vanhasen mukaan otettava huomioon painatustekniikka, painopaperi, painovärit, pisteenkasvu sekä monia muita tekijöitä Informaation tarve kuvatyönkulussa Eri toimijat tarvitsevat erilaista informaatiota lehden kuvatyönkulussa. Vuorinen /66/ jaottelee informaation kolmeen luokkaan sen mukaan, milloin kyseistä informaatiota tarvitaan. Luokat ovat kuvausta edeltävä ja kuvauksen jälkeinen informaatio, sekä kuvan perustiedot. Kuvausta edeltävä informaatio oli Vuorisen tutkimuksessa erityisen tärkeä valokuvaajan työn kannalta. Esimerkiksi tieto artikkelin tyypistä ja sisällöstä voivat antaa kuvaajalle tyyli- ja kuvitusideoita. Kuvan perustiedot antavat tärkeää informaatiota monille toimijoille. Perustietoa ovat esimerkiksi kuvan sisältö, kuvaajan nimi ja kuvauspaikka. Kuvan perustiedoista hyötyivät esimerkiksi toimituspäällikkö, graafikot, kuvaajat ja premediaoperaattorit. Kuvan perustiedot ovat hyödyllisiä arkistoinnin kannalta, mutta ne helpottavat myös graafikoiden työtä. /66/ 10

17 Vuorisen tutkimuksessa kuvauksen jälkeinen informaatio koettiin vähemmän kriittiseksi kuin muiden luokkien informaatiosisältö. Kuvauksen jälkeinen informaatio oli tärkeintä premediaoperaattoreille ja graafikoille. Premediaoperaattorit tarvitsivat käsittelyohjeita graafikoilta ja graafikot puolestaan tietoa kuvan rajauksesta, mikäli kuvaajalla oli erityistoiveita sen suhteen. Tärkeimpiä kuvankäsittelyohjeita premediaoperaattoreiden kannalta olivat kuvan syväys ja koko. Taulukko 1 esittää kuvatuotantoprosessin eri toimijoiden tarvitsemaa tietoa. 11 Taulukko 1. Eri toimijoiden tarvitsema informaatio kuvatyönkulussa /66/ Toimija Valokuvaaja AD tai graafinen osasto Pre-press Kriittiseksi koettu tieto artikkelin tyyppi laajuus sisältö tyyli kuvauskohde aikataulu kuvauspaikan sijainti kuvausajankohta kuvaajan tiedot kuvan sisältö artikkelin laajuus kuvausolosuhteet käsittelyohjeet (koko) kuvateksti kuvankäsittelytoimet käsittelyohjeet (syväys, koko) Metadatan käytöllä pystyttäisiin ainakin osittain tukemaan informaation kulkua. Erityisen hyödyllistä metadata olisi kuvan perustietojen ja kuvan jälkeisen informaation tapauksessa. Vuorisen mukaan metadata ei kuitenkaan ole vielä yleisessä käytössä lehtien toimituksissa, vaikkakin sen tarjoamat mahdollisuudet osittain ymmärretään. Metadatan avulla kuvaaja voisi esimerkiksi liittää kuvankäsittelytoiveita ottamiinsa kuviin. Vuorisen tutkimuksen kohdeyrityksissä käytetty toimitusjärjestelmä kyllä tuki EXIF-metadatan (engl. Exhangeable Image File Format) käyttöä, mutta toimituksen henkilökunta ja valokuvaajat eivät yleisesti käyttäneet sitä. Syynä metadatan käyttämättömyydelle oli kiire. Kuvatiedoston sisäisen metadatan katsominen vaatii usein kuvatiedoston avaamisen kuvankäsittelyohjelmassa, eikä siihen ole normaalissa työprosessissa aikaa. Vuorisen mukaan valokuvaajat saattoivat täyttää esimerkiksi yhteystietonsa kuvatiedostojen sisäiseen metadataan, mutta osa kuvaajista koki metadatan turhaksi, sillä heidän kuviaan ei käytetty lehden ulkopuolella.

18 Vuorisen tutkimuksen mukaan freelancer-valokuvaajat eivät usein saa riittävästi palautetta ottamistaan kuvista. Joissain tapauksissa kuvaaja sai nähtäväkseen valmiin lehden ja hän saattoi itse ottaa lehden AD:hen yhteyttä, mikäli kuvat eivät ole onnistuneet halutulla tavalla. Myös lehden graafinen osasto tai pre-press saattoivat antaa kuvaajalle palautetta, mutta Vuorisen mukaan näin käy hyvin harvoin. Vuorisen tutkimuksen kohdelehdessä pre-press käytti palautteenantomuotona kuvavedosten lähettämistä kuvaajalle, jotta kuvaaja näkisi, kuinka kuva toistuu painettaessa KUVANKÄSITTELYYN LIITTYVÄ KUVAINFORMAATIO 3.1 Digitaalikuviin liittyviä käsitteitä Tässä luvussa käsitellään suppeasti joitakin kuvankäsittelyyn ja digitaalikuviin liittyviä käsitteitä. Käsitteistä perehdytään resoluutioon, bittisyvyyteen, kontrastiin ja histogrammiin. Resoluutio ja bittisyvyys vaikuttavat kuvan kokoon ja sävyihin. Resoluutio viittaa kuvan erottelukykyyn tai tarkkuuteen ja on riippuvainen pikselien määrästä kuvassa. Kuvassa olevien pikselien määrä pysyy muuttumattomana, mutta niiden koko voi vaihdella sen mukaan, kuinka isona kuvaa katsellaan. Riittävän isossa suurennoksessa pikselit voivat tulla visuaalisesti havaittaviksi. Bittisyvyys puolestaan kertoo, kuinka monta sävyä kuvassa voi olla. Kontrasti puolestaan on kuvan ominaisuus, jota muuttamalla voidaan muuttaa kuvan antamaa vaikutelmaa. Histogrammi on graafinen esitys kuvan väreistä tai valoisuusarvoista ja sitä voidaan hyödyntää kuvankäsittelyssä Resoluutio Resoluutio tarkoittaa kuvan pikseleiden määrää suhteessa johonkin mittayksikköön ja se kertoo, kuinka tarkka kuva on. Mitä suurempi resoluutio kuvalla on, sitä tarkempi kuva on ja sitä enemmän kuvatiedosto vie tilaa. Yleensä resoluutio ilmaistaan pikseleiden (ppi, engl. pixels per inch) tai pisteiden (dpi, engl. dots per inch) määränä tuumaa kohden. Skannereiden, digitaalikameroiden ja näyttöjen resoluutiota mitataan usein pikseleinä tuumaa kohden, kun taas tulostimien resoluution yhteydessä puhutaan yleensä pisteistä tuumaa kohden. /43/ Julkaisutapa vaikuttaa kuvalta vaadittuun resoluutioon. Painokuvien resoluutio vaihtelee painomenetelmän mukaan, mutta on huomattavasti suurempi kuin esimerkiksi verkossa julkaistavien kuvien resoluutio. Yleisesti voidaan sanoa, että pikseliä tuumaa kohden on riittävä laadultaan miellyttävän kuvan julkaisemiseen /15/. Valokuville riittävänä resoluutiona pidetään dpi:ä, kun taas viivapiirroksissa vaaditaan suurempaa resoluutiota, esimerkiksi 600 dpi. Riittävänä resoluutiona näytöltä katseltaville kuville pidetään 96 dpi, mutta usein käytetään myös pienempää resoluutiota. /20/ Bittisyvyys Värikuvien bittisyvyys kertoo kuinka monta värisävyä kuvassa voi maksimissaan esiintyä. Mitä korkeampi bittisyvyys on, sitä enemmän sävyjä voi kuvassa olla. Bittisyvyyden yhteydessä puhutaan myös biteistä pikseliä kohden ja biteistä kanavaa kohden. Primääriväre-

19 jä kutsutaan kanaviksi ja bittisyvyys kanavaa kohden tarkoittaa tietyn primäärivärin bittisyvyyttä. Bittisyvyys pikseliä kohden puolestaan esittää mahdollisten värisävyjen määrää pikseliä kohden, eli siinä on laskettu yhteen kunkin värikanavan bitit. /32/ Valtaosa nykyajan kameroista pystyy tallettamaan kuvia, joissa on vähintään 12 bittiä kanavaa kohden. Kuitenkin suurin osa digitaalikameralla otetuista kuvista, esimerkiksi JPEGformaatissa tallennetut kuvat, sisältävät 8 bittiä kanavaa kohden, eli 24 bittiä pikseliä kohden. 8-bittinen kuva sisältää siis yhteensä 256 eri sävyä kullekin kanavalle, eli erilaista sävyä kun kaikki primäärivärien sävyt yhdistetään. /32/ Kontrasti Kontrasti tarkoittaa yleensä kuvan tummimman ja vaaleimman kohdan välistä valoisuuseroa. Kuitenkin mitkä tahansa vastaparit, kuten lämmin ja kylmä tai kirjava ja yksivärinen, voivat luoda kontrastin. Kontrastilla on suuri visuaalinen vaikutus kuvaan, sillä alhaisen kontrastin kuvat näyttävät tylsiltä ja laimeilta. Korkean kontrastin avulla voidaan syventää varjoja ja korostaa vaaleita kohtia, joiden avulla esimerkiksi eri pintojen tekstuurit erottuvat paremmin /33/. Jos kuva ylivalottuu tai kontrastia kasvatetaan liikaa, voivat kuvan vaaleat alueet palaa puhki. Tällöin vaaleimmista kohdista katoaa kaikki väritieto. Puhki palaminen ei yleensä haittaa kiiltokohdissa tai kirkkaissa valonlähteissä, mutta muuten puhki palaneet kohdat voivat erottua pahastikin Histogrammi Histogrammi on graafinen esitys kuvan sisältämistä väreistä tai valoisuusarvoista. Se laskee kuvassa olevien värien tai valoisuusarvojen esiintymistiheyden ja muodostaa sen perusteella niistä tilastollisen jakauman. Histogrammi muodostetaan kanavakohtaisesti kuvan pikseleiden kirkkausarvojen tai värien perusteella. Jokaisen pikselin väri muodostuu punaisen, vihreän ja sinisen värin yhdistelmänä ja kullakin näistä kolmesta väristä voi esimerkiksi 8-bittisessä kuvassa olla kirkkauden arvo väliltä Tämän perusteella voidaan muodostaa histogrammi, joka kuvaa kuvan valoisuusarvoja. Histogrammin aluetta, jolla suurin osa kirkkausarvoista sijaitsee, kutsutaan kuvan sävyalaksi. Värihistogrammeissa kullekin primäärivärille on oma kanavansa. /33/ Histogrammi on kuvankäsittelyssä hyödyllinen työkalu, sillä sen avulla näkee helposti onko kuva esimerkiksi valottunut hyvin ja minkälaisia toimenpiteitä kuvalle kannattaisi suorittaa. Alivalottuneen kuvan histogrammi on painottunut alueen vasempaan reunaan ja ylivalottuneen vastaavasti alueen oikeaan reunaan. Tasaisen ja tavallisen valotuksen sisältämän kuvan histogrammi on keskeltä korkea ja laskee kohti varjoja ja kirkkaampia alueita. Histogrammin avulla voidaan myös päätellä, onko kuvasta leikkautunut joitain sävyjä pois. /33/ Usein käytetty kuvanmuokkausoperaatio on histogrammin tasoitus. Siinä histogrammia tasoitetaan siten, että kuvan sävyt levitetään tasaisesti koko kuvaan. Histogrammilla voidaan myös kuvailla kuvan kontrastia. Mitä leveämpi histogrammi kuvalla on, sitä suurempi on kuvan kontrasti. /33/ 13

20 3.2 Kuvanlaatu 14 Kuvanlaatu liittyy olennaisesti kuvankäsittelyprosessiin. Näfin /36/ mukaan kuvankäsittely on yksi kuvanlaatuun vaikuttavista kolmesta tekijästä. Muut tekijät ovat värinhallinta (luku 4.4) ja laitekohtainen prosessointi (luku 4.5). Toisaalta kuvanlaatu vaikuttaa myös siihen, minkälaisia kuvankäsittelyoperaatioita kuvalle ylipäätään suoritetaan, jotta sen laatua voitaisiin edelleen parantaa. Kuvanlaatu onkin tekijä, joka kuvalla on koko ajan jokaisessa prosessoinnin vaiheessa ja jota voidaan visuaalisen tarkastelun avulla käyttää laadun iteratiiviseen parantamiseen. Kuvanlaatu voidaan määritellä lukuisin eri tavoin. Perinteisesti sitä on lähestytty signaalinkäsittelyn näkökulmasta, jossa laatu määritetään muokatun kuvan suhteessa originaalikuvaan. Originaalikuvan laadun ajatellaan olevan korkeampi kuin muokatun kuvan, sillä erilaiset tekijät saattavat huonontaa kuvaa kuvaprosessin aikana. Valokuvausperinteestä saadussa näkökulmassa kuvaa ei sen sijaan verrata konkreettiseen referenssikuvaan, vaan laatu määritetään tarkastelemalla kuvan hyvyyttä. Vertailukohteena saatetaan käyttää tarkastelijan mielessä olevaa referenssikuvaa. /11/ Informaation prosessointiin keskittyvässä näkökulmassa kuvanlaatua puolestaan tarkastellaan suhteessa kuvan havaittuun luonnollisuuteen ja hyödyllisyyteen. /44/ Ridderin ja Endrikhovskin /44/ lähestymistapa yhdistää sekä signaalinkäsittelyn että informaation prosessoinnin näkökulmat. He jakavat laatutekijät kolmeen eri kategoriaan: luonnollisuuteen, tarkkuuteen ja hyödyllisyyteen. Tekijöiden painoarvo riippuu kuvan tarkastelijasta, sisällöstä ja käyttötarkoituksesta. Luonnollisuus merkitsee kuvan vastaavuutta havaitsijan sisäiseen referenssikuvaan. Muistiväreillä on suuri merkitys kuvan luonnollisuudessa. Luonnollisuus on oleellinen laatutekijä tilanteissa, joissa ei vaadita yhteyttä alkuperäiseen referenssiin, kuten esimerkiksi virtuaalitodellisuudessa tai television ja valokuvien katselussa. Tarkkuus kuvaa sitä, kuinka tarkasti kuva vastaa originaaliaan. Ideaalitapauksessa kuvan, jolla on suurin tarkkuuden arvo, pitäisi vastata täysin alkuperäistä kohdettaan. Värien tapauksessa tarkkuutta voidaan parantaa hyödyntämällä värinhallintaa ja ICC-profiileja. Hyödyllisyydellä viitataan yksityiskohtien näkyvyyteen kuvassa. Ideaalitapauksessa suurimman hyödyllisyyden arvon saaneen kuvan pitäisi esittää suurin määrä yksityiskohtia tiettyä tehtävää ajatellen. Tehtävä voi olla esimerkiksi tietyn henkilön tunnistaminen kuvasta. Kuvan hyödyllisyyttä voidaan kasvattaa parantamalla kontrastia ja kuvan saturaatiota. Kuva 2 esittää laatutekijöiden merkitystä eri sovellusalueiden kuvissa. /44/

21 15 Kuva 2. Laatutekijöiden merkitys eri sovellusalueilla /44/ Kuvanlaatua voidaan tarkastella myös arvioinnin näkökulmasta. Tällöin tehdään jako subjektiivisen ja objektiivisen laadun välillä. Subjektiivisissa menetelmissä havainnoitsija määrittelee kuvanlaadun kuvan visuaalisen tarkastelun perusteella. Tällaiset menetelmät ovat kuitenkin kalliita ja kömpelöitä, eikä niitä voida hyödyntää automaattisissa järjestelmissä. Kuvan objektiivinen laadunmääritys perustuu erilaisten parametrien laskemiselle kuvasta. Usein käytettyjä objektiivisia mittoja ovat esimerkiksi keskineliövirhe (engl. mean square error, MSE) ja huippu signaali-kohina suhde (engl. peak signal-to-noise ratio). /72/ Keelan /26/ puolestaan määrittelee kuvanlaadun ulkopuolisen tarkkailijan näkökulmasta. Laatu on vaikutelma, joka ulkopuoliselle havainnoitsijalle syntyy kuvan erinomaisuudesta. Ulkopuolisuudella tarkoitetaan tässä sitä, että havainnoitsija ei liity itse kuvaustilanteeseen tai kuvan sisältöön muutoin kuin ulkopuolisena tarkastelijana. Määrittelemällä arvioinnin näkökulmaksi ulkopuolinen näkökulma, jäävät kuvan laadun arvioinnissa laatuattribuuteista pois henkilökohtaiset attribuutit. Laatuattribuutteja käsitellään lähemmin kappaleessa Kuvanlaatua voidaan tarkastella myös kuvan värien luonnollisuuden näkökulmasta. Fedorovskaya et al. /12/ määritteli tutkimuksessaan laadukkaan kuva sellaiseksi, joka määriteltäisiin havainnoinnissa luonnolliseksi. Luonnollisuuden ja muistivärien yhteyttä kuvanlaatuun tarkastellaan lähemmin luvussa Tässä kappaleessa tarkastellaan digitaalikuvien painolaatua hyvin suppeasta näkökulmasta. Hyvän painolaadun edellytyksinä ovat oikeanlainen aineisto sekä painomenetelmään sopiva kuvankäsittely /30/. Laadukkaiden painokuvien tuottamiseen tarvitaan kuvalta suurempaa resoluutiota kuin esimerkiksi tietokoneen näytöltä katseltaville kuville. Painettavan kuvan fyysinen koko määrittää sen, kuinka suuri resoluutio alkuperäiseltä kuvalta vaaditaan /15/. Mitä suurempi alkuperäisen kuvan resoluutio on, sitä suuremman painetun kuvan siitä voi tuottaa. Myös huonoresoluutioisesta kuvasta voi painaa ison kuvan, mutta tällöin kuvan pikselit tulevat näkyviin ja kuvanlaatu kärsii. Aikakauslehtien kuville noin 300 pikseliä tuumaa kohden antaa riittävän miellyttävän lopputuloksen, kun taas sanomalehtiin riittää 200 pikseliä tuumaa kohden /21/. Kuvankäsittelyllä puolestaan voidaan säätää kuvan

22 sävyjä ja värejä siten, että ne toistuvat painamisen teknisistä värintoiston rajoituksista huolimatta toivotulla tavalla. Värien oikein toistumisesta voidaan huolehtia käyttämällä ICCprofiileja, joita käsitellään luvussa Laatuattribuutit Kuvan havaittu laatu koostuu monista tekijöistä, joita nimitetään attribuuteiksi. Perinteisiä ja hyvin tunnettuja kuvanlaatuattribuutteja ovat esimerkiksi rakeisuus, kohina, terävyys, sävyntoisto ja värintoisto. Keelan /26/ jaottelee laatuattribuutit kolmeen luokkaan attribuutin ominaisuuksien mukaan. Nämä luokat ovat: Attribuutin luonne Attribuutin riippuvuus arviointinäkökulmasta Attribuutin riippuvuus kuvajärjestelmän ominaisuuksista Attribuutti voi olla luonteeltaan henkilökohtainen, esteettinen, artefaktuaalinen tai mieltymykseen perustuva. Luonne kuvaa attribuutin soveltuvuutta kuvan objektiiviseen arviointiin. Henkilökohtaiset, esteettiset ja mieltymykseen perustuvat attribuutit ovat pääluonteeltaan subjektiivisia, kun taas artefaktuaaliset attribuutit riippuvat edellisiä vähemmän havainnoitsijan mieltymyksistä. Attribuutin luonnetta on hyvä tarkastella suhteessa kuvan arviointinäkökulmaan, sillä attribuuttien vaikutus laatuun riippuu kuvan tarkastelijan näkökulmasta. Arvioijan suhde kuviin on erilainen eri tapauksissa ja se vaikuttaa myös kuvan laadun arviointiin. Näkökulmiksi Keelan määrittelee ensisijaisen, toissijaisen sekä ulkopuolisen näkökulman. Ensisijaisessa arviointinäkökulmassa kuvan arvioijana toimii sen ottanut valokuvaaja. Toissijainen näkökulma kuuluu valokuvan kohteille ja ulkopuolinen näkökulma on niillä kuvan tarkastelijoilla, jotka eivät liity kuvaustilanteeseen millään tasolla. Harrastelijoiden valokuvien arviointi keskittyy yleensä ensisijaiseen ja toissijaiseen arviointiin, kun taas ammattikuvaajien kuvien arviointi on suurelta osin suoritettu ulkopuolisesta näkökulmasta. Lehtikuvien kuvankäsittelyssä laadun arvioinnin näkökulmina ovat ulkopuolinen ja ensisijainen näkökulma. Näkökulma on ensisijainen silloin, kun valokuvaaja itse käsittelee kuvansa ja ulkopuolinen silloin, kun lehden kuvankäsittelyhenkilökunta käsittelee kuvaa. Henkilökohtaiset attribuutit viittaavat kuvaan liitettäviin henkilökohtaisiin tekijöihin, jotka vaikuttavat kuvan arviointiin. Teknisesti täysin onnistunut kuva saattaa olla sen ottaneen valokuvaajan mielestä epäonnistunut, jos kuvassa ei ole esimerkiksi onnistuttu vangitsemaan valokuvatun tilanteen tunnelmaa. Henkilökohtaiset attribuutit vaikuttavat ensi- ja toissijaisiin arvioihin, mutta eivät arviointiin ulkopuolisesta näkökulmasta. Esteettiset attribuutit riippuvat sekä havaitsijan omista mieltymyksistä että valokuvauksen käytännöistä. Valokuvauksen käytäntöjä ovat Keelanin mukaan kuvan kohteen asettaminen hieman syrjään kuvan keskustasta, kuvakulman valinta siten, että se kuvastaa kohteen muotoa sekä tarpeeksi läheltä otettu ja yksityiskohtia näyttävä kuva. Esteettiset attribuutit vaikuttavat arviointiin kaikista näkökulmista, mutta vaikutukset eivät ole välttämättä samanlaisia. 16

23 Mieltymysattribuutit ovat kuvassa aina läsnä, mutta niiden vaikutus kuvan havaittuun laatuun riippuu havaitsijan mieltymyksistä sekä kuvan sisällöstä. Mieltymysattribuutit liittyvät yleisesti värien ja värisävyjen toistamiseen. Niitä ovat esimerkiksi kontrasti ja värikylläisyys /62/. Mieltymysattribuutit vaikuttavat kuvan arviointiin kaikista näkökulmista, mutta vaikutukset eivät ole välttämättä samanlaisia. Artefaktuaaliset attribuutit eivät ole niin subjektiivisia kuin edellä mainitut attribuutit. Niiden läsnäolo kuvassa huonontaa kuvan laatua lähes aina tarkastelijasta ja tarkastelunäkökulmasta riippumatta. Eri tarkastelijat saattavat kuitenkin havaita artefaktuaalisia attribuutteja eri tavoin. Arviot eri näkökulmista korreloivat artefaktuaalisten attribuuttien tapauksessa vahvasti keskenään. Esimerkiksi punasilmäisyys, rakeisuus ja terävyys ovat artefaktuaalisia attribuutteja. Attribuutteja voidaan tarkastella myös suhteessa kuvajärjestelmän ominaisuuksiin. Kuvajärjestelmällä tarkoitetaan ketjua, joka muodostuu kuvan taltiointi-, muokkaus- ja toistolaitteista sekä niiden välillä suoritetuista toimenpiteistä, kuten kuvan siirto laitteesta toiseen. Kuvajärjestelmän eri vaiheet voivat huonontaa kuvan laatua. Esimerkiksi kohina riippuu kuvajärjestelmän ominaisuuksista. Taulukossa 2 on esitetty laatuun vaikuttavia attribuutteja ja pisteytetty niiden arvo asteikolla -1, 0 ja +1 kolmelle ominaisuudelle. Ominaisuudet ovat attribuutin soveltuvuus objektiiviseen arviointiin, ensisijaisen tai ulkopuolisen arvioinnin suhde toisiinsa sekä attribuutin riippuvuus kuvajärjestelmästä. Koska ensisijainen ja toissijainen tarkastelu ovat lähes rinnakkaisia, on ne yksinkertaistettu taulukossa ensisijaisen arvioinnin käsitteen alle. Pisteytys eri ominaisuuksien kohdalla on selitetty alla: 1. Soveltuvuus objektiiviseen arviointiin: +1 suoraviivainen, 0 vaikea, -1 hyvin vaikea 2. Ensisijaisen ja ulkopuolisen arvioinnin suhde: +1 vahva riippuvuus, 0 osittainen riippuvuus, -1 ei riippuvuutta 3. Riippuvuus kuvajärjestelmästä: +1 vahva, 0 osittainen, -1 ei riippuvuutta Taulukko 2. Laatuattribuuttien ominaisuuksia /26/ Attribuutti Artefaktuaalinen Soveltuvuus objektiiviseen arviointiin Ensisijaisen ja ulkopuolisen arvioinnin suhde Riippuvuus kuvajärjestelmästä terävyys rakeisuus punasilmäisyys digitaaliset artefaktit Mieltymys väritasapaino kontrasti Yhteensä

24 18 saturaatio muistivärien toisto Esteettinen valaistus sommittelu Henkilökohtainen muiston taltiointi kohteen perusolemuksen välittäminen Taulukosta 2 käy ilmi, että tiettyjen attribuuttien välillä on vahva riippuvuus. Nämä attribuutit ovat luonteeltaan artefaktuaalisia ja mieltymysattribuutteja. Ne ovat hyvin soveltuvia objektiiviseen arviointiin ja soveltuvat myös tutkittavaksi ulkopuolisen arvioinnin näkökulmasta. Näiden attribuuttien riippuvuus kuvajärjestelmistä on suuri. Henkilökohtaiset attribuutit edustavat päinvastaisia ominaisuuksia, kun taas esteettiset attribuutit ovat näiden ääripäiden välissä. Useisiin attribuutteihin voidaan vaikuttaa jälkikäteen kuvankäsittelyllä. Tällaisia attribuutteja ovat artefaktuaaliset ja mieltymysattribuutit, kuten terävyys, rakeisuus, punasilmäisyys, digitaaliset artefaktit, väritasapaino, kontrasti, saturaatio ja muistivärien toisto. Kuvankäsittelyllä voidaan myös jossain määrin vaikuttaa valaistukseen. Kuvankäsittelyn myötä myös kohteen perusolemus ja vaikutelma saattavat muuttua Muistivärien ja kuvanlaadun yhteys Kuvien värikkyyden ja luonnollisuuden merkityksestä kuvan havaittuun laatuun on tehty useita tutkimuksia /12/, /70/, /61/. Värikkyydellä on suuri merkitys kuvan koettuun luonnollisuuteen. Kuvan värikkyyden kasvaessa myös sen koettu luonnollisuus kasvaa tiettyyn rajaan asti. Värikkyys määritellään värien läsnäoloksi ja elävyydeksi koko kuvassa. Värikkyys riippuu kuvan värien etäisyydestä neutraalista harmaasta sekä yksittäisten kuvan värien etäisyydestä toisiinsa. Fedorovskaya et al.:n /12/ tutkimuksen mukaan kuvan värikkyyden kasvattaminen nostaa myös kuvan havaittua laatua. Kuvanlaatua ei kuitenkaan voida parantaa äärettömästi lisäämällä kuvan värikkyyttä, sillä Fedorovskaya et al.:n mukaan värikkyydelle on tietty optimiarvo. Värikkyyden optimiarvon ylityksen jälkeen kuvan havaittu laatu alkaa jälleen laskea. Tämä laadun laskeminen johtuu tutkimuksen mukaan siitä, että värikkyyden kasvaessa liikaa kuvan luonnollisuuden koetaan laskevan. Parhaan arvioidun laadun saavuttavat kuvat, joiden värikkyys on hieman korkeampi kuin alkuperäisten kuvien. Kuvien luonnollisuus ja laatu ovat siis vahvasti yhteydessä toisiinsa. Luonnollisuutta ei kuitenkaan voida pitää suoraan verrannollisena laatuun, sillä joidenkin kuvien suhde luonnollisuuden ja laadun välillä poikkeaa edellä kuvatusta. Federovskaya et al.:n tutkimuksessa joidenkin kuvien tapauksessa kuvan havaittu laatu ei laskenut, vaikka värikkyyttä nostettiin yli optimiarvon ja näin samalla myös vähennettiin kuvien luonnollisuutta. Näiden kuvien kohdalla värikkyyttä arvostettiin laadun mittarina enemmän kuin luonnollisuutta,

25 vaikka havainnoitsijat tiedostivatkin, että kyseiset kuvat olivat hieman epäluonnollisen näköisiä. Esimerkki tällaisesta kuvasta oli kuva vaaleasta rakennuksesta, jossa oli muutamasta vihreä kasvi etualalla. Toisten kuvien kohdalla puolestaan luonnollisuus oli suurempi laatuun vaikuttava tekijä kuin värikkyys. Esimerkki tämmöisestä kuvasta oli kasvokuva naisesta. Jälkimmäisessä kuvassa huomattavaa on ihonvärin läsnäolo, joka on yksi muistiväreistä. Muistivärit (myös prototyyppivärit, luonnolliset värit) ovat Yendrikhovksijn /68/ määritelmän mukaan värejä, jotka havaitsija yhdistää mielessään tiettyihin objekteihin. Muistivärejä tarkastellaan lähemmin luvussa 4.3. Yendrikhovskij et al.:n /70/ tutkimuksen mukaan kuvan luonnollisuuden arviointi riippuu myös arvioitavasta objektista. Luonnollisuuden arvioinnit ovat yhdenmukaisempia esimerkiksi taivaan, ruohon ja ihon väreille kuin esimerkiksi paidan toisinnokselle. Lisäksi tutkimuksessa havaittiin, että koko kuvan havaittu luonnollisuus riippuu kuvan kriittisimmästä objektista /70/. Fedorovskaya et al.:n tutkimuksen perusteella kuvan luonnollisuuden merkitys laadun arvioinnissa kasvaa, mikäli kuva sisältää objekteja, joihin liitetään vahvasti jokin muisti- tai prototyyppiväri. Jos kuva ei sisällä tällaisia objekteja, voidaan värikkyyttä kasvattaa yli optimiarvon, jolloin luonnollisuus vähenee. Vaikka luonnollisuus väheneekin, koetaan kuvan laadun kuitenkin kasvavan. 3.3 Värit kuvankäsittelyprosessissa Väriavaruudet Väriavaruus on geometrinen esitys väreistä tietyssä, yleensä kolmiulotteisessa avaruudessa /56/. Väriavaruuksien ymmärtäminen on kuvatuotantoprosessissa tärkeää, sillä digitaaliset kuvat voivat olla useissa eri väriavaruuksissa kuvatuotantoprosessin aikana. Otettaessa kuva digitaalikameralla, on kuva kameran määrittämässä väriavaruudessa, joka ei usein sovellu kuvien katseluun. Kameran näytöltä katsomista varten kuva muunnetaan johonkin standardiväriavaruuteen, kuten srgb-avaruuteen. Siirrettäessä kuva tietokoneelle käsittelyä varten, voidaan kuvan väriavaruutta jälleen muuttaa. Myös painoa varten kuva tarvitsee muuntaa eri väriavaruuteen. Väriavaruudet voidaan jaotella laitteistoriippuvaisiksi ja - riippumattomiksi. Laitteistoriippuvaisessa väriavaruudessa tuotettu väri riippuu sekä käytetyistä parametreista että näyttölaitteesta. Se kuvaa yksinkertaisesti, minkälainen värintoistokyky tietyllä laitteella on. Laitteistoriippumaton väriavaruus tuottaa saman värin samoilla parametrien arvoilla käytetystä näyttölaitteesta riippumatta. Värejä, jotka tietty väriavaruus pystyy toistamaan, ilmaistaan toistoalan (engl. gamut) käsitteellä. Toistoala vaihtelee suuresti väriavaruudesta toiseen. Kuvankäsittelyssä yleisimmin käytettyjä standardiväriavaruuksia ovat standardi RGB, Adobe RGB ja ProPhoto RGB. Näitä käsitellään tarkemmin luvussa Värinmuodostus Silmän kolmentyyppiset tappisolut ovat perustana niin sanotulle tristimulus-teorialle, jonka mukaan kaikki värit voidaan esittää kolmen eri stimuluksen avulla. Kansainvälinen valaistuskomissio (CIE, Commission Internationale de L Eclairage) on standardoinut värinsovi- 19

26 tusfunktiot x ( λ), y ( λ) ja z ( λ), joiden avulla voidaan esittää minkä tahansa spektraalisen tehojakauman omaava valoärsyke kolmen arvon avulla: 20 missä ( λ) λ ( λ) x( λ) dλ X = k Φ (1) λ ( λ) y( λ) dλ Y = k Φ (2) λ ( λ) z( λ) dλ Z = k Φ (3) Φ on valoärsykkeen spektraalinen jakauma ja k normalisoiva vakio. X-, Y- ja Z- arvoja kutsutaan tristimulusarvoiksi /37/. Jos kahdella objektilla on samat tristimulusarvot, havaitsevat ihmiset ärsykkeet samanvärisinä. Projisoimalla tristimulusarvot yksikkötasolle (X+Y+Z=1), voidaan väri esittää kaksiulotteisella tasolla, jota kutsutaan kromaattisuusdiagrammiksi. Kromaattisuusdiagrammissa väri voidaan esittää kromaattisuuskoordinaateilla (x, y). Kuva 3 havainnollistaa CIE xy kromaattisuusdiagrammia. Käyrällä olevien värien saturaatio on 100 %. Saturaatio laskee liikuttaessa kohti diagrammin keskustassa olevaa valkoista pistettä. /45/ Kuva 3. CIE xy kromaattisuusdiagrammi CIE on standardoinut myös kolmiulotteiset väriavaruudet CIELAB (tai CIE L*a*b*) ja CIELUV (tai CIE L*u*v*), joilla pystytään esittämään pienin havaittu väriero alkuperäistä kromaattisuusdiagrammia paremmin. CIELAB on havainnollisesti tasavälinen väriavaruus, jossa L* kuvaa vaaleutta ja (a*, b*)-koordinaatit väriä vihreän ja punaisen, sekä keltaisen ja sinisen välillä. Kuva 4 havainnollistaa CIELAB-väriavaruutta.

27 21 Kuva 4. CIELAB-väriavaruus /37/ Kuvien värienmuodostustapa vaihtelee sen mukaan, luokitellaanko kuva aktiiviseksi vai passiiviseksi. Aktiiviset kuvat tuottavat väriä ja valoa, kun taas passiiviset kuvat suodattavat ympäristön valoa. Aktiiviset ja passiiviset kuvat tuottavat värivaikutelman eri stimuluksien avulla. /50/ Aktiivisissa kuvissa, esimerkiksi tietokonenäytöissä, käytetään lisäävää, eli additiivista värinmuodostusta. Additiiviset primäärivärit ovat punainen, vihreä ja sininen (RGB). Primäärivärejä eri tavoin yhdistelemällä saadaan aikaan kaikki spektrin värit. Kaikkien kolmen päävärin yhdistäminen saa aikaan valkoisen valon. Passiivisten kuvien, esimerkiksi paino- ja tulostuskuvien värinmuodostusta kutsutaan vähentäväksi, eli subtraktiiviseksi värinmuodostukseksi. Aineen väri määräytyy sen perusteella, mitä värejä aineen pinta heijastaa. Esimerkiksi punaisena havaittu pinta heijastaa punaista väriä sekä absorboi vihreän ja sinisen sävyt. /65/ Painokuvissa vähentävä värinmuodostus on toteutettu käyttämällä kolmea väriainetta: syaania, magentaa ja keltaista. Näistä kukin absorboi kolmasosan näkyvän valon spektristä. Tästä värimallista käytetään nimitystä CMYK (engl. cyan, magenta, yellow, keycolor). Kun painetaan värit päällekkäin, koko spektri absorboituu ja saadaan aikaan musta väri. Syaani absorboi punaisen värin, magenta vihreän ja keltainen sinisen värin. Lisäksi yleensä käytetään myös mustaa väriainetta (K, Keycolor), jotta saadaan siistimpää painojälkeä esimerkiksi tekstiä painettaessa. /50/ RGB-avaruudet Standardi RGB (engl. standard RGB), eli srgb, on digitaalisessa valokuvauksessa toinen yleisimmin käytetyistä väriavaruuksista. Se on Hewlett-Packardin ja Microsoftin kehittämä laiteriippumaton väriavaruus, joka perustuu CRT-referenssinäytön ominaisuuksille. srgb:n tavoitteena on helpottaa värikuvien työnkulkua vähentämällä kuvalle tehtäviä värimuunnoksia ja standardoida kuvien käsittely-, tallennus- ja siirto-väriavaruus kuluttajille suunnatuissa digitaalisissa kuvajärjestelmissä. Koska srgb perustuu CRT-näytön ominaisuuksille ja kuvia yleisesti katsottiin srgb:n kehittämisen aikaan CRT-näytöiltä, ei srgbmuodossa oleville kuville tarvinnut suorittaa ylimääräistä värimuunnosta näyttöä varten. Myös nykyajan TFT- ja LCD-näytöt on rakennettu siten, että srgb-avaruudessa olevat

28 kuvat toistuvat oikean värisinä myös niillä. Koska srgb on määritelty vuoden 1996 standardi CRT-näytön suhteen, on srgb:n toistoala rajoittunut tämän CRT-näytön toistoalaan. Käytännössä tämä tarkoittaa sitä, että esimerkiksi digitaalikameroiden ja skannereiden tuottamien kuvien väriavaruuksien toistoala on srgb:tä huomattavasti suurempi /53/. srgb kattaa vain 35 % CIE:n määrittelemistä näkyvistä väreistä, mutta silti srgb:n toistoalan katsotaan olevan riittävän laaja useimpia tilanteita varten. srgb:n toistoala ei pysty toistamaan kaikkia värejä, joita CMYK:n avulla pystytään painaessa toistamaan, joten sitä ei suositella käytettäväksi painotuotteiden kohdalla. Erityisesti sinisiä ja vihreitä sävyjä jää srgb:n toistoalan ulkopuolelle. Sen sijaan srgb:tä suositellaan käytettäväksi sellaisten kuvien editoinnissa, joiden julkaisualustana toimii Internet. Adobe RGB on Adoben kehittämä laiteriippumaton työskentelyavaruus kuvankäsittelyä varten. Se on määritelty suhteessa referenssi-monitoriin sekä referenssikatseluolosuhteisiin. Adobe RGB-väriavaruuden tavoitteena on tehdä kuvadatasta helpommin siirrettävää, riippumatonta käytetystä RGB-monitorista, sekä luoda tulostukseen sopiva RGB-väriavaruus. Adobe RGB on suunniteltu käytettäväksi sekä näytöllä että tulosteina esitettävissä kuvissa, jotka sisältävät laajan skaalan värejä /2/. Adobe RGB:n huono puoli on, että se sisältää värejä, joita ei voida tulostaa tavanomaisilla CMYK-tulostimilla /56/. Adobe RGB sisältää noin 50 % CIE:n määrittämistä näkyvistä väreistä. Ero srgb:hen verrattaessa näkyy sinisissä ja vihreissä sävyissä, joita ei srgb-avaruudessa voida toistaa. ProPhoto RGB on Kodakin kehittämä laiteriippumaton väriavaruus, joka tarjoaa suuremman toistoalan kuin Adobe RGB ja srgb. Se sisältää enemmän värikylläisiä punaisen, vihreän ja sinisen sävyjä ja kattaa 90 % CIE L*a*b*:n määrittämästä väriavaruudesta. ProPhoto RGB:n väreistä 13 % on sellaisia, joita ihmissilmä ei pysty erottamaan tai tulostin toistamaan. ProPhoto RGB on suunniteltu erityisesti digitaalikuvausta varten ja sitä käytettäessä suositellaan kuvien olevan 16-bittisiä Väriavaruuksien vertailua Digikuvauksessa ja kuvankäsittelyssä useimmiten käytettyjä väriavaruuksia ovat srgb, Adobe RGB sekä ProPhoto RGB. Näistä ProPhoto RGB:n toistoala on suurin ja srgb:n pienin. Adobe RGB sijoittuu näiden väriavaruuksien välille. CMYK-avaruus on pääosin srgb-avaruutta pienempi, mutta se sisältää joitakin vihreän ja sinisen sävyjä, joita srgbavaruudessa ei ole. Kuva 5 vertailee eri väriavaruuksien toistoaloja. Kuva 6 esittää CMYKavaruuden toistoalan verrattuna srgb:n toistoalaan. 22

29 23 Kuva 5. Eri väriavaruuksien toistoala CIE xy kromaattisuusdiagrammissa /9/ Kuva 6. CMYK- ja RGB-avaruuksien toistoala CIE xy kromaattisuusdiagrammissa /52/ Tietokoneen näytöllä ja Internetissä esitettävien kuvien yleisimmin käytetty väriavaruus on srgb. Tämän takia monet harrastelijoille tarkoitetut digitaalikamerat käyttävät srgb:tä oletusarvoisesti väriavaruutenaan. Useimmiten digitaalikameroissa väriavaruuden voi valita srgb:n ja Adobe RGB:n väliltä. RAW-muodossa oleva kuvadata ei sen sijaan ole missään väriavaruudessa, vaan siihen voidaan liittää haluttu väriprofiili datan konversiovaiheessa. Käytettävän väriavaruuden valinta riippuu ennen kaikkea käsiteltävien kuvien käyttötarkoituksesta. Adobe RGB:n ja srgb:n erot ovat kohtuullisen pieniä, vaikka Adobe RGB:n toistoala onkin srgb:tä isompi. Tästä syystä Adobe RGB:tä kannattaisi käyttää esimerkiksi kuvan editointivaiheessa. Jos kuva on tarkoitus julkaista Internetissä, kannattaa sen väriavaruudeksi valita srgb, sillä se muistuttaa värejä, joita tyypillinen säätämätön näyttö esittää. Näin saadaan värit näkymään kirkkaampina tietokonenäytöllä. ProPhoto RGB:n

30 käyttöä suositellaan ammattimaisessa digitaalikuvauksessa, sillä se pystyy toistamaan Adobe RGB:tä ja srgb:tä enemmän värisävyjä. ProPhoto RGB pystyy toistamaan lähes kaikki digitaalikameralla tallennetut värit, toisin kuin Adobe RGB ja srgb. Aina suurimman väriavaruuden valinta ei ole paras vaihtoehto. Kannattavampaa on valita sellainen väriavaruus, joka on juuri riittävän suuri sisältämään kuvan värikylläisimmät sävyt. Mitä isompi väriavaruus on, sitä suuremmat välit eri sävyjen välillä on. Kuvan bittimäärä kertoo kuinka monta sävyä kuvassa voi olla ja näin ollen 8-bittinen kuva sisältää 256 värisävyä käytetystä väriavaruudesta riippumatta. Jos käytössä on suuri väriavaruus, kuten ProPhoto RGB, ja pienibittinen kuva, saattavat suuret välit eri sävyjen välillä aiheuttaa häiritsevää posterisaatiota (engl. banding, posterization) kuvaan. Pienemmällä väriavaruudella posterisaatiota ei välttämättä synny, sillä siinä värisävyt ovat lähempänä toisiaan KUVANKÄSITTELY 4.1 Erityyppiset kuvankäsittelyoperaatiot Kuvanmuokkausoperaatiot ovat digitaaliselle kuvainformaatiolle tehtäviä laskentaoperaatioita /50/. Kuviin tulee niiden ottamisen aikana erilaisia virheitä, joita kuvankäsittelyllä pyritään korjaamaan. Näfin /36/ mukaan digitaalikameroilla otetut kuvat sisältävät yleensä ongelmia densiteetin, värien ja punasilmäisyyden suhteen. Amatöörien kuvista jopa 50 % on otettu huonoissa kuvausolosuhteissa, joka johtaa alivalotettuihin tai epäteräviin kuviin. Ongelmia aiheuttaa myös kameran automatiikka, esimerkiksi valkotasapainon säätö. Digikuvien värit saattavat olla väärännäköisiä johtuen kameroiden rajallisesta laskentatehosta. Kuvanmuokkausoperaatioita voidaan luokitella lukuisin eri tavoin. Perusjaottelu voidaan esimerkiksi tehdä digitaalisen korjailun (engl. restoration) ja korostamisen (engl. enhancement) välillä. Digitaalinen korjailu on verrattavissa perinteiseen pimiötyöskentelyyn, jonka tarkoituksena on parantaa kuvan teknistä laatua muuttamatta kuvan sisältöä. Korjailusta voidaan käyttää myös nimitystä primäärioperaatio. Primäärioperaatiot ovat kuvasignaaliin kohdistuvia laskentaoperaatioita, joilla pyritään korjaamaan kuva, joka on huonontunut kuvasysteemissä. Korostamis- tai reproduktio-operaatio koostuu tyypillisesti useista primäärioperaatioista ja sen päämääränä on muuntaa kuva sopivammaksi käyttötarkoitustaan varten. Reproduktiooperaatiossa kuvaa korostetaan (engl. enhance) esimerkiksi tekemällä siitä visuaalisesti miellyttävämpi. Primäärioperaatiot jaotellaan sekä operaation käyttämän matemaattisen funktion perusteella että laskettavan alueen koon perusteella. Matemaattisten funktioiden pohjalta jaottelu tehdään /50/: korvausoperaatioihin taulukko-operaatioihin aritmeettisiin operaatioihin erikoisfunktio-operaatioihin

31 Korvausoperaatioissa kuvan tietyt pikselit korvataan toisen kuvan vastaavilla pikseleillä. Taulukko-operaatioissa lähtökuvan avulla muodostetaan muuntotaulukko, josta luetaan tietyn pikselin arvo tuloskuvassa. Aritmeettisilla operaatioilla voidaan laskea esimerkiksi kuvien summa tai erotus, ja erikoisfunktio-operaatioilla esimerkiksi trigonometrisiä funktioita. Laskettavan alueen pohjalta jaottelu tehdään /50/: pisteoperaatioihin suodinoperaatioihin globaaleihin operaatioihin geometrisiin operaatioihin Pisteoperaatioiden tulosarvo tietyssä pisteessä riippuu vain saman koordinaatin syötearvosta. Suodinoperaatioissa on kyse matemaattisesta operaatiosta, jossa lasketaan konvoluutio alkuperäiselle kuvalle ja suodinmatriisille. Globaaleissa operaatioissa tietyn pisteen tulosarvo riippuu kaikista syötekuvan pikseleiden arvoista. Geometrisia operaatioita ovat kuvaa venyttävät, supistavat tai kääntävät käsittelytoimenpiteet. Edellä mainittujen operaatioiden lisäksi kuville voidaan suorittaa myös lokaaleita operaatioita. Lokaaleissa operaatioissa tietyn koordinaattipisteen tulosarvo riippuu saman pisteen ympäristön syötearvoista /71/. Kuva 7 havainnollistaa piste-, globaalin sekä lokaalin operaation eroja. Kuvassa laatikot esittävät syöte- ja tuloskuvia ja ympyrät kuvan pisteitä. 25 Kuva 7. a. Pisteoperaatio, b. Lokaali operaatio, c. Globaali operaatio /71/ Laihasen /29/ mukaan globaalit värimanipulaatiot värikuville ovat usein paras ja helpoin tapa parantaa kuvan visuaalista näyttävyyttä. Tällaisia operaatioita ovat esimerkiksi gamman, väritasapainon ja kontrastin säätö. Gamman säädöllä viitataan kuvan keskisävyalueen säätöön. Väritasapainoa säätämällä korjataan kuvan värejä luonnollisemmiksi. Kontrastin säädöllä voidaan lisätä kuvan tummien ja vaaleiden kohtien välistä sävyeroa. Reproduktio-operaatioita puolestaan ovat esimerkiksi /50/:

32 26 värinerottelu värin korjaus sävyn- ja värin korostus yksityiskohtien korostus koon muunto rajaus ja upotus automaattinen korostus Värinerottelu tarkoittaa kuvan väriavaruuden muuntoa painoa varten, joka on usein muunnos RGB-avaruudesta CMYK-avaruuteen. Värejä korjaamalla voidaan tehdä kuvasta luonnollisemman näköinen. Sävyjä, värejä ja yksityiskohtia korostamalla voidaan puolestaan esimerkiksi keskittää katsojan huomio tiettyyn kohteeseen kuvassa. Näiden lisäksi lehdissä usein käytetty kuvankäsittelymenetelmä on kuvan syväys, eli taustan poistaminen kuvasta. Croft /8/ jakaa kuvankäsittelyoperaatiot artikkelissaan viiteen alaluokkaan muokkausoperaatioiden päämäärän mukaan. Nämä luokat ovat: kuvan esteettisen laadun parantaminen katsojan huomion keskittäminen tiettyyn kohteeseen kohteen yksinkertaistaminen merkityksen lisääminen kuvaan kuvan merkityksen täydellinen muuttaminen. Esteettisen laadun parantamiseksi luokitellaan Croftin mukaan operaatiot, joiden avulla korjataan esimerkiksi kuvan vaurioita, luonnotonta värimaailmaa tai huonoa sommittelua. Näihin operaatioihin lasketaan esimerkiksi valokuvan rajaus, kirkkauden ja kontrastin säätäminen, väritasapainon säätäminen ja korjailu (engl. retouching). Katsojan huomion keskittämisen tekniikoita Croftin mukaan ovat kuvan tarkoituksenmukainen rajaus, taustan tummentaminen tai epäterävöittäminen, taustavärin sävyttäminen, värin poistaminen taustalta tai taustan muuttaminen kokonaan. Kohteen yksinkertaistamisen tekniikoissa oleellista puolestaan on turhien yksityiskohtien poistaminen kuvasta. Croft esittää yksinkertaistamiselle seuraavanlaisia tekniikoita: kohteen irrottaminen kuvasta ja asettaminen neutraalille taustalle, värin poistaminen, kohteen sisäisten viivojen epäterävöittäminen sekä kuvan pelkistäminen viivapiirustukseksi tai silhuetiksi. Merkityksen lisääminen on päinvastainen operaatio yksinkertaistamiseen verrattuna. Merkityksen lisäämisen tekniikoita Croftin mukaan ovat esimerkiksi värin lisääminen yksiväriseen kuvaan, annotointi, eli tekstin tai kuvioiden liittäminen kuvaan, kuvan tietyn osan suurentaminen ja piirrettyjen tai muiden kuvallisten elementtien lisääminen alkuperäiseen valokuvaan. Kuvan merkityksen täydelliseen muuttamiseen liittyy kuvan sisällön radikaali muuttaminen. Joku kuvan objekti voidaan esimerkiksi kokonaan poistaa tai korvata toisella objektilla. Quinn /39/ puolestaan ottaa eettisen tarkastelunäkökulman kuvankäsittelyyn, josta hän käyttää nimitystä kuvamanipulaatio. Quinn jakaa kuvamanipulaation kahteen luokkaan: kuvauksen aikana tapahtuvaan manipulaatioon ja valmiille kuville tehtäviin muokkausope-

33 raatioihin. Molemmissa luokissa voi esiintyä eettisesti oikeutettuja ja epäilyttäviä operaatioita. Kuvauksen aikana tapahtuva kuvamanipulaatio sisältää esimerkiksi kameran säätelyiden muokkausta ja kuvakohteen rajaamista. Tämän tyyppinen manipulaatio ei kuulu tämän tutkimuksen tarkastelun piiriin. Valmiin kuvan muokkaamisessa ero hyväksytyn ja arveluttavan operaation välillä liittyy kuvan yhdennäköisyyteen alkuperäisen kohteensa kanssa. Jos muokkausoperaation avulla pyritään saattamaan kuva mahdollisimman lähelle alkuperäistä kohdettaan, on operaatio eettisesti hyväksyttävä. Operaatiot, jotka esimerkiksi parantavat kuvaa, mutta samalla vievät sen ulkonäöltä kauemmaksi alkuperäisestä kohteestaan, ovat eettisesti arveluttavia. Näin ollen esimerkiksi väritasapainon säätö voi olla hyväksyttävää, jos sen päämääränä on korjata kuvauksessa sattunut tekninen vika, ja näin korjata värejä lähemmäksi kuvan kohteen alkuperäistä värimaailmaa. Jos puolestaan väritasapainon säädöllä pyritään luomaan kuvasta esteettisempi, on se eettisesti arveluttava operaatio. Quinn määrittelee samanlaisen erottelun myös valmiin kuvan rajaamiselle. /39/ Värikorjailut kuvankäsittelyssä ovat tärkeitä kuvan laadun (luku 3.2.2) sekä objektien tunnistamisen kannalta. Tanaka et al.:n /58/ mallin mukaan objektien tunnistaminen on pääasiassa objektin muotoon perustuva toiminto, mutta väri tarjoaa tunnistamiseen tukea sellaisille objekteille, joihin liitetään tiukasti jokin väri. Objektien tunnistaminen määräytyy sekä havaitun värin että havaitsijan sisäisen väritiedon perusteella. Väri helpottaa objektien tunnistamista rakenteellisesti samanlaisten kategorioiden sisällä. Esimerkiksi lintuja tarkastellessa voi väri olla tärkeä, koska sen avulla pystytään erottamaan naaraslinnut uroksista saman lajin sisällä. Sen sijaan väriä ei tarvita tunnistamisen avuksi tilanteessa, jossa halutaan erottaa punatulkku pöllöstä. Värit ovat hyödyksi objektien tunnistamisessa myös merkkivärien (engl. diagnostic colors) yhteydessä. Tällaisia ovat esimerkiksi punainen ja paloauto sekä keltainen ja sitruuna. Sen sijaan esimerkiksi henkilöautot voivat olla minkä värisiä tahansa, eivätkä värit tällöin auta objektin tunnistamisessa. Sama pätee myös maisemakuviin. Maisemat, jotka kuuluvat tiukasti yhteen jonkun värin kanssa, tunnistetaan nopeammin silloin, kun ne ovat oikean värisiä. Tällaisia maisemia ja luonnon elementtejä ovat esimerkiksi metsä, ruoho ja meri. Epäluonnollisen väristen maisemien tunnistaminen on hitaampaa ja vaikeampaa. Värien vaikutusta muistivärejä sisältävien objektien tunnistamiseen tukevat myös Boust et al.:n /4/ ja Olivan /38/ tutkimukset, joiden mukaan kuvassa kiinnitetään ensiksi huomio muistiväreihin, mikäli niitä on kuvassa läsnä. Mikäli muistivärejä sisältävä objekti onkin väritetty väärän väriseksi, ei katse heti kiinnity siihen ja objektin tai maiseman tunnistamiseen kuluva aika kasvaa. Myös Gegenfurtnerin ja Riegerin /16/ mukaan värit auttavat tunnistamaan ja muistamaan asioita paremmin. Värit auttavat havainnoinnin aikaisessa vaiheessa kuvien segmentoinnissa ja myöhemmin tiedon hakemisessa muistista. Värit vaikuttavat myös kuvan välittämään viestiin, sillä värit yhdistetään tavallisesti eri tunteisiin. Esimerkiksi vaaleat värit, kuten keltainen ja sininen, yhdistetään positiivisiin tunteisiin, kuten iloon ja vahvuuteen. Mustan ja harmaan kaltaiset tummat värit puolestaan liitetään negatiivisiin tunteisiin, kuten vihaan ja suruun. Joillain väreillä on useita eri merkityksiä. Esimerkiksi punainen voidaan yhdistää sekä positiivisiin että negatiivisiin tunteisiin, kuten aktiivisuuteen, intohimoon ja vihaan. Kayan ja Eppsin /25/ tutkimuksessa tutkittiin eri värien herättämiä tunteita havaitsijoissa. Tutkimuksessa värit herättivät testihenki- 27

34 löissä erilaisia semanttisia merkityksiä ja mielleyhtymiä, jotka puolestaan herättivät havaitsijassa erilaisia tunnetiloja. Kayan ja Eppsin mukaan vihreään väriin liitettiin eniten positiivisia tunteita. Näitä ovat esimerkiksi rentoutuminen, onnellisuus, mukavuus, rauhallisuus ja toivo. Tällaiset tunteet liitetään usein luontoon ja metsään, kuten myös vihreä väri. Keltainen väri liitettiin puolestaan energiaan ja usein kesään ja auringonpaisteeseen, joihin liittyy sellaisia positiivisia tunteita kuten onnellisuus ja jännitys. Sininen puolestaan yhdistettiin usein veteen tai taivaaseen, joilla on rauhoittavat ja rentouttava vaikutus. Vihertävän keltaiset sävyt puolestaan herättivät eniten negatiivisia tunteita, sillä ne liitetään usein sairauteen ja vastenmielisyyteen. Koska värit herättävät havaitsijoissa usein vahvojakin tunteita, ovat värit tärkeässä roolissa kuvien välittämissä merkityksissä. /25/ 4.2 Ammattilaisten kuvankäsittelyprosessi Ammattilaisten kuvankäsittelyä on tutkittu vain vähän ja suurin osa tutkimuksista on keskittynyt pikemminkin kuvatyönkulkuun ja siinä liikkuvaan informaatioon. Taka-alalle on jäänyt se, miten kuvia käytännössä jälkikäsitellään ja millä perusteella kuvia muokataan. Digitaalinen kuva on Salon /51/ mukaan lisännyt valokuvaajan kontrollia omiin kuviinsa ja kuvien digitaalinen korjailu on suureksi osaksi kuvaajan vastuulla. Monet kuvaajat käsittelevät itse kuvansa painovalmiiksi. Tirohlin /60/ mukaan puolestaan kuvaajien valta omiin kuviinsa vähenee. Kuvaajista saattaa tulla vain raakamateriaalin tuottajia, kun taas lehden henkilökunta huolehtii kuvien muokkaamisesta. Ei ole tutkimustietoa siitä, kuka suorittaa kuvankäsittelyn Suomen aikakauslehdissä. Salon /51/ mukaan painetut uutiskuvat ovat estetisoituneet television aikakaudella. Kuvien on nykyään toimittava sekä katseen vangitsijoina että sen säilyttäjinä. Saavuttaakseen uudet vaatimuksensa, on kuvien oltava omintakeisia, visuaalisesti oivaltavia, sisällöllisesti monikerroksisia ja teknisesti hyviä. Lopputuloksena syntyvän kuvan olisi oltava helposti hahmotettava ja toiminnan, draaman sekä tunteiden avulla yleisöön emotionaalisesti vaikuttava tuote. Oikean sommittelun ja kuvankäsittelyn avulla voidaan saada aikaan tällainen lopputulos. Salon mukaan dramaattiseen vaikutelmaan tähtääviä sommitteluperiaatteita ovat esimerkiksi terävyyden ja epäterävyyden käyttö korostajina, kultainen leikkaus sekä kuvan linjojen sommittelu siten, että katse ohjautuu kuvassa haluttuun paikkaan. Muita yleisiä ratkaisuja kuvien sommittelussa ovat kontrasti, toisto ja liioittelu. Kontrasti voi tarkoittaa sekä kuva sisällöllistä että ilmaisullista rinnakkainasettelua. Ilmaisullisella rinnakkainasettelulla viitataan esimerkiksi värivastakohtien rinnastamiseen. Toisto tarkoittaa tietyn elementin toistumista koko kuvassa ja liioittelu puolestaan viittaa kuvan sisällön elävyyteen ja ilmeikkyyteen. Lehtikuvat ovat myös usein pelkistettyjä ja turhat yksityiskohdat on rajattu niistä pois. /51/ Viljasen /65/ mukaan digitaalisten kuvien peruskäsittely koostuu samoista operaatioista kuin ennen digikuvien yleistymistä. Salon /51/ mukaan digitaalinen kuvankäsittely onkin muuttanut ennen kaikkea perinteisiä kuvanvalmistukseen, taittoon ja painoprosessiin liittyviä käytäntöjä nopeuttaen niitä huomattavasti. Valokuvia on manipuloitu jo ennen digitaalikuvien tuloa, sillä kuvia on esimerkiksi rajattu ja julkaistu eri versioina eri yhteyksissä. Viljasen mukaan digitaalikuvien peruskäsittelyyn kuuluvat sävyalan säätö, kontrastin säätö, väritasapainon säätö ja terävöitys sekä kuvan koon ja tulostusresoluution määrittämi- 28

35 nen. Lisäksi kuvista saatetaan joutua poistamaan punasilmäisyyttä ja skannatuista kuvista pölyä. Boust et al.:n /4/ tutkimuksen mukaan ammattilaisen kuvankäsittelyprosessin ensimmäinen askel on kuvan käyttötarkoituksen pohtiminen. Kuvan käyttötarkoitus vaikuttaa kuvalle suoritettuihin muokkausoperaatioihin. Sitä kuinka kuvan käyttötarkoitus vaikuttaa muokkausoperaatioihin, ei ole tarkemmin tutkittu Boust et al.:n tutkimuksessa. Kuvankäsittelyprosessin toinen askel on kuvan segmentointi pienempiin osiin. Tutkimuksen mukaan segmentit muodostetaan muistiväreillä väritettyjen alueiden mukaan ja niitä on yleisimmin kahdesta kolmeen. Kuvan segmentoinnin jälkeen varsinainen kuvan muokkaaminen alkaa. Ammattilaisten kuvankäsittelyprosessin seuraava askel on yleensä taivaan tai muun kuvassa olevan valonlähteen muokkaaminen. Tarkoituksena on korjata kuvan valonlähteen värilämpötila. Tämän jälkeen kaikki kuvan muokkausoperaatiot tähtäävät siihen, että kuvan värimaailmasta tulee koherentti valonlähteen värilämpötilan kanssa. Muokkausoperaatiot keskittyvät yleensä objekteihin, jotka liitetään muistiväreihin, esimerkiksi ruohoon ja ihoon. Tutkimuksessa ammattilaiset painottivat keskittymistä muistiväreillä väritettyihin objekteihin. Mikäli kuvan tietyn objektin kohdeväriä ei tiedetty, ei objektia yleensä muokattu lainkaan. /4/ 4.3 Muistivärien vaikutus kuvankäsittelyprosessissa Muistivärit ovat värejä, jotka havaitsija yhdistää mielessään tiettyihin objekteihin. Kategoriat puolestaan ovat erillisiä alueita, joihin jatkuva väriavaruus ihmisen mielessä jakautuu /69/. Prototyyppivärit, eli muistivärit, esittävät kunkin kategorian tyypillisintä jäsentä. Tyypillisiä muistivärejä ovat esimerkiksi taivaan sinisyys, ruohon vihreys sekä ihon väri. Näille objekteille on havaitsijan mielessä määrittynyt aikaisemman kokemuksen perusteella oikea värisävy, jota vastaan kuvan värien luonnollisuutta arvioidaan. Koska muistivärit perustuvat aikaisempaan kokemukseen, voivat ne olla hieman erilaisia yksilöille, jotka ovat asuneet erilaisessa ympäristössä /44/. Muistiväreillä on taipumus olla värikylläisempiä kuin vastaavien objektien värit todellisuudessa ovat /68/. Rantasen /41/ tutkimuksessa tutkittiin ICC-profiilien vaikutusta kuvien värikkyyteen. Visuaalisten testien avulla havaittiin, että oikeimman näköiset värit saatiin sellaisille kamerakännykällä otetuille kuville, joihin oli liitetty kuvankäsittelyvaiheessa kuvaustilanteeseen sopiva ICC-profiili. Profiilin liittäminen sellaisiin kuviin, jotka sisälsivät muistivärejä, ei kuitenkaan parantanut havaitsijoiden mielestä kuvan värejä. Syyksi tähän todettiin se, että ihmiset muistivat muistivärit värikylläisempinä kuin ne todellisuudessa olivat. ICC-profiili kyllä korjasi värit oikeiksi, mutta havaitsijat muistivat värien olleen erivärisiä kuin ne todellisuudessa olivat. Kuvassa olevien objektien värisävyjen eroavaisuuksia muistiväreistä siedetään jonkin verran ilman kuvan havaitun laadun laskemista, sillä objektien värit todellisessakin maailmassa vaihtelevat sävyn, värikylläisyyden ja valoisuuden mukaan. Tämä johtaa siihen, että tietyn väristä muistiväriä ei voida esittää yhdellä diskreetillä arvolla koordinaatistossa, vaan se on esitettävä jakaumana tietyssä väriavaruudessa. Kuva 8 esittää Yendrikhovksijn tutkimuksessa määritettyä muistivärien aluetta CIE u v -koordinaatistossa. Kaavio on jaettu kolmeen kriittiseen alueeseen, jotka kattavat kolme tutuinta ja useimmiten toistettua väri- 29

36 kategoriaa: ruohon, ihon ja taivaan värialueet. Vaikka värialueet onkin nimetty tiettyjen objektien mukaisesti, myös muiden objekti-kategorioiden värit voivat sisältyä näille alueille. Kiinteä viiva kuvaa CRT-näytön toistoalaa. /68/ 30 Kuva 8. Muistivärialueet ruoho (neliö), iho (ympyrä) ja taivas (kolmio) u v - koordinaatistossa. Kiinteä viiva esittää CRT-näytön toistoalaa /68/ Muistiväreillä on aikaisempien tutkimusten perusteella vaikutusta ammattilaisten kuvankäsittelyprosessiin, erityisesti värien säätöön ja kuvan segmentointiin. /4/ Boust et al.:n /4/ tutkimuksen mukaan kuvan havainnoitsijat kiinnittävät ensiksi huomionsa muistiväreihin, jos niitä on kuvassa läsnä. Tämä pätee sekä kuvankäsittelijöihin, että kuvan tavallisiin tarkastelijoihin. Myös Yendrihovksijn /68/ tutkimuksen mukaan muistivärit havaitaan, muistetaan ja opitaan nopeammin kuin muut värit. Boust et al.:n tutkimuksen mukaan muistivärit vaikuttivat ammattilaisten kuvankäsittelyprosessiin kahdella tavalla. Niitä käytettiin apuna kuvan segmentoinnissa sekä värien säädössä. Kuva 9 esittää erästä tutkimuksessa käytettyä testikuvaa ja kuvankäsittelyn ammattilaisen kuvalle tekemää segmentointia. Kuva on segmentoitu taivaan ja ruohoalueen muistivärien mukaan. Kuva 9. Alkuperäinen kuva ja sen segmentointi ammattilaisten kuvankäsittelyprosessissa /4/ Boust et al. /5/ havaitsi myöhemmässä tutkimuksessaan muistivärien vaikuttavan myös kuvan värien säätöön. Kuvan muistivärejä säädettiin vastaamaan kuvankäsittelijän mielessä olevaa sävyä samanlaiselle objektille. Boust et al.:n tutkimuksen perusteella ammattilaiset näkevät mielessään kuvan objektien toivotut kohdevärit ja segmentoinnin avulla kukin objekti korjataan vastaamaan omaa kohdeväriään. Tieto kohdevärien tavoitteellisista sävyistä

37 kumpuaa kuvankäsittelijän aikaisemmista kokemuksista. Ammattilaisen kuvankäsittelyprosessissa huomattavaa on se, mihin kuvan osiin korjausoperaatiot keskittyvät. Boust et al.:n /4/ tutkimuksessa kuvankäsittelijät mainitsivat erikseen, että kuvankäsittelyssä olisi keskityttävä muistivärejä sisältäviin objekteihin. Luonnollisuuden määritelmä liittyy muistiväreihin läheisesti. Luonnollisuus tarkoittaa kuvassa olevien värien vastaavuuden astetta verrattuna siihen, minkälaisia havaitsija muistaa värien todellisuudessa olleen. Luonnollisuuden määritelmän taustalla on argumentti siitä, että kuvien laadun määrittäminen perustuu toistetun kuvan ja havainnoitsijan muistissa olevan esityksen vertailuun /12/. Laadun ja muistivärien yhteyttä käsiteltiin luvussa Kuva 10 esittää, kuinka havaitsija määrittää kuvan objektien värien luonnollisuuden. Luonnollisuuden arvioiminen koostuu kahdesta prosessista, havaitsemisesta ja vertailusta, sekä kolmesta esityksestä. Eri esityksiä ovat värikuva, joka toistaa objektin värit, objektin havaittu väri sekä prototyyppiväri kyseiselle objektille. Havaitsemisprosessissa havaitaan kuvan väriattribuutteja, joita ovat esimerkiksi sävy, värikkyys ja valoisuus /70/. Havaitsemisprosessi vaikuttaa havaitun objektin värin määrittämiseen, sillä erilaiset tekijät, kuten väriadaptoituminen, voivat vääristää havaitsemisprosessia. Havaittuja väriattribuutteja verrataan havaitsijan muistissa oleviin prototyyppiväreihin ja niiden attribuutteihin. Vertailu on avainprosessi luonnollisuuden määrittämisessä. 31 Kuva 10. Kuvan luonnollisuuden määrittämisen prosessi /68/

38 4.4 Värinhallinta 32 Värinhallinta on toimintaa, jonka tavoitteena on saavuttaa mahdollisimman yhtenäinen värintoisto koko kuvatuotantoprosessin ajan /19/. Kuvatuotantoprosessi sisältää kaikki kuvan vaiheet aina sen ottamisesta muokkauksen kautta kuvan julkaisemiseen. Värinhallinta on entistä tärkeämpää, sillä nykyään käytössä on yhä enemmän kuvalähteitä sekä kuvien julkaisu- ja käsittelyalustoja, joista kullakin on oma toistoalansa. Erilaisia alustoja kuvatuotantoprosessissa voivat olla esimerkiksi digitaalikamera, tietokone, tulostin ja painokone. Kuvalähteitä ovat esimerkiksi skanneri ja digitaalikamera. Kuvatuotantoprosessissa käytettävät eri laitteet käyttävät eri väriavaruuksia ja niinpä niillä on myös erilaiset toistoalat. Tyypillisesti esimerkiksi CMYK-väriavaruuden toistoala on pienempi kuin RGB:n, joten näyttöjen toistoala on suurempi kuin CMYK-väriavaruuteen perustuvien tulostimien. Värinhallinnassa oleellista on ymmärtää ja kontrolloida sitä, kuinka kuvatuotantoprosessiin kuuluvat laitteet käsittelevät värejä. Esimerkiksi näytöt, digitaalikamerat ja skannerit perustuvat additiiviseen väriteoriaan, kun taas tulostaminen perustuu subtraktiiviseen väriteoriaan. Lisäksi on otettava huomioon, että kuva voi näyttää erilaiselta jopa keskenään identtisillä näytöillä. Värinhallinnan perusajatuksena on, että kukin prosessin laite kalibroidaan ja että laiteriippuvaisten ja laiteriippumattomien väriavaruuksien välille saadaan luotua jokin yhteys. Flemingin ja Sharmanin /13/ mukaan värinhallinta koostuu kolmesta osasta: laitteiden kalibroinnista ja profiloinnista, sekä muunnoksesta profiilien välillä. Kalibroinnissa säädetään näytön valoisuutta ja värintoistoa siten, että näytön tummin ja vaalein sävy ovat riittävän kaukana toisistaan, näytön harmaa väri on mahdollisimman neutraali ja gamma-korjaus oikeanlainen. Kalibroinnissa voidaan käyttää apuna kalibrointilaitetta, joka mittaa näytöltä arvoja tietyillä asetuksilla. Näyttö kalibroidaan samaan sävyyn valaistuksen kanssa. Profiloinnilla määritetään oikein kalibroidun laitteen värintoisto. Kalibroidulla näytöllä esitetään testikuvia, joiden arvot mitataan mittalaitteen avulla. Tällä tavoin voidaan selvittää näytön virheet ja rajat värintoistossa. Mittausten avulla tehdään profiilitiedosto, jonka avulla voidaan muuttaa tietyssä työprofiilissa oleva kuva näytön profiilin mukaiseksi ja saada kuvan värit näin toistumaan oikein näytöllä. Muunnos tarkoittaa siirtymistä tietyn väriprofiilin kuvaamasta väriavaruudesta jonkin toisen profiilin mukaiseen väriavaruuteen. Myös katseluolosuhteet vaikuttavat värinhallintaan, sillä silmä mukautuu erilaiseen valaistukseen, joka puolestaan vaikuttaa värihavaintoon. Graafisen alan standardeissa valaistuksen värilämpötila on asetettu D50:een (5000 Kelviniä), joka vastaa suunnilleen kirkkaan päivän luonnonvaloa. Valaistus saattaa myös muuttua heijastuessaan huoneen sisustuksesta, joten värinhallinnan kannalta ei olisi suositeltavaa käyttää kirkkaita värejä työskentelytilassa ICC-profiilit ICC-profiilit ovat ICC:n (The International Color Consortium) kehittämiä määritelmiä, jotka kuvaavat eri väriavaruuksien ominaisuuksia. Väriprofiilit voidaan liittää kolmenlaisiin laitteisiin: syöttö- (engl. input), näyttö- (engl. display) ja tulostinlaitteisiin (engl. output). Väriprofiileja voidaan myös liittää kuvatiedostoihin, jolloin niistä käytetään nimitystä

39 työprofiili. Työprofiilit helpottavat väridatan siirtämistä tietokoneiden, verkkojen ja käyttöjärjestelmien välillä, sillä sen avulla haluttu väriprofiili on tietokoneesta riippumatta aina käytettävissä /22/. Kuva 11 havainnollistaa värinhallintaa väriprofiilien avulla. Jokaisella laitteella ja kuvalla on oma profiilinsa, jonka perusteella värienhallintajärjestelmä osaa tehdä muunnoksia väriavaruudesta toiseen ja saa näin kuvien värit toistumaan halutulla tavalla kussakin laitteessa. 33 Kuva 11. Värinhallinta profiilien avulla /10/ ICC-profiilin toiminta perustuu standardiväriavaruuteen, joka toimii rajapintana eri laitteiden välillä ja mahdollistaa yksiselitteisen yhteyden syöte- ja tulosprofiilien välillä. Tätä väriavaruutta kutsutaan profiilien yhdysavaruudeksi tai PCS:ksi (engl. Profile Connection Space). ICC-profiilien PCS perustuu CIE 1931 standardihavaitsijaan (engl. CIE 1931 Standard Colorimetric Observer) Toistoalan sovittaminen Kun kuvan lähtö- ja kohde-väriavaruudet eroavat toisistaan, tarvitaan toistoalan sovittamista. Siinä kohde-avaruuden toistoalan ulkopuolelle jäävät värit muunnetaan kohdeavaruuden toistoalueen mukaisiksi. Näköistystapa määrittää, kuinka värien muunto väriprofiilien välillä tehdään /27/. ICC on kehittänyt eri näköistys- tai sovitustapoja (engl. gamut mapping), jotka perustuvat neljän eri algoritmin toimintaan. Algoritmeista käytetään englanninkielistä termiä rendering intents. Muunnosalgoritmeja ovat: aistihavaintoon perustuva (engl. perceptual) kylläisyyteen perustuva (engl. saturation) suhteellinen kolorimetrinen (engl. relative colorimetric) absoluuttinen kolorimetrinen (engl. absolute colorimetric).

40 Kolorimetriset näköistystavat säilyttävät kohdeväriavaruuteen kuuluvat värit entisellään, mutta sen ulkopuolelle sijoittuville väreille annetaan pienemmän toistoalan mukaiset arvot. Tällöin tapahtuu niin sanottu toistoalan leikkautuminen (engl. gamut clipping), jossa useampia toistoalan ulkopuolelle sijoittuvia värejä korvataan samalla sävyllä. Yksityiskohtia voi hävitä, mikäli lähtöväriavaruudessa on paljon sävyjä. Muunnoksessa hävitettyjä yksityiskohtia ei voida palauttaa siirryttäessä pienemmästä toistoalasta takaisin suurempaan. Kolorimetriset näköistystavat eroavat toisistaan siinä, että suhteellisessa kolorimetrisessa näköistystavassa valkoisena pisteenä käytetään kohdeväriavaruuden valkoista ja myös muut värit muuttuvat samassa suhteessa. /22/ Aistihavaintoon perustuva näköistystapa pyrkii säilyttämään värien keskinäiset suhteet mahdollisimman tarkasti, mutta samalla kontrasti ja yksittäiset väriarvot muuttuvat. Ihmisen näköjärjestelmä on herkempi värieroille kuin absoluuttisille värien arvoille, joten värierojen säilyttäminen tuottaa visuaalisesti parempia tuloksia kuin tarkkojen väriarvojen säilyttäminen /27/. Tässä tavassa yksityiskohtia ei häviä, mutta sävyt saattavat porrastua. Aistihavaintoon perustuva näköistystapa tapa sopii hyvin värillisille valokuville /22/. Kuva 12 havainnollistaa kolorimetristen ja havaintoon perustuvan näköistystavan eroa. Kylläisyyteen perustuvassa näköistystavassa pyritään säilyttämään värien kirkkaus ja täyteläisyys, mutta niiden keskinäiset suhteet voivat muuttua. Tämä näköistystapa sopii paremmin grafiikkaan kuin valokuville. 34 Kuva 12. Kolorimetrinen näköistystapa ja toistoalan leikkautuminen. Havaintoon perustuvassa tavassa leikkautumista ei tapahdu /10/ Värinhallinta toteutetaan tietokoneohjelmilla, joista käytetään lyhennettä CMS (engl. Color Management System). Värinhallintajärjestelmiä ovat esimerkiksi Adoben Color Management System, Color Engine ja Windows Image Color Management 2. CMS-ohjelmien toiminta perustuu yleensä ICC:n kehittämille ICC-profiileille. /18/ Kuva 13 esittää geneeristä väriarvojen muunnosmekanismia CMS-ohjelmassa. Kuvalla tai syötelaitteella on jokin lähtöprofiili, joka määrittelee sen käyttämän väriavaruuden ominaisuudet ja kuinka väriavaruus muunnetaan referenssiväriavaruuteen ja siitä pois. Kohdejärjestelmällä on myös oma profiilinsa, jonka mukaan se pystyy toistamaan värejä. CMMmetodi (engl. Color Matching Method) suorittaa lähtöprofiilin perusteella kuvan väriarvojen muunnoksen kohdeprofiiliin jonkin referenssiväriavaruuden (PCS) avulla. ICCjärjestelmässä referenssiavaruuksina toimivat CIE-XYZ sekä CIELAB. /27/

41 35 Kuva 13. Väriarvojen muunnos lähtö- ja kohdeprofiilin välillä /27/ 4.5 Automaattinen säätö Digitaalikameroiden suorittamat automaattiset säätöoperaatiot vaihtelevat kameravalmistajan ja -mallin mukaan. Tavallisesti digitaalikamerat suorittavat kuville esimerkiksi sävyjen säätöä, terävöitystä sekä kuvan pakkaamisen. Ramanath et al. /40/ jakaa säätöoperaatiot viiteen vaiheeseen: esikäsittelyyn, valkotasapainon säätöön, interpolointiin, värimuunnoksiin ja jälkikäsittelyyn. Esikäsittelyssä kuvalle suoritetaan erilaisia säätötoimenpiteitä ennen kuin siitä tehdään värillinen. Yksi yleinen esikäsittelyoperaatio on viallisten pikseleiden korjaaminen. Jos kameran kennolla on viallisia pikseleitä, tulee valmiiseen kuvaan viallisia väripisteitä. Pikseleiden korjaamisessa viallisille pikseleille arvioidaan oikea arvo interpoloimalla se ympäröivistä pikseleistä. Esikäsittelyssä voidaan myös kompensoida kennon sensoreissa esiintyvää kohinaa, jota kutsutaan englanninkielisellä termillä dark current. Se on eräänlaista jännitettä, jota esiintyy sensoreissa vaikka ne olisivat täysin pimeässä. Kohina kasvaa lämpötilan kohotessa, pitkällä valotusajalla ja kuvattaessa vähäisessä valaistuksessa. Kuvaaja voi pyrkiä vähentämään kohinaa kuvaamalla mahdollisimman pienellä herkkyydellä ja mahdollisimman valoisassa ympäristössä. Kamerat voivat vähentää kohinaa kahdella tavalla. Kohina voidaan muuntaa numeeriseksi arvoksi kennon sensoreissa ja vähentää se sitten otetusta kuvasta tai voidaan ottaa kuva mustasta alueesta ja vähentää syntynyt kohina varsinaisesta valonmittauksesta /40/, /47/. Esikäsittelyssä kamera voi myös kompensoida kuvissa esiintyviä valorenkaita (engl. flare), joita voi syntyä kirkkaan valonlähteen ollessa näkökentässä /40/. Valkotasapainon säädössä kamera säätää kuvan värit sellaiseksi kuin ihmissilmä ne havaitsee. Silmä on hyvä mukautumaan vallitsevaan valaistukseen ja ihminen näkee eri valaistuksissa värit samanvärisinä, vaikka todellisuudessa niiden spektrijakaumat saattavatkin erota toisistaan. Kamera ei osaa ihmissilmän tavoin mukautua vallitsevaan valaistukseen ja värit saattavatkin näyttää kuvissa erilaisilta mihin ihminen on tottunut. Tätä kompensoidakseen kamera suorittaa valkotasapainon säädön, jossa kamera säätää kuvan värejä valaistuolosuhteiden mukaan päämääränään saada kuvan värit näyttämään luonnollisilta. Kuvaaja voi esimerkiksi valita haluamansa valaistusolosuhteen kameran valikosta, jonka mu-

42 kaan kamera säätää värejä. Yleisiä asetuksia ovat esimerkiksi päivänvalo, pilvinen sää ja hehkulampun valo. Kameroissa voi myös olla automaattinen valkotasapainon säätö, jonka tavoitteena on säätää kuvan keskimääräiseksi väriksi harmaa. Tämä ei kuitenkaan toimi hyvin kromaattisilla kuvilla. /40/, /46/ Valkotasapainon säätöön kameravalmistajat käyttävät omia algoritmejaan, joten lopputulos riippuu paljolti kameran merkistä /36/. Tallettaakseen värejä täydellisesti, tarvitsisi kunkin kameran pikselin tallettaa sekä punaista, vihreää että sinistä väriä. Jokainen pikseli tallettaa kuitenkin vain yhtä väriä, joten pikselille joudutaan laskemaan sen puuttuvat värit. Tätä operaatiota kutsutaan interpoloinniksi (engl. demosaicking). Interpolointitapoja on useita, mutta niiden yleisperiaatteena on laskea tietyn pikselin puuttuva väri-informaatio sitä ympäröivien pikseleiden avulla. Interpolaatiossa kuvaan tulee yleisesti artefakteja, jotka automaattinen käsittely pyrkii poistamaan myöhemmissä vaiheissa. /17/ Värimuunnoksissa kuva muunnetaan kameran sensorien omasta väriavaruudesta standardiväriavaruuden kautta johonkin tulosväriavaruuteen, joka on tarkoitettu kuvien esittämiseen. Standardiväriavaruutena on CIEXYZ ja tulosväriavaruutena toimii usein esimerkiksi srgb. /40/ Jälkikäsittelytoimenpiteet ovat tarpeellisia, sillä muut kameran suorittamat toimenpiteet saattavat aiheuttaa kuvaan artefaktuaalisia attribuutteja, jotka huonontavat kuvan laatua. Yleisiä jälkikäsittelytoimenpiteitä ovat esimerkiksi interpoloinnissa tulleiden väriartefaktien poistaminen ja reunojen terävöittäminen. Reunojen terävöittämisessä kuvasta vähennetään matalia taajuuksia, sillä ihmiset pitävät enemmän terävistä kuin epäterävistä reunoista /40/. Liiallinen terävöittäminen voi kuitenkin aiheuttaa mustia ja valkoisia kehiä kuvan reunoille /36/. Edellä mainittujen vaiheiden lisäksi kamera voi pakata kuvat pienempään formaattiin, mikäli kuvataan jossakin muussa kuin RAW-formaatissa. Usein käytetty formaatti on JPEG (luku 2.2.2). Pakkaaminen saattaa aiheuttaa kuvaan pakkaus-artefakteja, kuten blokkiintumista, värähtelyä (engl. ringing) sekä paikallisia värimuutoksia. /36/ 36

43 37 5 TUTKIMUSASETELMA 5.1 Tutkimuskysymykset Aikakauslehtien kuvankäsittelyprosessin kulun selvittämiseksi muotoiltiin viisi tutkimuskysymystä: 1. Minkälaisia muokkausoperaatioita digitaalikameralla otettuihin kuviin tehdään ammattilaisten kuvankäsittelyprosessissa? 2. Millä perusteella kuvia muokataan? 3. Kuinka värinhallinta otetaan huomioon ammattilaisten kuvankäsittelyprosessissa? 4. Minkälaisia työkaluja ammattilaisten kuvankäsittelyprosessissa käytetään? 5. Minkälaista kuvien käsittelyn kannalta tärkeää informaatiota kuvatuotantoprosessissa viestitään? Vastaukset tutkimuskysymyksiin esitetään luvussa 7. Kuvalla viitataan tässä kontekstissa digitaalikameralla otettuun digitaalisessa muodossa olevaan toimitukselliseen värikuvaan. Ammattilainen ja kuvankäsittelijä tarkoittavat tässä kontekstissa aikakauslehtien kuvankäsittelijöitä, sekä valokuvaajia jotka itse käsittelevät kuviaan ennen niiden lähetystä lehden toimitukseen. Kuvankäsittelyprosessilla tarkoitetaan niitä kuvan parantamiseen ja korjailuun tähtääviä toimenpiteitä, joita kuvalle suoritetaan sen ottamisen ja julkaisemisen välillä. Värienhallinnalla tarkoitetaan tässä kontekstissa kuvankäsittelyprosessin aikana suoritettuja toimenpiteitä, joiden päämääränä on mahdollisimman yhtenäinen värintoisto koko kuvantuotantoprosessin ajan. Työkaluilla viitataan sekä kuvakäsittelyssä käytettyihin ohjelmiin että ohjelmien sisällä käytettyihin toimintoihin. 5.2 Tutkimusmenetelmät Tämän tutkimuksen menetelmiksi on valittu keskusteleva havainnointi ja sen yhteydessä suoritettava teemahaastattelu kuvankäsittelyprosessiin osallistuvien toimijoiden kanssa. Roution /48/ mukaan havainnoinnin avulla voidaan selvittää havainnoinnin kohteen toimintaa. Keskustelevassa havainnoinnissa kohdetta pyydetään ajattelemaan ääneen, mitä hän tehtävän aikana tekee. Se sopii hyvin tämän tutkimuksen menetelmäksi, sillä tutkimuksessa tahdotaan selvittää, kuinka kuvankäsittelyn ammattilaiset toimivat kuvankäsittelyprosessissa. Havainnoinnista saatuja tietoja täydennetään teemahaastattelulla. Teemahaastattelu on keskustelua, jolla on etukäteen määritetty päämäärä ja teemoja. Roution /49/ mukaan se sopii tutkimusmenetelmäksi erityisesti silloin, kun tutkittavaa asiaa ei tunneta kovin hyvin ja

44 tutkija ei osaa etukäteen aavistaa vastauksia. Teemahaastattelu myös mahdollistaa lisäkysymysten esittämisen saatujen vastausten perusteella. Teemahaastattelu sopii hyvin tutkimusmenetelmäksi tähän tutkimukseen, sillä ulkopuolisen henkilön on vaikea tietää aikakauslehtien ja valokuvaajien kuvankäsittelyprosessin kulkua ja ennakoida kysymyksiin saatavia vastauksia. Teemahaastattelun kysymykset voivat osittain muotoutua itse haastattelutilanteessa ja teemahaastattelu mahdollistaa lisäkysymysten esittämisen, jolloin mahdolliset epäselvät asiat voidaan selventää lisäkysymysten avulla. Haastateltavia ja havainnoitavia toimijoita ovat lehtien omat kuvankäsittelijät, eli premediaoperaattorit sekä valokuvaajat, jotka itse käsittelevät kuviaan. Näiltä toimijoilta kerätty laadullinen aineisto selvittää kuvankäsittelyprosessin kulkua sekä mahdollisia eroja eri toimijoiden välillä. 5.3 Tutkimusaineisto Haastattelu- ja havainnointiaineisto Haastattelu- ja havainnointiaineisto kerättiin vuoden 2007 helmi-huhtikuussa. Tutkimukseen osallistui viisi valokuvaaja ja viisi reproissa työskentelevää premediaoperaattoria. Haastateltavat valittiin siten, että joukossa olisi henkilöitä kuvatuotantoprosessin eri vaiheista ja että molempien ryhmien edustajia olisi aineistossa sama määrä. Valokuvaajat edustavat vain yhtä aikakauslehtien kuvalähdettä, mutta työn laajuuden puitteissa ei ollut mahdollista tutkia kaikkia kuvalähteitä. Kaikki tutkimukseen osallistuneet valokuvaajat olivat freelancer-valokuvaajia, jotka tekivät töitä useille lehdille. Tutkimukseen osallistuneet premediaoperaattorit työskentelivät samalla kustantajalla, mutta eri lehtien parissa. Reproissa käsiteltiin esimerkiksi naistenlehtien, yritysjulkaisujen sekä sisustuslehtien kuvia. Haastattelut ja havainnoinnit pyrittiin suorittamaan haastateltavien oikeassa työympäristössä lehtien toimituksissa ja valokuvaajien työtiloissa. Yhdessä tapauksessa tämä ei kuitenkaan onnistunut, vaan haastattelu ja havainnointi suoritettiin muussa tilassa. Haastatteluun ja havainnointiin meni käsiteltävien kuvien määrästä riippuen aikaa vajaasta tunnista kolmeen tuntiin. Haastattelut ja havainnoinnit äänitettiin ja litteroitiin sanatarkasti. Lisäksi kuvakäsittely dokumentoitiin videokuvaamalla toimijoiden tietokonenäyttöä kuvankäsittelyn aikana. Myös videomateriaali litteroitiin ja kuvankäsittelyoperaatiot kirjattiin videolta tarkasti ylös. Äänitettyä ja videoitua materiaalia kertyi yhteensä noin 11,5 tuntia ja se jakaantui lähes tasan valokuvaajien ja premediaoperaattoreiden kesken. Todellisuudessa äänitettyä ja kuvattua materiaalia olisi kertynyt hieman enemmän, sillä teknisten ongelmien vuoksi kolmessa haastattelussa kaikkea aineistoa ei saatu nauhalle. Näissä tapauksissa aineistona käytettiin puuttuvilta osin haastattelun ja havainnoinnin aikana tehtyjä muistiinpanoja. Yksi haastattelu suoritettiin osittain sähköpostitse ja osittain havainnoinnin yhteydessä haastateltavan aikataulukiireiden vuoksi. Premediaoperaattorit käsittelivät yhteensä 41 kuvaa ja valokuvaajat 21 kuvaa. Premediaoperaattoreiden kuvista 15 oli henkilökuvia, 19 esinekuvia ja 5 muita kuvia. Valokuvaajien kuvista 14 oli henkilökuvia ja 7 esinekuvia. Aineiston tulkintaa vaikeutti kuva- 38

45 aineiston monipuolisuus, sillä esimerkiksi osa premediaoperaattoreiden kuvista oli jo aiemmin käsiteltyjä kuvia, jotka oli tarkoitus julkaista uudelleen eri kontekstissa. Jotkut kuvista olivat kansikuvia ja jotkut sellaisia, jotka lehden graafinen osasto oli lähettänyt reproon takaisin käsiteltäväksi erilaisista syistä johtuen. Haastatteluissa käytettiin liitteen 1 ja liitteen 2 kysymysrunkoja. Haastatteluiden teemoja olivat: viestintä ja työnkulku kuvankäsittelyprosessissa minkälaisia asioita kuvista käsitellään millä perusteella kuvia muokataan kuvankäsittelyn päämäärät kuvankäsittelyssä käytetyt työkalut värinhallinta Havainnoinnin kulku Havainnointi suoritettiin tutkimukseen osallistuneille haastattelun yhteydessä. Havainnoinnissa toimijoita pyydettiin käsittelemään noin kymmenen kuvaa ja selostamaan käsittelyn yhteydessä mitä he tekevät ja miksi. Kuvia käsiteltiin havainnointien aikana kahdesta kymmeneen riippuen siitä, paljon haastateltavilla oli kuvia työstettävänään. Tavoitteena oli, että havainnointi olisi mahdollisimman lähellä todellista kuvankäsittelytilannetta. Havainnoinnin aikana käsiteltävien kuvien kriteereiksi määriteltiin seuraavat: kuvat ovat kuvankäsittelijän oikeita töitä kuvat ovat värillisiä kuvat on otettu digitaalikameralla kuvat ovat toimituksellisia kuvat julkaistaan aikakauslehdissä Annetut kriteerit täyttyivät pääosin havainnoiduilla henkilöillä. Premediaoperaattoreiden tapauksessa kaksi kuvaa oli sellaisia, jotka käsiteltiin ikään kuin esimerkinomaisesti. Nämä kuvat eivät siis olleet havainnoidun henkilön varsinaisia töitä, mutta kuvastivat kuitenkin tilannetta, joka voisi työssä tulla vastaan. Kahden freelancer-kuvaajan käsittelemät kuvat oli aikakauslehden sijaan tarkoitus julkaista sanomalehdessä. Molemmat kuvaajat kuitenkin kertoivat käsittelevänsä kuvat samalla tavalla riippumatta lehdestä missä kuva julkaistaan. Näiltä osin kriteereistä poikenneet kuvat otettiin harkitusti aineistoon mukaan, sillä niiden ei katsottu oleellisesti poikkeavan muusta aineistosta. 39

46 5.4 Aineiston analysointi Analysointimenetelmät Haastattelu- ja havaintoaineiston analysoinnissa ja tulkinnassa mukailtiin Syrjälä et al.:n /55/ esittämää analyysimenetelmää. Ensiksi videonauhat ja äänitetty materiaali kuunneltiin läpi ja kirjoitettiin sanatarkasti ylös, eli litteroitiin. Videoilta kirjattiin ylös myös kuvankäsittelyprosessit. Niiltä osin kuin äänityksiä tai videonauhaa puuttui, kirjattiin litteroinnin yhteyteen haastattelutilanteessa kerätyt muistiinpanot. Aineistoa ei valikoitu tässä vaiheessa muuten kuin jättämällä litteroimatta työhön liittymättömät aiheet. Litteroinnin jälkeen aineisto luettiin kertaalleen läpi, jotta aineisto alkaisi hahmottua kokonaisuutena tutkijalle. Lukemisen jälkeen muodostettiin koodeja, joiden avulla aineistoa luokiteltiin pienempiin asiakokonaisuuksiin. Koodit ovat Milesin ja Hubermanin /34/ mukaan tunnisteita, joiden avulla liitetään merkityksiä eripituisiin tekstipätkiin. Tutkimuksessa käytettyjen koodien perustana käytettiin tutkimuskysymyksiä ja teemahaastattelun teemoja. Alkuvaiheessa koodaus tehtiin hyvin karkeasti. Koodeja löydettiin premediaoperaattoreiden aineistoa varten 19 ja valokuvaajien aineistoa varten 21, ja ne koskivat hyvin laajoja asiakokonaisuuksia. Analysoinnin myöhemmässä vaiheessa koodeilla merkattuja kokonaisuuksia pilkottiin yhä pienemmiksi kokonaisuuksiksi. Koodien muodostamisen jälkeen litteroitu aineisto luettiin jälleen kerran läpi ja sieltä alleviivattiin tärkeitä kohtia, joihin liitettiin myös asiakokonaisuuteen liittyvä koodi. Näin esimerkiksi työnkulkuun liittyvät kohdat saivat koodin TK ja kuvankäsittelyn ohjeistukseen liittyvät kohdat koodin OHJ. Koodatut tekstiyksiköt vaihtelivat laajuudeltaan muutamasta sanasta kokonaisiin kappaleisiin. Koodauksen yhteydessä tehtiin myös marginaaliin merkintöjä ajatuksista, joita tekstin lukeminen herätti. Milesin ja Hubermanin mukaan marginaalimerkinnät ovat tärkeitä, sillä niiden avulla muistiinpanoihin saadaan selkeyttä ja lisää merkityksiä. Koodauksen jälkeen samaan asiakokonaisuuteen kuuluvat kohdat ryhmiteltiin fyysisesti yhteen siten, että valokuvaajien ja premediaoperaattoreiden vastaukset kuitenkin pidettiin erillään. Tämän jälkeen koodien avulla merkityt luokat sijoitettiin laajempien pääluokkien alle ja asiakokonaisuuksia luokiteltiin yhä pienemmiksi yksiköiksi. Näin esimerkiksi työnkulku-luokasta erotettiin työnkulun eri vaiheita, kuten kuvien hankinta, valinta ja käsittely. Videolta kirjatut kuvankäsittelyoperaatiot luokiteltiin käsiteltyjen kuvien mukaan hyödyntäen Brusilan jaottelua lehdessä esiintyville kuville. Brusilan jaottelu on esitelty luvussa 2.1. Kun kuvat oli luokiteltu, siirrettiin kunkin kuvakategorian käsittelyoperaatiot fyysisesti yhteen. Premediaoperaattoreiden ja valokuvaajien aineistot pidettiin erillään Aineistosta tunnistetut luokat Haastattelun ja havainnoinnin avulla pyrittiin selvittämään kuvankäsittelyn työnkulkua kuvatuotantoprosessissa. Laadullinen aineisto analysoitiin luvussa esitetyllä tavalla. Kerätystä aineistosta muodostettiin kategorioita ja luokkia sekä joissakin tapauksissa myös alaluokkia, jotka keskittyvät tutkimuskysymysten aihepiireihin. Kategoriat ja luokat premediaoperaattoreille ja valokuvaajille on esitetty taulukoissa 3 ja 4. Kategoriat on jaoteltu

47 haastatteluaineistoista havaittujen loogisten asiakokonaisuuksien mukaan. Mikäli asiakokonaisuus on tutkimuksen kannalta hyvin oleellinen, on asiakokonaisuudesta tehty oma kategoria. Kategoriat jakaantuvat luokkiin, jotka kuvaavat kategorian tärkeimpiä yksikköjä. Alaluokat antavat tarkempaa tietoa luokista, joihin ne kuuluvat. Premediaoperaattoreiden aineistosta muodostettiin 5 kategoriaa ja 24 luokkaa. Molemmille ryhmille kategoriat ovat samoja, mutta luokkien ja alaluokkien suhteen on pieniä eroavaisuuksia. Valokuvaajien aineistosta muodostettiin 19 luokkaa. Ensimmäisenä kategoriana on kuvien käsittely, johon sisältyy kuvankäsittelyn käytännöt, käsittelyoperaatiot ja työkalut sekä värinhallinta. Toinen kategoria käsittelee sitä, miksi kuvankäsittelyä tarvitaan. Kategorian luokat sisältävät kuvan ottamiseen, kuvan käyttöön ja painoon liittyviä tekijöitä. Kolmantena kategoriana on se, millä perusteella kuvia käsitellään. Neljäs kategoria sisältää erilaisia kuvatuotantoprosessin työnkulun vaiheita. Viides kategoria käsittelee kuvatuotantoprosessin viestimiskäytäntöjä. Taulukossa kuvien käsittely kategoria on myös osa työnkulku-kategoriaa, mutta sitä käsitellään kuitenkin omana kategorianaan eikä työnkulkukategorian luokkana. Kuvien käsittely kategoria on tutkimuksen kannalta niin olennainen ja sisältää itsessään niin paljon luokkia ja alaluokkia, että sitä on perusteltua kohdella omana kategorianaan. Taulukko 3. Premediaoperaattoreiden aineistosta löytyneet pää- ja alaluokat Kategoria Luokka Alaluokka kuvien käsittely kuvankäsittelyn käytännöt ajankäyttö tiedostomuodot yleensä käsiteltävät asiat käsittelyoperaatiot ja työkalut painoprofiili terävöitys sävyala väritasapaino koko korostaminen syvääminen resoluutio kontrasti rajaus taustan muuttaminen taustan jatkaminen kosmeettinen korjailu värinhallinta väriavaruus profiilit ympäristö kalibrointi vedostus Miksi käsittelyä tarvitaan kuvausolosuhteet ja kuvien ominaisuudet käsittelyn päämäärät painotekniset syyt mittarit 41 esteettinen laatu huomion keskittäminen kohteen yksinkertaistaminen jutun yhtenäisyys lehden formaatti

48 Millä perusteella kuvia käsitellään työnkulku viestimiskäytännöt mittarit visuaalinen tarkastelu kokemus ohjeistus kuvien hankinta valinta käsittely taitto vedostus (mahdollinen) toinen käsittely (mahdollinen) lehden valmistelu painoa varten paino jälkityöt repron viestimä tieto kuinka viestitään ohjeistus kuvien mukana tuleva tieto palaute freelancerit kuvapankit talon kuvaajat muut pdf:n teko 42 painetun tuotteen tarkistaminen palaute vedokset saatekaavio suullisesti koko syväys muut taiton jälkeinen ohjeistus tarve lisäohjeistukselle metadata saatekaavion tiedot kuvatoimistolle valokuvaajille

49 43 Taulukko 4. Valokuvaajien aineistosta löytyneet pää- ja alaluokat Kategoria Luokka Alaluokka kuvien käsittely kuvankäsittelyn käytännöt ajankäyttö tiedostomuodot yleensä käsiteltävät asiat käsittelyoperaatiot ja työkalut terävöitys sävyala väritasapaino koko korostaminen resoluutio kontrasti rajaus kosmeettinen korjailu kohinan poisto/lisääminen huomion keskittäminen värinhallinta väriavaruus ympäristö kalibrointi vedokset Miksi käsittelyä tarvitaan Millä perusteella kuvia käsitellään työnkulku viestimiskäytännöt kuvausolosuhteet ja kuvien ominaisuudet päämäärät painotekniset syyt mittarit visuaalinen tarkastelu kokemus keikkapyyntö kuvaus valinta käsittely kuvien lähettäminen eteenpäin arkistointi jälkityöt ohjeistus kuvaajan viestimä tieto palaute esteettinen laatu huomion keskittäminen esivalinta varsinainen valinta painetun tuotteen tarkistaminen kuvien mukana annettava tieto metadata Kuvankäsittelyyn liittyvä aineisto Havainnoinnissa kerätyllä kuvankäsittelyyn liittyvällä aineistolla pyrittiin selvittämään tarkemmin työnkulkua kuvankäsittelyprosessissa sekä käsittelyssä käytettyjä työkaluja. Premediaoperaattorit käsittelivät yhteensä 15 henkilökuvaa, joita käytettiin erityyppisissä naistenlehdissä ja perhelehdissä. Henkilökuvista kolme oli toisen käsittelyvaiheen kuvia, eli niille suoritettiin taiton aikana joitakin muutoksia. Henkilökuvat olivat kasvo- tai kokovartalokuvia yhdestä tai useammasta henkilöstä. Esinekuvia käsiteltiin 19 kappaletta ja niitä

50 käytettiin naistenlehdissä ja terveyslehdissä. Esinekuvat sisälsivät esimerkiksi kuvia koruista ja astioista. Muita kuvia käsiteltiin viisi kappaletta. Muihin kuviin sijoitettiin kuvat, jotka eivät suoranaisesti kuuluneet mihinkään muuhun kuvaryhmään. Kuvia käytettiin perhelehdissä ja yritysjulkaisuissa. Kulttuurisia interiöörejä käsiteltiin kaksi kappaletta ja niitä käytettiin naistenlehdissä. Nämä kuvat esittivät sisänäkymiä ja sisälsivät joitakin sisustuselementtejä. Valokuvaajat käsittelivät 14 henkilökuvaa ja 7 esinekuvaa. Kuvankäsittelyoperaatioita käsitellään tarkemmin luvussa Työnkulun mallintaminen UML-kaavioilla UML (Unified Modeling Language) on ohjelmistokehityksessä käytetty mallinnuskieli, jota voidaan soveltaa myös erilaisten prosessien kuvaamiseen. Tutkimuksessa valittiin käytettäväksi UML:n aktiviteettikaavio ja yhteistyökaavio. Aktiviteettikaavion avulla pystytään kuvaamaan suoritettuja operaatioita ja objektin muuttumista prosessin aikana. Aktiviteettikaavio koostuu erilaisista tiloista, ehdoista ja siirtymisistä tilojen välillä. /7/ Siirtymistä kuvataan nuolilla ja toimintatiloja pyöreäreunaisilla suorakulmioilla. Yhteistyökaavio puolestaan kuvaa objektien välistä vuorovaikutusta. Se koostuu objekteista, viesteistä ja järjestysnumeroista. Viestit kuvaavat objektien välillä tapahtuvaa vuorovaikutusta ja järjestysnumeroilla voidaan painottaa asioiden tapahtumajärjestystä. 44

51 45 6 TULOKSET 6.1 Työnkulku kuvatuotantoprosessissa Aikakauslehtien kuvatyönkulku muodostuu valokuvaajien ja aikakauslehden työntekijöiden yhteistyönä. Työnkulku voidaan jakaa osiin, joita yhdistää viestintä eri osapuolten välillä. Eri osia ovat valokuvaajan ja toimituksen suorittamat tehtävät, jotka voidaan edelleen jakaa pienempiin osiin. Kuva 14 esittää UML-yhteistyökaaviona valokuvaajien työnkulkua yleisellä tasolla kuvatuotantoprosessissa. Kuva 15 esittää työnkulkua repron ja toimituksen näkökulmasta. Toimituksen työnkulku on hyvin samanlainen verrattuna Vuorisen /66/ esittämään kuvatyönkulkuun (kuva 1). Kuvia tarkastellaan lähemmin seuraavissa luvuissa. Kuva 14. Valokuvaajien työnkulku kuvatuotantoprosessissa

52 46 Kuva 15. Toimituksen työnkulku kuvatuotantoprosessissa Kuvien hankkiminen Kuvatyönkulku alkaa kuvassa 15 aikakauslehden toimituksessa kuvien hankinnalla. Kuvia voidaan hankkia eri tavoin. Lähteitä ovat freelancer-kuvaajat, kuvapankit, talon omat kuvaajat sekä muut lähteet, joita ovat esimerkiksi yliopistot, amatöörikuvaajat, tutkijat ja museot. Kuvapankeista kuvia hankitaan yleensä selaamalla niitä Internetissä ja lataamalla ne kuvapankista saatujen käyttäjätunnuksien avulla. Kuvassa 14 esitetään tarkemmin kuvauspyynnöt freelancer-kuvaajille. Lehden AD, toimitussihteeri tai toimittaja toimittaa kuvauspyynnöt kuvaajille yleensä puhelimitse tai sähköpostitse ja antaa ohjeistusta kuvauskeikkaa varten. Tarvittaessa kuvaaja voi myös pyytää lisäohjeistusta. Kuvaajille annettavaa ohjeistusta tarkastellaan lähemmin luvussa

53 Kuvaus Erilaisia kuvauskeikkoja ovat esimerkiksi reportaasi, kuvaus haastattelun yhteydessä tai aikana ja studiokuvaus. Valokuvaajat kuvaavat usein niin erityyppisiä keikkoja, että on mahdoton arvioida keskiarvoa tyypillisen kuvauskeikan kestolle. Toiset kuvaukset voivat olla vaativampia ja viedä sen takia enemmän aikaa, kun toiset taas voidaan kuvata vain muutamissa minuuteissa. Reportaasia kuvatessa aikaa saattaa kulua paljon, sillä kuvaaja joutuu olemaan kuvauspaikalla ja kuvaamaan sen mukaan, mitä tilanteessa tapahtuu. Myös haastattelun yhteydessä suoritettava kuvaus voi viedä paljon aikaa, sillä kuvaaja on usein haastattelun aikana mukana keräämässä tuntumaa ja ideoita. Itse kuvaus saattaa kestää kuitenkin vain minuuttia. Henkilökuvaus studiossa vieraassa tilassa voi viedä jopa tunnin. Tämmösessä isossa tärkeessä [keikassa] menee joku vajaa tunti, ehkä joku 45 minsaa. Mut joku sanomalehtikuvaus, niinkun henkilö, niin voi mennä vaan 15 minsaa. Jos tekee repparia, niin siellä paikalla joutuu välillä olemaan kolmekin tuntia. Mut se on sit vaan sitä, et seurataan ja katotaan mitä tapahtuu ja kuvataan sit sen mukaan. Itse kuvaustilanteessa valokuvaaja tarkkailee ympäristöään, valoja ja kuvauskohdetta, ja miettii mitä mahdollisuuksia kuvauksessa voidaan käyttää. Kuvauksia ei voida aina suunnitella etukäteen, sillä valokuvaaja ei usein tiedä kuvauspaikasta etukäteen mitään. Tärkeä osa työtä on myös toimia kuvattavien henkilöiden kanssa niin, että he toimivat kuvaajan toivomalla tavalla. Enkä mäkään pysty etukäteen kauheesti kuvauksia miettimään, et se on tehtävä sitten paikan päällä se päätös, että mä kuvaan tossa ja miten mä kuvaan, et käytänks mä nyt sit salamoita vai kuvaanks mä luonnonvalossa vai mitä mä sitten siinä teen. Valokuvauksen työnkulku digiajalla on muuttunut. Valokuvaajat pystyvät katsomaan kuvaustilanteessa kameran näytöltä, kuinka kuvat ovat onnistuneet ja esimerkiksi kokeilemaan erikoisempiakin ideoita pelkäämättä, että kaikki keikan kuvat epäonnistuvat. Kuvia otetaan digiajalla myös ehkä hieman aiempaa enemmän, sillä filmin kulumista ei tarvitse miettiä. Toisaalta vanhat filmikuvauksen ajalta opitut tavat vaikuttavat myös digikuvaamiseen. Mä oon huomannu usein, että se menee vähän niinkuin... Kädet muistaa, että ennen vanhaa filmirullassa oli 36 ruutua ja tota sit jos on sellasia, että on 50 ihmistä joista pitää ottaa kasvokuva, niin kädet muistaa, että oli lyhytfilmirulla, jossa oli 25 ruutua. Keikalla otettujen kuvien määrä vaihteli kahdestakymmenestä lähes kahteensataan. Osa haastatelluista kuvaajista kuvasi keskimäärin kuvaa keikkaa kohden ja maksimissaan noin 100 kuvaa. Osa puolestaan kuvasi noin kuvaa keikkaa kohden. Valtaosahaastatelluista valokuvaajista kuvasi useimmiten RAW-muodossa, joskin myös JPEG-muodossa kuvaavia löytyi. RAW-muodon suurin etu valokuvaajien mukaan oli sen

54 48 kuviin tuoma säätövara ja työnkulun nopeutuminen. RAW-muodossa kuvaamisen etuja valokuvaajat kommentoivat näin: Mä kuvaan raw:na kaikki [...], koska mä haluan, että mun kuvat on huippulaatua. Mä haluan, että mulla on se valinnan vapaus siinä, että mä saan niistä tarvittaessa isojakin. Mä käytän raw-kuvaa hyvin paljon siitä syystä myöskin, että ihan tän workflow:n takia. Koska se nopeuttaa sitä. Mä kuvaan pelkästään raw:ta tällä hetkellä. Kuitenkin toi raw antaa tota pelivaraa siihen käsittelyyn. Siinä kuvausvaiheessa mä tsekkaan tosta takanäytöltä, että suhteet on kohdallaan ja histogrammista et mulla on päät kasassa. Et sit jos päät on kasassa, niin se raw antaa oikeesti pelivaran siihen. RAW-muodossa kuvaamisen haittapuolena pidettiin kuvien selaamisen ja valinnan hitautta. Raw-tiedoston käsittely tietokoneella on... Valinta on siinä erittäin hidasta. Selaaminen ja valinta on erittäin hidasta Kuvauksen jälkeen Valokuvaajan suorittamia kuvauksen jälkeisiä toimintoja olivat kuvien valinta, käsittely, arkistointi ja eteenpäin lähettäminen. Kun kuvaaja saapui keikalta, siirsi hän valokuvat kameran muistikortilta tietokoneelle. Kuvat käsiteltiin keikan kiireellisyydestä riippuen joko heti tai vasta myöhemmin. Kuvien valinta suoritettiin usein kahdessa osassa. Esivalinnassa kuvista otettiin pois selvästi epäonnistuneet ja huonot kuvat, joita ei voitu käyttää missään. Esivalinta oli nopeatempoista kuvien silmäilyä, jossa visuaalisen tarkastelun perusteella määriteltiin poistettavat kuvat. Sen aikana ei pyritty perustelemaan, miksi jotkut kuvat ovat käyttökelpoisia tai hyviä, vaan päämääränä oli poistaa nimenomaan sellaiset kuvat, jotka eivät ainakaan olleet hyviä. Kuvista poistettiin esimerkiksi sellaisia, joissa sommittelu oli epäonnistunut, kuvan tapahtumat olivat pielessä, kuvattavalla oli huono ilme tai hän katsoi väärään suuntaan. Myös teknisesti epäonnistuneet kuvat karsittiin esivalinnassa pois. Teknisesti epäonnistunut kuva saattoi olla esimerkiksi väärin valottunut, huonosti tarkennettu tai epäonnistuneesti rajattu. Esivalinnassa kuvista poistettiin kuvista noin kolmasosa tai jopa enemmän, mikäli esimerkiksi kuvauspaikka oli ollut haasteellinen ja epäonnistuneita kuvia oli siksi paljon. Toisessa valinnan vaiheessa jäljelle jääneistä kuvista valittiin hyviä kuvia, jotka käsiteltiin ja lähetettiin eteenpäin. Valinnassa huomiota kiinnitettiin kuvan tekniseen onnistumiseen ja kuvan välittämään tunnetilaan. Usein voidaan valita myös keskenään erilaisia vaihtoehtoja, jotta tilaajalle jäisi mahdollisimman paljon valinnanvaraa. Mä lähen siitä, että joka tapauksessa täytyy löytyä sieltä se pysty ja vaaka. Ja yleensä tota joko pystyyn tai vaakaan yks sellanen aika tiukka lähis, mitä pystytään sit käyttämään aika snadinakin, et sanotaan kolmesta viiteen kuvaa per keikka.

55 No kyl mä sitä fiilistä haen, että siinä on joku tunnetila. [...] jotain, että näkee että se kuvattava on siinä jutussa mukana. Toinen valinnan vaihe voitiin myös suorittaa useammassa vaiheessa niin, että aluksi merkittiin sellaiset kuvat, joita olisi mahdollista käyttää. Valituksi tuli noin kuvaa, joista kuvaaja lopulta valitsi 4-6 kuvaa käsiteltäväksi. Valittavien kuvien määrä riippui kuvien käyttötarkoituksesta. Jos kuvia käytettiin 4-5, saattoi kuvaaja lähettää vaihtoehtoisia kuvia noin 10. Kuvareportaaseihin kuvia voitiin valita jopa Mikäli kuvia käytettiin vain 1, lähetettiin vaihtoehtoja yleensä 3-5. Päätös käsiteltävistä kuvista saatettiin antaa myös antaa tilaajalle, jolloin kuvaaja valitsi esimerkiksi 30 kuvaa, jotka hän esikäsitteli ja laittoi esimerkiksi verkkosivulle tilaajan nähtäväksi. Esikäsittelyssä tavoitteena oli, että kuvan idea välittyisi katsojalle ja esimerkiksi pahat väri- ja valotusvirheet korjataan. Tilaaja valitsi esikäsitellyistä kuvista haluamansa kuvat ja lähetti sähköpostilla kuvaajalle listan valitsemistaan kuvista, jonka jälkeen valokuvaaja käsitteli valitut kuvat kunnolla. Kun kuvat oli valittu, suoritti valokuvaaja niille varsinaisen kuvankäsittelyn. Ei ole olemassa kuvia, jotka eivät tarvitse käsittelyä, mutta toisinaan käsittely voi olla vähäistä. Valokuvaajien kuvankäsittelyn vaiheita tarkastellaan lähemmin luvussa 6.3. Käsittelyyn kuluva aika vaihteli kuvan mukaan muutamasta minuutista puoleen tuntiin. Keskimäärin aikaa meni noin 5-15 minuuttia. Haastatteluiden perusteella nopeita käsiteltäviä olivat sellaiset kuvat, joissa valotus oli onnistunut hyvin ja raakadata oli hyvää ja laadukasta. Kauemmin aikaa vaativat kuvat, joissa oli valotusvirheitä tai jotka oli kuvattu sisätiloissa ja joissa oli useampi valonlähde. Myös yksityiskohtien hiominen vie helposti paljon aikaa. Jos on sekavalo-kuva, niin väritasapainon kohalleen saaminen on joskus tosi hankalaa. Siihen menee varmaan eniten aikaa. Käsittelyn jälkeen valitut kuvat toimitettiin tilaajalle. Pienille kuvamäärille yleisimpiä toimitustapoja olivat sähköposti, ftp-palvelimet ja verkossa toimivat siirtopalvelut. Suurempia kuvamääriä puolestaan lähetetään postitse CD-ROM-levykkeillä. Jotkut kuvaajat olivat myös tehneet itselleen www-sivuille kuvagallerioita, joista tilaaja voi käydä valitsemassa ja mahdollisesti myös lataamassa haluamansa kuvat. Kuvien arkistoinnissa valokuvaajilla oli monenlaisia käytäntöjä. Jotkut arkistoivat kaikki kuvat, kun taas toiset arkistoivat mahdollisimman vähän, esimerkiksi vain ne kuvat jotka lähetettiin tilaajalle. Usein arkistoimatta jätettiin esivalinnassa pois karsitut käyttökelvottomat kuvat. Niiden säästäminen ei ole järkevää, sillä epäonnistuneita kuvia ei pysty hyödyntämään tulevaisuudessa missään [Arkistoin] kaikki. Mulla on erillinen kovalevy, mihin mä laitan kaikki keikat ja sitä mukaa kun ne täyttyy niin mä siirryn seuraavaan. Sinne tulee kaikki käsitellyt kuvat ja kaikki. Nekin, mitä ei oo valittu. Mä poistan kuvista ainoastaan semmoset selkeesti epäonnistuneet, teknisesti epäonnistuneet, joita ei voi käyttää ikinä enää missään. Kuvat arkistoitiin usein kovalevyille ja harvemmin CD-ROM tai DVD-levykkeille. Kuvaajasta riippuen kuvat olivat arkistoituna yhteen tai useampaan paikkaan. Kuville saattoi olla niin sanottu käyttöarkisto, joista kuvia pystyi helposti selaamaan ja etsimään. Käyttöarkiston kuvista saattoi olla myös varmuuskopiot toisella kovalevyllä. 49

56 Nää tämmöset ulkoiset kovalevyt on semmosia, joka on semmonen myös käyttöarkisto, mut niistä on backupit sitten. Mä oon käyttäny tämmösiä IDE-levyjä, jotka mulla on tuolla hyllyssä sitten. Mulla on noita ulkosia [kovalevyjä], et mä laitan sen koko setin sinne ja ne mitkä on käytetty, tai mitkä mä oon lähettäny lehteen tai mitkä on valittu, niistä on kahessa paikkaa varmuuskopio. Kuvat arkistoitiin usein Photoshopin PSD-formaattiin. Jotkut valokuvaajat saattoivat säästää kuvista sekä alkuperäisen RAW-tiedoston, käsitellyn PSD-tiedoston että käsitellyn JPEG-kuvan. Kuviaan arkistoimattomat valokuvaajat kokivat arkistoinnin turhaksi, sillä kuvat vievät niin paljon tilaa ja vanhoja kuvia tarvitsee vain harvoin uudestaan. Arkistointia harrastavat kuvaajat puolestaan olivat saaneet jonkin verran pyyntöjä koskien vanhoja kuvauskeikkojaan. [...] jonkun verran tulee kyselyitä, että sä oot kuvannu meille sillon ja sillon, että löytyiskö vielä niitä kuvia Toimituksen työnkulku Toimitus saa tilaamansa kuvat eri tavoin. Kuvapankeista ja muista lähteistä ladatut tiedostot tallennetaan toimitusjärjestelmään. Talon omat kuvaajat siirtävät itse kuvansa toimitusjärjestelmän Ulkoa tulleet kansioon ja ilmoittavat toimitukseen kuvien olevan valmiita. Graafikko tai muu toimituksen henkilökunta siirtää kuvat käsiteltäviksi. Freelancerkuvaajat puolestaan lähettävät kuvansa esimerkiksi sähköpostilla toimituksen sähköpostiosoitteeseen, josta graafikko, toimittaja tai taittaja siirtää kuvat toimitusjärjestelmään. Toimituksessa kuville suoritetaan vielä valinta, jossa päätetään mitkä saaduista valokuvista käytetään ja siirretään käsiteltäviin kuviin. Joskus se suoritetaan ennen kuvien laittamista käsittelyyn, jolloin käsiteltäväksi siirtyvät vain ne kuvat, joita aiotaan käyttää. Välillä valinta suoritetaan vasta käsittelyn jälkeen, jolloin premediaoperaattorit joutuvat käsittelemään kuvia turhaan. Aina tietysti toivotaan, että käsittelyyn tulee vaan se valittu kuva, eikä niin että käsitellään kaikki ja sit valitaan vasta. Valinnan yhteydessä täytetään myös kuvien saatekaaviot. Saatekaavion täyttää se, joka siirtää kuvan käsiteltäviin kuviin. Usein se on lehden graafikko, toimittaja tai taittaja. Enemmän saatekaavion sisältämästä tiedosta on luvussa Myös reprossa joudutaan osallistumaan kuvan valintaan silloin, kun käsiteltäväksi tulee teknisesti painokelvottomia kuvia. Tällaisten kuvien resoluutio saattaa esimerkiksi olla liian pieni painamista varten. Toimituksessa ei aina osata tarkistaa digikuvien laatua, joten tällaisia kuvia tulee välillä käsiteltäväksi. Repron toimenkuvaan kuuluikin tarkistaa, että kuvat ovat painokelpoisia. Graafikot ei aina tarkista niinkun sitä laatua. Ne ei ymmärrä sitä kun tulee digikuva, että vois kattoa resoluutiota ja kokoa, että pystyykö tästä saamaan kansikuvan. Siitäkin on koulutusta järjestetty. Kyl se nyt on jo paremmin hallussa. 50

57 Valinnan jälkeen reprossa alkaa kuvankäsittely. Repron kuvankäsittelyä on tarkasteltu lähemmin luvussa 6.2. Haastattelujen perusteella kuvankäsittelyyn menevä aika vaihtelee 10 sekuntista useisiin minuutteihin. Keskimäärin yhteen kuvaan kulutettiin noin 5-10 minuuttia. Erityisen työläitä operaatioita olivat kuvasta riippuen syväykset ja taustojen jatkamiset kuville, joissa oli paljon yksityiskohtia. Tässä se aika tämmösissä syväyksissä, se suurin aika menee tämmösissä. Tähän ei saa kato tommosta automaattista taikasauva-maskia. Sen takia tässä menee tämmösessä sivussa aikaa, kun tätä vääntää. Käsittelyn jälkeen kuvat tallennettiin valmiiden kuvien kansioon, jolloin graafikot pystyivät laittamaan kuvat taittoon. Taiton aikana saatettiin haluta kuviin vielä joitakin muutoksia, jolloin kuvia jouduttiin käsittelemään vielä uudestaan. Taiton aikaiseen kuvankäsittelyyn liittyi myös vedostus. Vedoksien avulla kommunikoitiin käsittelytoiveita ja tarkistettiin miltä kuvat näyttävät painettuina. Taittoon liittyvää kuvankäsittelyä on tarkasteltu lähemmin luvussa Sitten se tosi duuni alkaa, kun aletaan korjaa niitä kuvia, jotka on jutussa kiinni. Ja sit se taittaja saattaa tuoda sen koko jutun tänne ja sit aletaan korjaamaan niitä kuvii, sävyjä tai jotain. Kun taitto ja taittovaiheen kuvankäsittely on suoritettu, tekee repro valmiista sivuista pdftiedostot ja lähettää ne painoon. Painon jälkeen reproihin lähetetään painettu lehti, josta premediaoperaattorit voivat katsoa kuinka kuvat toistuivat painossa. 6.2 Reprojen kuvankäsittelyprosessi Reprojen kuvankäsittelyprosessi voidaan jakaa kahteen vaiheeseen. Ensimmäisessä vaiheessa kuvalle suoritetaan peruskäsittely, jossa seurataan saatekaavion ohjeita ja rutinisoitunutta työnkulkua. Toisen vaiheen kuvankäsittely tapahtuu, kun kuva on peruskäsittelyn jälkeen taittovalmis ja siihen halutaan lisämuutoksia. Luvussa käsitellään ensimmäisen vaiheen kuvankäsittelyä ja luvussa toisen vaiheen kuvankäsittelyä. Luvussa käsitellään yleisiä, mutta ei kaikille kuville suoritettavia kuvankäsittelyoperaatioita Ensimmäinen käsittely Kuva 16 esittää yksinkertaistettua peruskäsittelyn kulkua aikakauslehtien reproissa UMLaktiviteettikaaviona. Kuvassa on pyritty esittämään ne kuvankäsittelyvaiheet, jotka suoritettiin havainnointien ja haastattelujen mukaan lähes kaikille kuville. Kaavio ei kata muita kuvatuotantoprosessin vaiheita käsittelyn lisäksi, eikä se myöskään ota kantaa prosessissa tapahtuvaan viestintään. Vaikka kaaviossa esitetään kuvankäsittelyoperaatiot tietyssä järjestyksessä, ei havainnointien ja haastattelujen perusteella voitu havaita mitään selkeää kaavaa operaatioiden suoritusjärjestykselle. Kaaviossa esitetty käsittelyoperaatioiden järjestys on siis vain suuntaa antava, sillä kullakin premediaoperaattorilla oli omat käytäntönsä. Oleellisinta kuitenkin on, että reprojen peruskuvankäsittelyssä esiintyy yleensä suuri osa kaaviossa esitetyistä operaatioista niiden suorittamisen järjestyksestä riippumatta. 51

58 52 Kuva 16. Kuvankäsittelyprosessi aikakauslehtien reprossa Kuvankäsittely alkoi saatekaavion tietojen tarkistamisella. Saatekaavio on toimituksessa käytetyssä toimitusjärjestelmässä oleva kaavio, joka sisältää tietoa kuvasta ja ohjeita kuvan käsittelystä. Saatekaaviossa on esimerkiksi kuvan nimi, valokuvaajan tietoja, kuvan status, kuvankäsittelyohjeita sekä sen lehden tiedot, jossa kuvaa käytetään. Premediaoperaattoreiden työn kannalta saatekaaviossa olennaisimmat tiedot olivat kuvankäsittelyohjeet. Kuvan

59 53 status ja lehden tiedot olivat myös tärkeitä, sillä niiden avulla käsittelijät tiesivät, minkä repron käsiteltäväksi kuva kuuluu ja mitä kuvia tarvitsee käsitellä. Ne niinkun tietää, että kaikki mitkä täällä on, niin ne on niinkun kaikki tulossa käsittelyyn. Saatekaavion tietojen tarkistamisen jälkeen alkoi varsinainen kuvankäsittely. Kaikki premediaoperaattorit käyttivät kuvankäsittelyyn Adoben Photoshopia. Kaaviossa ensimmäisenä vaiheena on painoprofiilin lisääminen kuvaan. Premediaoperaattorit voidaan jakaa kahteen ryhmään sen mukaan, missä vaiheessa painoprofiili lisätään kuvaan. Käsittelijät, jotka olivat jo ennen digiaikaa tottuneet työskentelemään CMYK-kuvien kanssa, lisäsivät painoprofiilin kuviin usein käsittelyn alkuvaiheessa. Osa meistä tekee kuvankäsittelyn RGB-muodossa ja kääntää sitten CMYK:iksi. Mä työskentelen CMYK-muodossa. Mä en nää mitään järkeä siinä, että Rembrandt esimerkiksi maalaa taulun värillä, jota se tietää ettei oo olemassakaan. Mulla on siihen selkeä perustelu, vaikka se on raskaampi. Ja siellä on sit osa toimintoja, jotka ei oo mahollisia kuin vaan RGB-muodossa. Toinen ryhmä puolestaan käsitteli kuvat pääsääntöisesti erilaisissa RGB-avaruuksissa ja lisäsi painon profiilin kuvaan vasta käsittelyn loppuvaiheessa. [...] ne [käsiteltävät kuvat] on RGB:nä yleensä. Se vähän vaihtelee missä se sattuu olemaan Adobe RGB vai srgb, mut niinkun RGB:nä käsitellään mahdollisimman pitkälle. Joskus kuvat saattavat olla CMYK-muodossa jo käsittelyn alussa. Tällöin esimerkiksi kuvan ottanut valokuvaaja on saattanut kääntää kuvan itse CMYK-muotoon. Myös jo aiemmin julkaistut kuvat saattavat olla CMYK-muodossa. Tällöin kuva voidaan käsitellä loppuun CMYK-muodossa tai kääntää RGB-avaruuteen riippuen tilanteesta. Joskus tulee myös CMYK-kuvia. Jos se on sen takia CMYK, että se on käsitelty ja hyvän näkönen, niin sit siihen laitetaan se oikea profiili vaan. Jos se on CMYK, mutta sitä ei oo käsitelty, niin sitten se käännetään uudelleen RGB:ksi ja sitä aletaan käsitellä. Painoprofiilin lisäämisessä käytettiin kahta työkalua. Suurin osa käsittelijöistä vaihtoi profiilin Convert to profile komennolla ja yksi valitsemalla Mode-valikosta vaihtoehdon CMYK color. Käsittelyn alkupuolella kuva myös muutettiin saatekaavion pyyntöjen perusteella oikean kokoiseksi. Koon muuttamisen yhteydessä tarkistettiin myös, että kuva on resoluutioltaan riittävä painettavaksi. Kaikki premediaoperaattorit muuttivat kuvan kokoa Image size komennolla. Terävöitys suoritettiin kuvalle vasta, kun kuva oli muutettu oikeaan kokoon, sillä kuva muuttuisi rakeiseksi, jos operaatiot suoritettaisiin eri järjestyksessä. Jotkut premediaoperaattorit tekivät terävöityksen aivan käsittelyn lopussa ja toiset taas jossain vaiheessa kuvakoon muuttamisen jälkeen. Terävöitykseen käytettiin monenlaisia työkaluja riippuen käsittelijän tottumuksista ja mieltymyksistä. Eniten käytetty työkalu oli Unsharp mask niminen komento. Yksi käsittelijä teki terävöityksen High pass nimisen filterin avulla. Yksi käsittelijä käytti actions-toimintoa, joka oli saatu kouluttajalta.

60 Näithän on terävöitystapoja monia, mutta mä oon tottunu tähän, kun tää on puoliautomaattinen, niin se on helpompi tehdä. Tää on yks kouluttaja tehny tän ohjelman, tää on prepressistä [...] Sävyalan säätö, eli vaalean ja tumman pään valinta sekä keskisävyjen säätö suoritettiin useimmille kuville. Aina sitä ei tehty, mutta usein käsittelijät kuitenkin kokeilivat miltä kuva näyttäisi ja harkinnan mukaan joko poistivat tai jättivät päiden valinnan voimaan. [...] no tummaa ja vaaleeta päätä ei aina tarvi kaikille tehdä, mutta mä ainakin kuitenkin kokeilen vaikken sitä jätäkään siihen. Mä luulen, että aika moni kokeilee. Päiden valintaan käytettiin sekä Curves- että Levels-työkaluja. Osa käsittelijöistä määritti päät silmämääräisesti tarkastelemalla kuvaa ja valitsemalla sitten kuvasta mielestään vaaleimman ja tummimman kohdan. Osa käytti Threshold-nimistä toimintoa, jonka avulla Photoshop näyttää kuvan tummimmat ja vaaleimmat kohdat. Sitä voi kattoa tästä [Thresholdista]. Kyl joskus ihan selvästi erottaa ilman sitäkin. Mut jos on iso kuva, niin se on ihan hyvä kattoa. Vaalean ja tumman pään valinnan lisäksi premediaoperaattorit suorittivat kuville erilaisia sävy- ja värikorjailuja. Sävyalan säätöön voidaan laskea mukaan kuvan tummuuden ja kirkkauden säätäminen. Se on kuitenkin esitetty kuvassa 16 erillisenä vaiheena, sillä premediaoperaattorit usein valitsivat ensiksi tumman ja vaalean pään ja myöhemmin säätivät vielä erikseen kuvan tummuutta tai vaaleutta. Kirkkauden ja tummuuden säädöt tehtiin Levels- ja Curves-työkaluilla. Kirkkautta säädettiin myös Brightness/Contrast-työkalulla. Usein kuvaa kirkastettiin, sillä painossa kuvat tummuvat. Henkilökuvista tarkistettiin ihon väri ja tarvittaessa sitä korjailtiin. Havainnoinneissa ei käsitelty kuvia, joissa ihon väriä olisi korjailtu lokaalisti. Sen sijaan kuville suoritettiin globaaleita sävy- ja värikorjailuja. Lisäksi tarpeen vaatiessa muutettiin myös kuvan kontrastia tai saturaatiota Hue/Contrast työkalulla sekä korjailtiin eri osavärejä Selective Color Options tai Channel mixer työkaluilla. Värien muutoksia tehtiin hieman lehden tyypistä riippuen. Esimerkiksi erään aikakauslehden maisemakuvien taivaan väriä muutetaan haastattelujen perusteella lähes joka kuvassa ilman erillistä ohjeistusta. Muutos tehdään usein lokaalisti vain tietylle alueelle, etteivät muut kuvan siniset sävyt muutu. Se on semmonen peruskorjaus, mikä tehdään melkein jokaiseen tämän lehden kuvaan missä on tämmönen taivas. Koska tässä taivaassa on älytön määrä punasta tässä sinisessä ja siitä tulee synkän näkönen koko lehdestä. Korjailujen jälkeen kuva tallennettiin Photoshopin PSD-tiedostona toimitusjärjestelmään käsiteltyjen kuvien kansioon Muut usein suoritetut kuvankäsittelyoperaatiot Muita ensimmäisessä vaiheessa usein suoritettavia kuvankäsittelyoperaatioita olivat erilaiset kosmeettiset korjailut, syväykset ja korostaminen. Kosmeettisia korjailuja tehtiin ensimmäisessä kuvankäsittelyssä ilman erillistä ohjeistusta. Kansikuvia silotellaan lähes aina automaattisesti. Niistä poistetaan esimerkiksi ryppyjä sekä valkaistaan hampaita ja silmämunia. 54

61 Syväyksiä tehtiin silloin, kun saatekaaviossa oli ohjeistettu niin. Lehden tyypistä riippuen niitä tehdään paljon. Esimerkiksi naistenlehdissä ja muotilehdissä syväyksiä oli usein. Haastattelujen perusteella syväykset koettiin yleisesti työläiksi operaatioiksi. Eniten syväyksiä suoritettiin esinekuville. Jotkut syväykset olivat nopeita, mutta esimerkiksi yksityiskohtaisten kaulaketjujen syvääminen oli työlästä, sillä ne sisältävät paljon yksityiskohtia. Helppoja syväyksiä olivat sen sijaan kuvat, joiden kontrasti oli riittävän suuri. Tällöin syväämistä ei tarvitse välttämättä tehdä manuaalisesti, mikä nopeuttaa työskentelyä huomattavasti. Syväyksessä käytettyjä työkaluja olivat Pen tool, Eraser, Lasso, Magic wand ja Curves. Lisäksi hyödyksi käytettiin Select- ja Modify-valikoista Expand- ja Contract-työkaluja, joilla pystyy laajentamaan tai pienentämään valittua aluetta tietyllä pikselimäärällä. Pääperiaatteena syväämisessä kaikilla premediaoperaattoreilla oli valita kuvasta syvättävä alue erilaisilla työkaluilla ja tämän jälkeen poistaa kuvasta tausta. Alkuperäisestä kuvasta tehtiin ensiksi kopio, jolloin alkuperäinen kuva jäi varmuuden vuoksi talteen. Syvättävä alue valittiin taikasauvalla kuvissa, joissa oli riittävän hyvä kontrasti. Syvääminen saatettiin myös aloittaa taikasauvalla ja jatkaa sitä muilla työkaluilla. Työkalujen rinnakkain käyttö oli hyvin yleistä. Joskus syvääminen saatettiin tehdä Curves-työkalun avulla erittäin yksinkertaisesti. Jos kuvan tausta on valkoinen, voidaan kuvan valkoinen pää laittaa puhki, jolloin painettaessa tausta ja paperi, jolle kuva painetaan, ovat samanvärisiä ja kuva näyttää syvätyltä. Syväyksissä oli myös lehtikohtaisia eroja, sillä jotkut lehdet halusivat syväyksiin esimerkiksi varjoja, kun taas toisten lehtien kuvista varjot oli jätettävä pois. Korostuksella tarkoitetaan operaatioita, joilla halutaan tuoda kohteeseen enemmän muotoa ja erottuvampia yksityiskohtia. Korostus-operaatioita suoritettiin erityisesti muotikuville, jotka sisälsivät tummia elementtejä, kuten pukuja ja hameita. Korostukseen käytettiin työkalua nimeltä Shadows/Highlights, joka vaalentaa tai tummentaa pikseleitä aluetta ympäröivien pikselien perusteella. Sit näissä on hyvä just kun nää on tämmösiä tummia ja tasasia, niin mä käytän aika paljon tota shadow highlightsia. Kaivan muotoa tohon tummaan. Se avaa tän muodon [...]. Jos on vähänkin tummempi, joitain muotikuvia, pukuja tai tommosia, niin sieltä ei helposti näy. Se on semmonen tasanen. Niin tää on hyvä tapa käyttää Toinen käsittely Toisen vaiheen kuvankäsittely tarkoittaa tässä premediaoperaattoreiden suorittamaa kuvankäsittelyä sen jälkeen, kun kuva on jo taittovalmiina, mutta siihen halutaankin vielä tehdä muutoksia. Toisen käsittelyvaiheen käsittelyoperaatiot olivat hyvin kuvakohtaisia, joten ei pystytä esittämään mitään tiettyä työnkulkua, jota käsittely seuraisi. Toisen vaiheen kuvankäsittely erosi ensimmäisestä käsittelyvaiheesta sekä operaatioissa että ohjeistuksen annossa. Ohjeistusta käsitellään enemmän luvussa Toisessa kuvankäsittelyvaiheessa usein suoritettuja korjauksia olivat sävymuutokset 55

62 56 rajaukset, muutokset taustaan ja taustaväreihin henkilökuvissa erilaiset kosmeettiset korjailut Muotikuvissa korjattiin usein sävyjä. Sävykorjailuihin käytettiin samoja työkaluja kuin ensimmäisen käsittelyvaiheen sävykorjailuihin. Sävykorjailuja tarvittiin esimerkiksi silloin, kun artikkelissa puhuttiin tietyn värisistä verhoista tai seinistä, mutta kuvassa ne olivatkin erivärisiä. Kuvien oli tuettava niihin liittyvää tekstiä. No sanotaanko nyt näin, että tässä lehdessä tulee paljon [korjailuja], kun ne haluu vekslaa niitä kuvia koko ajan. Niitä joutuu aika paljon korjaileen. Just niinkun muotijuttujen sävyjä ne korjaa aika paljon. Sävykorjailuja tehtiin myös sellaisten artikkeleiden kuviin, joihin oli kerätty kuvia monista eri lähteistä. Kuvien värimaailma muutettiin samanlaiseksi, jotta syntyvä lehtijuttu olisi ollut olemukseltaan yhtenäinen. [...] jotta se juttu olis yhtenäinen, niin kaikkien [kuvien] on oltava samanlaisia. [...] ja noi sit rakennetaan silleen, että syntyy joku keskiarvo, koska tän sivun täytyis näyttää sivulta, eikä ihan hirveältä. Taustan ja taustavärien muutoksia tehtiin kansikuville, mutta myös muille kuville. Taustalta poistettiin esimerkiksi häiritseviä yksityiskohtia, kuten romua kuvan taustalta. Häiritseviä elementtejä poistettiin Clone Stamp Tool nimisellä työkalulla, jolla pystytään kopioimaan halutun alueen päälle jotain muuta tekstuuria. Siinä on kuvattu silleen, että tossa taustassa on hirmu paljon romua, että se on semmonen levottoman olonen. Ne haluu noi romut pois tuolta. Taitossa voidaan myös huomata, että kuva ei ole esimerkiksi oikean kokoinen haluttuun artikkeliin tai lehden kanteen ja tällöin kuvan taustaa voidaan esimerkiksi jatkaa. Havainnoinneissa taustaa jatkettiin suurentamalla kuvan pohjan kokoa, kopioimalla kuvasta sopivan kokoisia ja näköisiä alueita ja liittämällä ne sopivasti alkuperäiseen kuvaan. Naistenlehdissä ja yleisesti kansikuvissa tuli myös paljon korjauspyyntöjä koskien erilaisia kosmeettisia korjailuja, kuten ryppyjen, suonikohjujen, silmissä näkyvien verisuonten, pisamien ja luomien poistoa. Osa näistä saatettiin tehdä jo suoraan ensimmäisessä käsittelyssä, mutta se oli silloin premediaoperaattorin oman harkinnan mukaista. Paljon joutuu poistamaan jotain pisamia, jos on joku luomi tuolla, niin aika herkästi ne poistattaa. 6.3 Valokuvaajien kuvankäsittelyprosessi Valokuvaajien kuvankäsittely voidaan jakaa kahteen osaan. Yksi haastatelluista valokuvaajista kuvasi kuvat JPEG-muotoon ja käsitteli nämä kuvat Photoshopissa, jota kaikki muutkin haastatelluista valokuvaajista käyttivät. Loput valokuvaajista puolestaan kuvasivat RAW-muodossa olevia kuvia. RAW-kuvien käsittely alkoi kuvien kehittämisellä raakakuvien muunnosohjelmassa, jonka jälkeen kuvaa käsiteltiin vielä varsinaisessa kuvankäsittelyohjelmassa. Luku tarkastelee raakakuvien muuntimessa usein suoritettuja käsittelyoperaatioita ja luku kuvankäsittelyä varsinaisilla kuvankäsittelyohjelmilla.

63 Käsittely RAW-muuntimessa RAW-muunnin on työkalu, jolla RAW-muodossa kuvatut valokuvat voidaan ikään kuin kehittää. Havainnoinneissa käytetty muunnin oli Adoben Camera Raw. Muuntimessa on samoja säätömahdollisuuksia kuin kuvankäsittelyohjelmissakin, joilla raakakuvasta voidaan säätää halutunlainen. Kuvan voi myös kehittää kamerasäädöillä ja tehdä loput muokkausoperaatiot kuvankäsittelyohjelmassa. RAW-kuvan käsittelyssä kuvalle tehdään samoja operaatioita, jotka kamera suorittaa esimerkiksi JPEG-muodossa kuvatuille kuville. RAW-muuntimessa kuvankäsittelyn päämääränä oli saada mahdollisimman paljon säätövaraa kuviin kuvankäsittelyohjelmaa varten. Täs vaiheessa mun päämäärä on se, että saadaan mahdollisimman paljon [...] Photoshoppiin kaikenlaisia sävyjä aikaseksi. Eli mahdollisimman hyvän lähtökohdan. Muuntimessa usein tehtyjä käsittelyoperaatioita olivat valkotasapainon, valotuksen, sävyjen, saturaation, kirkkauden ja kontrastin säädöt. RAW-muuntimessa tehdyt käsittelyoperaatiot vähensivät käsittelyn tarvetta itse kuvankäsittelyohjelmassa. Toi raw-konvertteri on niin hyvä, niin tota tässä vaiheessa [Photoshopissa] on nykyään paljon vähemmän töitä. RAW-muuntimen käyttäminen voi myös nopeuttaa työnkulkua, mikäli käsitellään samanlaisissa olosuhteissa kuvattuja kuvia, esimerkiksi studiokuvia. RAW-muuntimen eräajotoiminnolla pystytään tekemään samat säätöoperaatiot kaikkiin haluttuihin kuviin. Yleensä kun on kuvattu, niin ne on hurjan usein samassa valossa, jolloin mä otan täältä Select all ja lähen täältä niinkun säätämään [...]. Niin kato samalla koko ajan nää kaikki ruudut täällä, niin niihin tulee se sama. Sillä tavalla se nopeuttaa Käsittely kuvankäsittelyohjelmassa Kuva 17 esittää yksinkertaistettua valokuvaajien kuvankäsittelyn kulkua UMLaktiviteettikaaviona. Kuvassa on kerätty yhteen haastatteluissa ja havainnoinneissa ilmenneet kuvankäsittelyoperaatiot, jotka suoritetaan lähes kaikille kuville. Vaikka kaaviossa esitetään kuvankäsittelyoperaatiot tietyssä järjestyksessä, ei havainnointien ja haastattelujen perusteella voitu havaita mitään selkeää kaavaa operaatioiden suoritusjärjestykselle. Kaaviossa esitetty käsittelyoperaatioiden järjestys on siis vain suuntaa antava, sillä kullakin valokuvaajalla oli omat käytäntönsä niin suoritusjärjestyksen kuin käytettyjen työkalujenkin osalta. Oleellisinta kuitenkin on, että valokuvaajien kuvankäsittelyssä esiintyy yleensä suuri osa kaaviossa esitetyistä operaatioista niiden suoritusjärjestyksestä riippumatta.

64 58 Kuva 17. Valokuvaajien kuvankäsittelyprosessi Kuvankäsittely alkoi usein Photoshopin tiedosto-infon täyttämisellä, johon voidaan lisätä kuvaan liittyvää metatietoa. Kaikki kuvaajat eivät metatietoa käyttäneet. Eli siinä vaiheessa kun mä oon siirtäny kortilta kuvat koneelle, niin ensimmäinen vaihe siinä on, että mä kirjotan kuvatekstit. Tai noi niinkun File infot. Metatietoa voidaan käyttää joissakin lehdissä apuna esimerkiksi kuvatekstien kirjoittamisessa ja jotkut lehdet vaativat valokuvaajia täyttämään tiedosto-infoon tietyt tiedot. Monet kuvaajat tallettivat täyttämänsä metatiedot valmiiksi pohjiksi, jolloin metatietojen lisääminen saman kuvauskeikan tai tilaajan kuviin nopeutuu huomattavasti. Minä käytän file infoa, mitä jokaisen valokuvaajan pitäisi käyttää. Mulla on täällä valmiit pohjat, mihin mä kirjotan asiakkaan nimen, kuvauspäivämäärän ja paikka

65 missä se on kuvattu ja mitä siinä on. Sit mä seivaan aina sen pohjan ja kopioin sen vaan suoraan kaikkiin muihinkin kuviin. Seuraavaksi kuvasta säädettiin usein sävyala. Siinä valittiin sävyille ääripäät, eli laitettiin kuvan tummin piste mustaksi väriksi ja vaalein piste valkoiseksi väriksi, sekä säädettiin keskisävyjä. Sävyalaa säädettiin samoilla työkaluilla kuin reproissakin, eli Curves- ja Levels-työkaluilla. Eli se mitä mä teen sen, tää ensimmäinen vaihe on se, että ensiks mä laitan ne ääripäät kohdalleen. Sen jälkeen mä lähen katsomaan sitä väribalanssia ja siihen liittyy sellanen, että onko siellä jotain sellasta, joka olis syytä olla neutraalin harmaata. Yksi kuvaajista teki sävyalan säädön RGB-avaruuden sijasta Lab-avaruudessa. Labavaruus on erinomainen värinhallintaan, sillä siinä värikanavat on erotettu kirkkaudesta (ks. luku 3.3.2) Lab-väriavaruus, jossa on niinkun omalla kanavallaan ne valöörit ja ne värit on omilla kanavillaan, niin se on hirveen hyvä. Mä säännöllisesti teen sitä kuvaa myös siinä. Rajauksen tarkistamisessa katsottiin, että kuvassa ei ole epätoivottuja yksityiskohtia, kuten kuvan reunoilta pilkistäviä ylimääräisiä käsiä tai muita kohteita. Rajaukseen käytettiin Photoshopin Crop-työkalua. Yleensä kyllä rajaan sitten kuvia jonkun verran. Harvoin on kuva ihan niin täyteen tai lopullisesti rajattu, että se olis suoraan käyttökelpoinen, et jonkun näkönen perusrajauksena siihen. Värien korjailu koostuu erilaisista operaatioista, joilla muutetaan kuvan sävyjä tai värejä. Kuvan kirkastaminen ja tummentaminen ovat oikeastaan sävyalan säätöä, kuten tumman ja vaaleankin pään valitseminen kuvalle. Se on kuitenkin erotettu omaksi toiminnokseen, sillä valokuvaajat tekivät sävyalan säädöt premediaoperaattoreiden tavoin monessa vaiheessa valiten ensiksi ääripisteet ja säätäen myöhemmin sävyjä eri keinoin. Kuvaa kirkastettiin ja tummennettiin useimmiten Levels- ja Curves-työkaluilla ja säädöt olivat sekä globaaleja että lokaaleja. Lokaaleja sävyalan korjailuja tehtiin esimerkiksi valitsemalla alue Color Range tai Quick mask työkaluilla ja muuttamalla sävyalaa sitten esimerkiksi Levels-, Curves- tai Brush tool työkaluilla. Erilaisia värikorjailuja olivat ihon värin tai jonkun osavärin muuttaminen sekä kirkkauden, kontrastin ja saturaation säädöt. Ihon väriä lukuun ottamatta ei ollut muita yksittäisiä värejä, joita valokuvaajat joutuisivat korjaamaan sen enempää kuin muitakaan. Värien korjailu oli pikemminkin valokuvaajan henkilökohtaisiin mieltymyksiin perustuvaa. Yksittäisten värien sijasta pikemminkin säädettiin koko kuvan värejä tiettyyn suuntaan. Premediaoperaattoreihin verrattuna valokuvaajat kuitenkin tekivät enemmän lokaaleja sävykorjailuja. Lokaaleissa sävykorjailuissa kuva segmentoitiin usein kohteeseen ja taustaan. Boust et al.:n mukaan kuvat segmentoidaan yleensä muistiväreillä väritettyjen objektien mukaan (ks. luku 4.3). Havainnoinneissa käsitellyissä kuvissa ei ollut kuitenkaan ihon värin lisäksi muita erityisen vahvoja muistivärejä, joten muistivärien osuutta segmentointiin on vaikea 59

66 arvioida. Ihon värin muutoksissa osa kuvaajista segmentoi kuvan ihon alueeseen ja muuhun alueeseen. Segmentointeja tehtiin myös erottamalla kuva objektiin, esimerkiksi ihmiseen tai esineeseen, ja taustaan huolimatta siitä, oliko objektissa muistivärejä vai ei. Alueita valittiin esimerkiksi Lassolla, Marquee toolilla sekä Color Range työkalun avulla, jolla pystyy valitsemaan tietyn värisiä alueita. Ihon väri vaati useimmissa kuvissa korjailuja, koska esimerkiksi neonputken valossa kuvatuissa kuvissa ihon väri on usein liian magentan tai vihreän värinen. Ihon värin korjailuja suoritettiin sekä lokaalisti että globaalisti. Osavärien korjailuja suoritettiin esimerkiksi Levels-, Curves-, Hue/Saturation- ja Selective Color Options työkaluilla. Muita värejä, joita kuvankäsittelyssä otettiin huomioon, olivat intensiiviset tummat värit, musta sekä puhki mennyt valkoinen. Intensiivisiä tummia värejä, joita on usein esimerkiksi näyttämökuvissa, on lähes mahdotonta saada toistumaan millään painotekniikalla. Mustassa värissä puolestaan olisi hyvä varmistaa, että syaani olisi voitolla. Kuvaajat voidaan myös jaotella sen mukaan, haluavatko he laittaa mustan täysin mustaksi vai jättää sen pisteenkasvun tai tukkoon menemisen takia hieman alhaisemmaksi. Mikäli valkoinen väri on palanut jostain puhki, kannattaa tarkistaa, että puhki menneen kohteen todella kuuluu olla valkoinen. Pitää tarkistaa, että mustassa syaani on voitolla. Sit et jos menee valkonen puhki nollaan asti, niin että se on oikeessa kohdassa, ettei siellä oo. Esimerkiks täähän ei voi mennä puhki nollaan, koska se ei oo oikeesti valkonen, puhdas valkonen. Mut toisaalta toi kaulus voi mennä nollaan, koska se on puhdas valkonen kaulus ja se on rajattu alue. Musta, mä laitan sen aina sataan. Jotkut jättää sen pisteenkasvun takia alle, voi jättää 90:kin kokonaismustan, mutta musta se ei oo hyvä näköstä. [...] jos siellä on snadisti [puhki] eikä se oo missään naamassa tai muuta, niin se voi nyt mennä pienissä paikoissa, ellei siellä oo ihan tolkuttomasti. Sama ton tumman pään kanssa, että vähän riippuu missä sitä on, niin sitä voi olla ihan umpimustaakin. Yleensä tulee vähän enemmän eloa siihen, kun on oikeesti valkosta ja oikeesti mustaa. Kuvankäsittelyn viimeinen vaihe oli kuvien tallentaminen. Yleensä valokuvaajat lähettävät kuvat eteenpäin JPEG-muodossa ja harvoissa tapauksissa RAW-muodossa. Arkistointia harrastavat kuvaajat tallettivat kuvat kuitenkin PSD-muodossa arkistointia varten ja erikseen JPEG-muodossa eteenpäin lähetystä varten. JPEG-kuvat pakattiin yleensä tasolla 10, mutta jotkut käyttivät myös tasoa 12. Mä lähetän aina jpeginä, 10 pakkauksella. [...] jos mä tiedän käsittelijän ja lehden hyvin, niin mä saatan lähettää vaikka rawkuvia tai semmosii ihan käsittelemättömiä kuvia ja sanon niille, että käsitelkää miten haluutte. Mutta se on tosi harvinaista. Sitä mä teen ihan vaan muutaman lehden kanssa, mistä mä tiedän että siellä on hyvä käsittelijä. Muita valokuvaajien kuville suorittamia käsittelyoperaatioita olivat kuvakoon ja resoluution laittaminen, terävöitys sekä erilaisten virheiden korjaaminen, kuten kiillon ja pölyn 60

67 poisto. Kuvien elementtejä voitiin myös korostaa tai pyrkiä keskittämään katsojan huomio haluttuun kohtaan. Kuvakoon ja resoluution asettamisessa oleellisinta oli, että kuvat ovat riittävän isoja, sillä kuvien lopullinen käyttökoko määritellään usein vasta lehdessä. Resoluutioltaan ja kooltaan liian pieniä kuvia ei voida välttämättä käyttää, jos halutaan säilyttää hyvä kuvanlaatu. Terävöitystä ei ole valokuvaajilla laitettu osaksi tyypillistä kuvankäsittelyn kulkua, sillä kaikki valokuvaajat eivät terävöittäneet kuvia lainkaan. Syynä tähän on se, että valokuvaajat eivät tienneet, missä koossa kuvaa loppujen lopuksi käytetään. Mikäli kuva on terävöitetty ja sitä käytetäänkin lehdessä isompana, voi kuvasta tulla rakeinen. Mä en tee tarkennusta ikinä, koska mä en tiedä lopullista kokoa, niin se on tavallaan turha ja tuhoaa sitä kuvaa tarpeettomasti jos mä tarkennan sen. Kuvakoon ja resoluution asettamiseen käytettiin samaa työkalua kuin rajauksessakin, eli Crop-työkalua. Terävöityksessä käytettyjä työkaluja olivat Unsharp mask kaikille tai vain yhdelle värikanavalle, sekä Smart Sharpen työkalu. Digitaalikuvissa on vain harvoin pölyä, mutta kameran kennoon saattaa tulla pölyä, joka näkyy kaikissa kameralla otetuissa kuvissa. Kuvista pölyä poistettiin esimerkiksi Clone Stamp Tool työkalulla ja Patch Toolilla. Clone Stamp Toolia käytettiin myös kiillon poistamiseen kasvoilta ja erilaisten muiden ihon virheiden korjaamiseen. Tässä mä vähän pehmennän tota valoa tosta kasvoilta, kiiltoa poistan. Mut uutiskuvaa mä en käsittele näin, tää on ainoastaan henkilökuvauksiin ja johonkin mainoksiin ja aikakauslehtiin, jos niihinkään. Kosmeettisia korjailuja voidaan tehdä myös Healing Brush-työkalulla ja työkaluilla, joilla suodatetaan kohinaa pois. Kyl siellä voi joskus tehdä tämmösiä ystävällisiä naaman silotuksia. Ne menee siinä samassa kuin kohina. Niin jos siellä on naisia kuvattu, niin kyl mä tolla Healing Brushilla, jos on tosi pahoja finnejä, niin kyl mä niitä fiksaan. Ja yks mitä sitten tulee duunattua, niin mä vedän vähän noita silmän valkuaisia putsaan. Ja sit kun mulla on toi muotokuvaaja-tausta, niin jos siellä ei oo mitään valopisteitä silmissä, niin kyl mä sinne aika usein duunaan sinne ihan tota pensselillä jonkun näköset. Korostamisella ja huomion keskittämisellä voidaan tuoda kohdetta paremmin esille ja ohjata katsetta. Huomion keskittämiseen käytettiin RAW-muuntimessa vinjetointia (Lens Correction) tai Photoshopissa Feather-, Blur- ja Levels-työkaluja. [...] teen tommosen vinjetoinnin ja sit heitän sinne aika pehmeellä jollain, vaikka 120 Featherilla pehmennyksen ja Levelsseillä vedän sinne vähän tummennusta sinne reunoille, että se kohde nousee sieltä esille. Ja sitten riippuen ihan kuvasta, niin sinne voi heittää sitten pienen blurrin tonne taustaan, mikä korostaa tota heeboa. Et se kohde on niinkun vaaleempi ja kontrastisempi ja tausta on tummempi ja blurrimpi. 61

68 Korostamista tehtiin samalla työkalulla kuin premediaoperaattoritkin, eli Shadow/Highlights-työkalulla, jolla voidaan tuoda muotoa tummiin tai vaaleisiin sävyihin. Korostamiseen käytettiin myös History Brush Toolia. Kuvissa on esimerkkejä valokuvaajien havainnoinneissa käsittelemistä kuvista. Vasemmalla puolella oleva kuva on käsittelemätön kuva ja oikealla puolella valmis käsitelty kuva. Kuvat 18 ja 20 havainnollistavat hyvin ihon sävyn säätämistä käsittelyn aikana ja kiillon poistoa kasvoilta. Molemmissa kuvissa ihot ovat alkuperäisiltä sävyiltään punertavampia kuin lopullisissa kuvissa. Kaikista kuvista myös näkee, että käsitellyt kuvat ovat sävyalaltaan rikkaampia kuin alkuperäiset kuvat. Kuva 19 havainnollistaa hyvin kuvan sävyalan säätöä. Kuvan valkoista päätä on säädetty niin, että tanssijan paita näyttää valkoiselta, eikä harmahtavalta, kuten alkuperäisessä kuvassa. Naistanssijan hameesta huomaa myös hyvin, miten Shadow/Highlights-säätimellä on saatu tummiin sävyihin enemmän muotoa. Kuvassa 21 kuvaa on puolestaan rajattu vasemmasta reunasta hieman, sillä alkuperäisessä kuvassa oli häiritsevä yksityiskohta. 62 Kuva 18. Ennen ja jälkeen /64/ Kuva 19. Ennen ja jälkeen /64/

69 63 Kuva 20. Ennen ja jälkeen /54/ Kuva 21. Ennen ja jälkeen /54/ 6.4 Kuvankäsittelyn vertailua valokuvaajien ja premediaoperaattoreiden välillä Valokuvaajien ja premediaoperaattoreiden kuvankäsittelyn suurimmat erot olivat kerätyn materiaalin perusteella terävöittämisessä, väritasapainon säädössä, sävyalan säädössä ja syväyksessä. Vaikka laadullinen aineisto ei sovellu hyvin määrälliseen tutkimukseen, saattaa se kuitenkin antaa jotain viitteitä siitä, kuinka asiat todellisuudessa ovat. Taulukko 5 vertailee premediaoperaattoreiden ja valokuvaajien käsittelemiä henkilö- ja esinekuvia sekä niille suoritettuja muokkausoperaatioita. Taulukossa olevat luvut ovat prosentteja. Muokkausoperaatiot on esitetty järjestyksessä siten, että ylimpänä olevia operaatioita suoritettiin kuville eniten. Suoritettujen operaatioiden prosenttiluku voi ylittää 100 %, sillä joitakin operaatioita suoritettiin yhdelle kuvalle useampia. Erityisesti sävyalan ja väritasapainon säädöt olivat tällaisia.

70 64 Taulukko 5. Premediaoperaattoreiden ja valokuvaajien käsittelemät henkilöja esinekuvat ja niille suoritetut muokkausoperaatiot Käsittelyoperaatio Premediaop. (12 kpl) Henkilökuvat Valokuvaajat (14 kpl) Premediaop. (19 kpl) Esinekuvat Valokuvaajat (7 kpl) sävyala 75 % 164 % 53 % 186 % väritasapaino 33 % 193 % 11 % 29 % koko 75 % 29 % 47 % 86 % painoprofiili 83 % 0 63 % 0 terävöitys 67 % 29 % 42 % 0 kosmeettinen korjailu 0 21 % (kiilto) % (pöly) resoluutio 8 % 29 % 0 86 % syväys 8 % 0 37 % 0 kontrasti 8 % 7 % 5 % 14,3 % korostaminen 8 % 14 % 0 0 rajaus 0 21 % 0 0 huomion keskittäminen 0 14 % 0 0 kohinan poisto/lisääminen 0 14 % 0 0 taustan jatkaminen % 0 Taulukko 6 kuvaa premediaoperaattoreiden suorittamia käsittelyoperaatioita sellaisille kuville, joille ei valokuvaajien käsittelemistä kuvista löytynyt vertailukohtaa. Näitä olivat toisen käsittelyn kuvat sekä kulttuurisiin interiööreihin että muihin kuviin luokitellut kuvat. Taulukko 6. Muut premediaoperaattoreiden käsittelemät kuvat ja niille suoritetut operaatiot Käsittelyoperaatio Muut (5 kpl) Kulttuuriset interiöörit (2 kpl) Toinen käsittely (3 kpl) (henkilökuvia) sävyala 100 % 150 % 0 painoprofiili 80 % 100 % 0 koko 60 % 100 % 0 terävöitys 60 % 100 % 0 kontrasti % 0 väritasapaino 80 % 0 0 taustan muuttaminen 20 % 0 67 % rajaus % taustan jatkaminen % Valokuvaajat suorittavat useammin kuville väritasapainon säätöä kuin premediaoperaattorit ja molemmat ryhmät säätivät värejä ennemmin henkilökuvissa kuin esinekuvissa. Premediaoperaattorit suorittivat väritasapainon säädön 33 prosentille henkilökuvista ja noin 10 prosentille esinekuvista. Esinekuvissa väritasapainon säädöt tehtiin kuvassa olevan sitruunan ja violetin korun perusteella. Valokuvaajat sen sijaan säätivät väritasapainoa noin 200 prosentille henkilökuvista, mutta vain vajaalle 30 prosentille esinekuvista. Esinekuvissa värisäädöt tehtiin kuvalle, joka oli yleissävyltään kellertävä. Valokuvaaja muisti, että ku-

71 vassa ollut paita oli todellisuudessa kirkkaamman värinen. Syy siihen, että väritasapainon säätöjä tehtiin enemmän henkilökuville, saattaa olla muistiväreissä. Henkilökuvissa on läsnä muistiväreistä ihon väri, joka vaatii usein säätöä. Valokuvaajat säätävät ensiksi ihon värin mielestään oikeanlaiseksi, jolloin premediaoperaattoreille ei jää niin paljoa säätämisen tarvetta, joten premediaoperaattoreiden värisäädöt ovat vähäisempiä. Tuloksia vääristää mahdollisesti hieman se, että haastatteluiden perusteella kuviin tehdään runsaasti sävysäätöjä reprojen toisessa kuvankäsittelyvaiheessa. Havainnointiaineistoon kuului kuitenkin vain 3 toisen käsittelyvaiheen kuvaa, eikä niistä yhdellekään tehty sävyjen säätöä. Sävyalaa premediaoperaattorit sen sijaan säätivät kuvista värejä enemmän. Valokuvaajat suorittivat kuitenkin myös sävyalan säätöjä premediaoperaattoreita enemmän. Premediaoperaattorit säätivät sävyalaa 75 prosentille henkilökuvista ja noin 50 prosentille esinekuvista. Valokuvaajat säätivät sävyalaa 165 prosentille henkilökuvista ja 185 prosentille esinekuvista. Havainnointien perusteella premediaoperaattorit terävöittivät kuvia useammin kuin valokuvaajat. Havainnoinneissa premediaoperaattorit terävöittivät noin puolet sekä henkilöettä esinekuvista, kun taas valokuvaajat tekivät terävöityksen vain neljälle henkilökuvalle 14:stä, eli vajaalle 30 prosentille. Esine- ja henkilökuvien välillä ei ollut premediaoperaattoreiden välillä suurta eroa ja haastatteluissa kävikin ilmi, että terävöitys suoritetaan lähes kaikille kuville melkein automaattisesti. Valokuvaajat terävöittivät vain henkilökuvia, eivätkä yhtään esinekuvia. Yksi suuri ero ryhmien välisessä käsittelyssä oli painoprofiilin lisääminen ja syväysten tekeminen. Valokuvaajat eivät lisänneet yhteenkään kuvaan painoprofiilia, sillä heillä ei ole käytössään oikeita profiileita. Valokuvaajat eivät myöskään syvänneet käsittelyssään yhtään kuvaa, kun taas premediaoperaattorit syväsivät useita kuvia. Syväyksiä tehtiin useammin esinekuville kuin henkilökuville. Kerätyssä aineistossa yllätti premediaoperaattoreiden suorittama vähäinen kosmeettinen korjailu, sillä kosmeettisten korjausoperaatioiden tekemistä painotettiin haastatteluissa. Kosmeettisia korjailuja tehdään haastatteluiden mukaan erittäin usein erityisesti naistenlehtien kuville sekä kansikuville. Valokuvaajat sen sijaan tekivät havainnoinneissa hieman kosmeettisia korjailuja, lähinnä pölyn poistoa esinekuvista sekä kiillon poistoa henkilökuvista. Premediaoperaattoreiden kosmeettisen korjailun puuttuminen havainnoinneissa selittynee kuitenkin sillä, että premediaoperaattorit eivät käsitelleet havainnoinnin aikana kosmeettisia korjailuja vaativia kuvia. Suuremmalla aineistolla asiaa pystyttäisiin tutkimaan paremmin. Taulukossa 7 on kerätty yhteen kappaleissa esitetyt premediaoperaattoreiden sekä valokuvaajien kuvankäsittelyoperaatiot ja Photoshopin työkalut, joilla operaatiot suoritettiin. Työkalujen nimet on esitetty englanniksi, sillä lähes kaikki tutkimuksessa haastatellut henkilöt käyttivät Photoshopin englanninkielistä versiota. Tyhjät kohdat taulukossa viittaavat siihen, ettei kyseistä käsittelyoperaatiota suoritettu lainkaan käsittelyiden aikana. Taulukossa ei oteta kantaa siihen, kuinka usein tiettyjä työkaluja käytettiin, sillä tämän kaltainen suppea laadullinen aineisto ei sovellu hyvin määrälliseen tarkasteluun. 65

72 Taulukko 7. Kuvankäsittelyoperaatiot ja työkalut, joilla ne on suoritettu Käsittelyoperaatio Premediaoperaattorit Valokuvaajat 66 painoprofiili terävöitys sävyala väritasapaino convert to profile image mode cmyk color action-toiminto unsharp mask filter other high pass levels curves brightness/contrast selective color options hue/saturation channel mixer assign profile - srgb unsharp mask unsharp mask yhdelle värikanavalle smart sharpen sharpness (raw-muuntimessa) auto levels levels curves brightness/contrast blacks (raw-muuntimessa) shadows (raw-muuntimessa) exposure (raw-muuntimessa) curves (raw-muuntimessa) brightness (raw-muuntimessa) selective color options hue/saturation apply image blending history brush tool + multiply saturation (raw-muuntimessa) white balance (rawmuuntimessa) koko image size crop tool size (raw-muuntimessa) korostaminen shadow/highlights shadow/highlights history brush tool syväys pen tool eraser lasso magic wand select modify expand select modify contract curves resoluutio image size crop tool kontrasti brightness/contrast brightness/contrast contrast (raw-muuntimessa) rajaus crop tool crop tool taustan muuttaminen lasso + clone stamp tool taustan jatkaminen image canvas size + copy + paste + transform flip vertical kosmeettinen korjailu kohinan poisto/lisääminen huomion keskittäminen clone stamp tool (kiilto+pöly) filter noise dust & scratches noise ninja filter noise add noise feather selection + blur + levels lens correction (rawmuuntimessa)

73 Värinhallinta Värinhallinnan tavoitteena on saavuttaa yhdenmukainen värintoisto koko kuvatuotantoprosessin ajan. Värinhallinta koostuu Flemingin ja Sharmanin /13/ mukaan laitteiden kalibroinnista, profiloinnista ja muunnoksesta profiilien välillä. Lisäksi katseluolosuhteet, kuten valaistus ja huoneen sisustus tuovat oman lisänsä värinhallintaan. Kuvatuotantoprosessissa värinhallinta lähtee valokuvaajasta. Premediaoperaattorit olivat yksimielisiä siitä, että valokuvaajien värinhallinnassa olisi parantamisen varaa. Erityisesti epäiltiin valokuvaajien työskentelevän kalibroimattomilla näytöillä ja luottavan liikaa siihen, miltä kuva näytöllä näyttää. Se [kuvaaja] himassa jossain vääntää sitä kuvaa, niin sehän on ihan selvä, että se värimaailma menee ihan mettään. Se on jännä, että valokuvaajilla on ihan rupumonitoreja. Ne luottaa ihan täysin siihen, mitä näkee. [Valokuvaajat] sitten käsittelee koneella julkasukuntoon. Heidän mielestään. Siinä on se ongelma, että niillä on kalibroimattomat läppärinäytöt yleensä millä ne työskentelee. Premediaoperaattoreiden ennakkoluuloissa oli jotain perää, sillä vain kolme viidestä haastatellusta kuvaajasta oli kalibroinut ja profiloinut näyttönsä edes jotenkin. Joo, oon [kalibroinut]. Mutta en mitenkään kauheen pro:sti. siis ihan peruskalibrointi, mikä tulee tässä mukana. Yhdellä kuvaajalla näyttö oli normaalisti ollut kalibroituna, mutta uuden näytön ostamisen jälkeen hän ei ollut ehtinyt vielä ehtinyt kalibroida näyttöään, joten yhteensä neljä viidestä valokuvaajista työskenteli normaalisti kalibroidulla näytöllä. Osalla kuvaajista oli myös heijastusta estäviä suojia näyttöjensä ympärillä. Käsittelyolosuhteet vaihtelivat neutraalin värisistä huoneista hieman värikkäämpään sisustukseen. Joillakin valokuvaajilla valo heijastui näytöstä häiritsevästi. Haastattelut osoittivat, että kalibrointi on tärkeää, mikäli käsittelyssä luotetaan paljon visuaaliseen arviointiin. Nyt kävin yhellä keikalla, et asiakas oli sitä mieltä, että kuvat oli liian vaaleita. Se on niinkun se riski kuitenkin, et jos ei oo ihan varma tosta näytön kalibroinnista, että se ois kyl ihan oleellinen tehä silleen. Valokuvaajat eivät kuitenkaan sokeasti luottaneet siihen mitä näytöllä näkevät. Vaikka visuaalinen tarkastelu oli tärkeässä roolissa käsittelyssä, pyrittiin visuaalista arviota varmistamaan kuvankäsittelyohjelman mittareiden avulla. Mä en niinkään kato niinkun silmällä sitä väriä tai sävyä, vaan mä luotan enemmän tohon infoon. Koska näytöistä ei aina tiedä. Näytöt aina voi olla mitä sattuu kalibroituina. Kyl mä ehkä vähän liikaakin luotan silmään. Mut kyl mä sitä koko ajan varmistelen näillä mittareilla, ettei järjettömyyksiä pääsis käymään. Sen silmänkin pitää saada siihen vaikuttaa.

74 Valokuvaajien käyttämä käsittelyavaruus vaihteli jonkun verran. Usein RAW-kuvia kuvaavilla väriavaruutena oli Adobe RGB tai ColorMatch RGB ja kuvat olivat 8-bittisiä. JPEG-kuvia kuvaavat eivät olleet kovin tarkasti perehtyneitä väriavaruuksiin ja siitä syystä kuvat olivat käsittelyn aikana srgb-avaruudessa, sillä siinä avaruudessa JPEG-kuvat usein automaattisesti ovat. 8-bittisenä käsittelen, en kuitenkaan 16-bittisenä. Toi riittää toi 8 bittiä. Ja Adobe RGB on toi väriavaruus missä mä teen. Useimmat kuvaajat käsittelivät kuvat RGB-muodossa, mutta jotkut saattoivat käsittelyn aikana vaihtaa käsittelyavaruudeksi Lab-avaruuden, sillä sen koettiin olevan hyvä käsittelyavaruus värinhallinnan kannalta. Kuvaajat lähettivät kuvansa RGB-muodossa eteenpäin, sillä heillä ei ole lehtien painoprofiileja. Nää on ihan RGB-kuvia. En käytä Labia. Enkä myöskään käännä CMYK:iin ikinä, koska mulla ei oo profiileita, enkä mä halua tehdä sitä. Mä teen perushyvät RGB:t, jotka on painovalmiita semmosenaan, että kunhan vaan kääntää oikealla profiililla. Osa lähetti eteenpäin Adobe RGB kuvat ja jotkut taas srgb-kuvat. Kun mä lähetän epämääräiseen, siis laajaan käyttöön, esimerkiksi noi lehdistökuvat tonne [...], niin mä laitan ne srgb-muotoon, koska sillä niinkun minimoidaan vahingot. Premediaoperaattorit työskentelivät väritykseltään hyvin neutraalin oloisissa huoneissa. Ikkunat oli peitetty kalvolla, joka vähentää auringonvaloa huoneessa ja valaistusolosuhteet pyrittiin haastattelujen perusteella pitämään samanlaisina kuin ne olivat näyttöjä kalibroitaessa. Neljän premediaoperaattorin näytöt viidestä oli kalibroitu ja profiloitu. Lisäksi jokaisella oli näytön ympärillä heijastusta estävä suoja. Kalibroinnista huolimatta premediaoperaattorit eivät luottaneet siihen, että kuva näytöllä olisi todellisuudessa samanlainen miltä se näyttää painettuna. Se voi olla, vaikka kuinka kalibrois näytön niin se ei näytä samanlaiselta. Kun kattoo tuhannenkertaa kuvaruudulla ja siitä otetun vedoksen, niin siitä saa semmosen käsityksen mitä se oikeesti on. Käsittelyssä pyrittiinkin tekemään muokkausoperaatioita Photoshopin mittareiden ja visuaalisen tarkastelun yhteistyönä. 80 % luottaa siihen mitä näkee ja 20 % kattoo RGB- ja CMYK-arvoja. Kustannustalolla on käytössä ICC-profiilit painoa varten, jotka liitetään kuviin käsittelyn yhteydessä. Vaikka kuvalle ei tehtäisi muita käsittelyoperaatioita, painoprofiili lisätään siihen aina. Painoprofiileja on kaksi, joista toista käytetään rotaatiokoneella painettaville lehden sivuille ja toista arkkikoneella painettaville kansikuville. Painoprofiili liitettiin kuvaan joko käsittelyn alussa tai loppupuolella. Premediaoperaattorit, jotka olivat tottuneet työskentelemään CMYK-kuvien kanssa, käänsivät kuvat yleensä käsittelyn alussa CMYKmuotoon. Toiset tekivät käännöksen vasta käsittelyn lopussa ja muokkasivat kuvia erilaisissa RGB-avaruuksissa. RGB-avaruudet vaihtelivat sen mukaan, missä muodossa kuva oli 68

75 toimitukseen lähetetty. RGB-avaruudessa työskentelevät premediaoperaattorit saattoivat käyttää myös CMYK-simulaatiota, jonka avulla näkee miltä kuva näyttäisi CMYKavaruudessa. Simulaatiosta oli hyötyä esimerkiksi silloin, kun haluttiin tietää miten joillekin väreille käy muunnoksessa. Jotkut lisäsivät profiilin kuvaan käsittelyn loppuvaiheessa, mutta saattoivat tehdä tämän jälkeen vielä pieniä muutoksia kuvaan. Muunnoksen jälkeen saatettiin tehdä esimerkiksi sävykorjailuja ja terävöitys. [...] ihan pieniä juttuja saatan vielä tehdä jälkeenpäin. Jos on joku sellanen, että haluun jotain tiettyä, vaikka keltasta lisätä tai jotain väriä. Jos RGB:ssä tekee jotain noita värikorjailuja, niin se vaikuttaa vähän kaikkiin osaväreihin. CMYK:issä voi valita erikseen vaikuttaako se punaiseen vai keltaiseen tai siniseen. Värinhallinnassa apuna käytettiin myös vedostusta. Kustannustalossa on käytössä tulostimia, joihin on liitetty painoprofiili ja otettu huomioon myös sen paperin harmaus, jolle lehti painetaan. Vedostukset otetaan aina kansijutuista ja usein myös muotijutuista. Toisissa lehdissä vedoksia otetaan enemmän. Vedoksien perusteella kuviin voidaan tehdä lisää muutoksia. Taitto haluu aina. Ainakin kansista se [vedos] otetaan aina ja jostain muotijutuista niinkun tässäkin lehdessä. Toisissa lehdissä otetaan paljon ja [toisissa] vähemmän. Tässähän on ajateltu sitä paperin harmauttakin, että tässä on tämmönen pohja tullu. Välillä osana värinhallintaa paino ja toimitus ovat myös pitäneet kokouksia, joissa verrataan painettua ja vedostettua lehteä, jonka pohjalta voidaan kehittää värinhallintaa. Myös valokuvaajat saavat usein kopion lehdestä, joissa heidän kuviaan on julkaistu. Monet tarkistavat kuinka kuvat ovat toistuneet painossa, mutta sen perusteella ei kuitenkaan kuvia voi välttämättä lähteä korjaamaan, sillä valokuvaajan kuvankäsittelyn ja valmiin painotuotteen välillä on monta vaihetta, joissa prosessi on saattanut mennä pieleen. Mut tavallaan sitäkään [kuvaa] ei voi oikein sen [painetun lehden] mukaan lähteä korjaamaan. [...] kuitenkin lehdissä saattaa vähän niinkun päivittäin se painojälki [vaihdella]. Se on niinkun tosi vaikee, että mikä on se oikee. 6.6 Kuvien muokkauksen perusteet Kuvankäsittelijä voi päättää kuville suoritettavat muokkausoperaatiot usealla eri tavalla. Premediaoperaattoreiden ja valokuvaajien haastatteluiden pohjalta määriteltiin neljä luokkaa, joiden perusteella kuvia voidaan käsitellä. Luokat ovat: kuvan visuaalinen tarkastelu, Photoshopin mittarit, kokemus, ohjeistus. Sekä valokuvaajat että premediaoperaattorit käyttivät samoja luokkia käsittelyn perusteena lukuun ottamatta ohjeistusta. Ohjeistus oli vain premediaoperaattoreiden käyttämä luokka, sillä valokuvaajat eivät saaneet kuvankäsittelyyn yleensä lainkaan ohjeistusta. 69

76 On vaikea sanoa mitkä muokkausoperaatiot tehtiin minkäkin luokan perusteella. Luokkia paremminkin käytettiin täydentämään toisiaan määritettäessä muokkauksen tarvetta. Esimerkiksi rutiinien perusteella käsittelijä voi tietää, minkälaisia asioita tietyn tyyppisistä kuvista yleensä korjataan tai minkälaisia virheitä tietynlaisissa kuvissa on. Visuaalisen tarkastelun ja mittareiden avulla käsittelijä voi päättää, ovatko rutiinien pohjalta keksityt käsittelyt tarpeellisia. Ohjeistus puolestaan toimii ärsykkeenä operaation tekemiselle, mutta muita luokkia käytetään hyödyksi siinä, miten operaatio lopulta suoritetaan. Luokkien lisäksi käsittelyyn liittyi olennaisesti kokeilu. Visuaalisen tarkastelun, mittareiden, kokemuksen tai ohjeiden perusteella voitiin kokeilla tehdä kuvalle jokin operaatio. Kun operaatio oli suoritettu, päätettiin samojen luokkien avulla säilytetäänkö tehdyt muutokset vai kumotaanko ne. Kuvankäsittely koostui siis erilaisista tavoista havaita muokkauksen tarve kuvalle, operaation kokeilusta ja operaation hyväksymisestä tai hylkäämisestä. Näin eräs premediaoperaattori ja valokuvaaja kokeilivat suorittaa operaation, joka loppujen lopuksi hylätään: Mä laitan täältä Levels ja otan täältä tän mustan. Se muuttu tommoseks punaseks niinkun huomaatko. Tämmönen punertava, mä en sit otakaan sitä, koska se muuttaa tota väriä. Tää on siis aika alivaloinen kuva. Kokeillaas automaattisilla tasoilla mitä tulee. Ruma tuli, perutaan. Visuaalinen tarkastelu oli usein automaattista kuvan silmäilyä, jolla pyrittiin havaitsemaan kuvissa käsittelyä vaativia kohteita. Sitä on vaikea erottaa muista luokista, sillä ihminen käyttää näköaistiaan jatkuvasti. Havainnointien perusteella esimerkiksi terävöitys oli sellainen operaatio, jonka tekemisestä ja operaation hyväksymisestä voitiin päättää visuaalisen tarkastelun perusteella. Ja sitten mä voin tän tässä vaiheessa terävöittää jos tarvii. Eli sen näkee paremmin kun ottaa täyssuurennoksen. [...] Näkee tämmösissä paikoissa, että se tekee sitä vähän terävämmäksi. Myös sävykorjailuja tehtiin visuaalisen tarkastelun perusteella. Sitten tää näyttää jotenkin vähän likasen väriseltä, eli tässä tuotteessa itessänkin heijastuu se tuotteen ympäristö. Kuvankäsittelijät seurasivat kuvankäsittelyssä aktiivisesti Photoshopin info-mittaria, joka on esitetty kuvassa 22. Info-paletti näyttää hiiren osoittimen alla olevan kohdan värin RGB- ja CMYK-arvot. Palettiin saadaan haluttaessa näkyviin myös muiden väriavaruuksien, kuten Lab-avaruuden väriarvot. Mittareiden avulla nähdään esimerkiksi pystyykö kuvan värejä painamaan. Käsittelijät tarkistivat mittarin avulla myös ihon värin ja tekivät sen perusteella sävykorjailuja. Ihon värin korjailussa käytettiin usein mittareiden lisäksi opittuja rutiineita hyödyksi. Ihon värin säätämisestä eräs premediaoperaattori ja valokuvaaja mainitsivat seuraavaa: Siinä on semmonen säätö, minkä mä oon oppinu, että kun on... Tää on niinkun CMYK, että jos siinä on vaikka magentaa 20, niin sitten tota keltaista pitäis olla 70

77 71 suunnilleen 10 enemmän ja sitten syaania puolet tästä magentan määrästä. [...] se riippuu tietenkin vähän ihosta. Niiden [värien] määrät pitää olla suunnilleen tietynlaiset, että ihmisestä saadaan oikean värinen. Ja suomalaisen ihmisen ihon väri keskimäärin on sellanen, että siinä on syaania alle 20 %, magentaa joku noin 30 % ja keltasta noin 30-40%. Nyt mittauksilla nähdään, että täällä on vähän liikaa sitä kaikkea. Kuva 22. Photoshopin info-paletti Kokemus voidaan jaotella viiteen alaluokkaan, joita ovat rutiinit, painotekniset syyt, lehden formaatti, kuvan tyyppi ja kuvauskohteen muistaminen. Näistä lehden formaatti ja kuvan tyyppi olivat enemmänkin premediaoperaattoreiden käsittelyyn vaikuttavia tekijöitä kuin valokuvaajien. Kuvauskohteen muistaminen puolestaan oli ainoastaan valokuvaajien kuvankäsittelyyn vaikuttava tekijä. Kuvankäsittelyä pitkään tehneille on muodostunut jokin totuttu tapa käsitellä kuvia ja käyttää tiettyjä operaatioita. Käsittelijät tiesivät jo entuudestaan, kuinka tietty operaatio muuttaa kuvaa ja minkälaisille kuville tiettyjä operaatioita kannattaa tehdä. Usein virheet olivat samanlaisissa asioissa kuvien kesken, kuten ihon sävyssä, valkotasapainossa ja terävöityksessä. Tällöin ei erikseen tarvinnut pohtia, suoritetaanko tietty operaatio, vaan se tehtiin lähes automaattisesti kuvalle kuin kuvalle. Mä niinkun alotan sillä, että otan mustan ja vaaleen pään. Monesti se auttaa, kun ottaa vaaleen pään. Se heti raikastuu toi. Mutta semmonen kun kontrasti, niin siihen mä yleensä laitan pikkasen. Se silleen niinkun kirkastaa sitä kuvaa. Eli tämmösessä terävöitys tekee hyvää yleensä. Eli sä näät melkein tossa sängessä, että se tulee vähän esiin tuolta. Ja tukassa sen näkee. Se on jonkun verran paremman näkönen lehdessä sitten. Rutiinien avulla osa kuvankäsittelijöistä esimerkiksi korjasi ihon sävyt oikeiksi oppimiensa CMYK-arvojen perusteella. Muotokuvaamista tehnyt valokuvaaja puolestaan teki rutiinien pohjalta myös kuvauskohdetta korostavia käsittelyoperaatioita, kuten valopisteen lisäämisiä kuvauskohteen silmiin tai taustan sumentamista. Painotekniset syyt olivat sellaisia, joissa päätös jonkun käsittelyoperaation suorittamisesta pohjautui tietoon siitä, kuinka kuva tulee muuttumaan painossa. Painotekniset syyt koskivat esimerkiksi tiettyjä sävyjä tai kuvaa kokonaisuudessaan. Haastatteluista kävi ilmi, että

Tehdään laadukas painotuote

Tehdään laadukas painotuote Tehdään laadukas painotuote 8 vinkkiä valokuvien ottamisesta ja toimittamiseen painotuotteisiin 1. Kuvaa kameran parhailla asetuksilla Kuvien tarkkuuden ja tiedostopakkauksen vaikutukset ovat korostuneet

Lisätiedot

Digikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat 22.1.2007. Soukan Kamerat/SV

Digikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat 22.1.2007. Soukan Kamerat/SV Digikuvan peruskäsittelyn sittelyn työnkulku Soukan Kamerat 22.1.2007 Sisält ltö Digikuvan siirtäminen kamerasta tietokoneelle Skannaus Kuvan kääntäminen Värien säätö Sävyjen säätö Kuvan koko ja resoluutio

Lisätiedot

Juha-Pekka Ruuska 17.01.03 BITTIKARTTAGRAFIIKKA, BITTIKARTTAKUVAT ELI RASTERIKUVAT...2

Juha-Pekka Ruuska 17.01.03 BITTIKARTTAGRAFIIKKA, BITTIKARTTAKUVAT ELI RASTERIKUVAT...2 BITTIKARTTAGRAFIIKKA, BITTIKARTTAKUVAT ELI RASTERIKUVAT...2 VEKTORIGRAFIIKKA...2 BITTIKARTTAKUVAT...2 BITTIKARTTAKUVAN PIKSELIKOKO...2 BITTIKARTTAKUVAN RESOLUUTIO...2 RGB-KOLMIVÄRIMALLI...3 BITTIKARTTAKUVANVÄRISYVYYS

Lisätiedot

Kuvankäsi*ely 1. Digitaaliset kuvat ja niiden peruskäsi3eet. Kimmo Koskinen

Kuvankäsi*ely 1. Digitaaliset kuvat ja niiden peruskäsi3eet. Kimmo Koskinen Kuvankäsi*ely 1 Digitaaliset kuvat ja niiden peruskäsi3eet Kimmo Koskinen Mitä kuvankäsi3ely on? Digitaalisten kuvien monipuolista muokkausta: - korjailua: roskien poisto, punaiset silmät jne - muuntelua:

Lisätiedot

Gimp JA MUUT KUVANKÄSITTELYOHJELMAT

Gimp JA MUUT KUVANKÄSITTELYOHJELMAT Gimp JA MUUT KUVANKÄSITTELYOHJELMAT Daniela Lund Ti07 A241227 Linux-järjstelmät 01.12.2009 MIKÄ ON KUVANKÄSITTELYOHJELMA? Kuvankäsittelyohjelma on tietokoneohjelma, jolla muokataan digitaalisessa muodossa

Lisätiedot

ViNOn graafinen ohjeisto, alpha 22.1.2013

ViNOn graafinen ohjeisto, alpha 22.1.2013 ViNOn graafinen ohjeisto, alpha 22.1.2013 Johdanto Graafiset ohjeistot ovat viestinnän alan yleinen käytäntö. Kaikessa järjestöviestinnässä käytetään organisaatiokohtaisia graafisia ohjeistuksia, jotta

Lisätiedot

Kuvan pakkaus JPEG (Joint Photographic Experts Group)

Kuvan pakkaus JPEG (Joint Photographic Experts Group) Kuvan pakkaus JPEG (Joint Photographic Experts Group) Arne Broman Mikko Toivonen Syksy 2003 Historia 1840 1895 1920-luku 1930-luku Fotografinen filmi Louis J. M. Daguerre, Ranska Ensimmäinen julkinen elokuva

Lisätiedot

PIKSELIT JA RESOLUUTIO

PIKSELIT JA RESOLUUTIO PIKSELIT JA RESOLUUTIO 22.2.2015 ATK Seniorit Mukanetti ry / Tuula P 2 Pikselit ja resoluutio Outoja sanoja Outoja käsitteitä Mikä resoluutio? Mikä pikseli? Mitä tarkoittavat? Miksi niitä on? Milloin tarvitaan?

Lisätiedot

Hajautetut käyttöliittymät. Kuvat www-sivulla

Hajautetut käyttöliittymät. Kuvat www-sivulla Hajautetut käyttöliittymät Kuvat www-sivulla Perusteita Pikselien väri näytöllä muodostuu punaisesta, sinisestä ja vihreästä valosta, jotka erilaisina yhdistelminä muodostavat kaikki muut värit ja yhdessä

Lisätiedot

Hämeenlinnan Offset-Kolmio Paino Oy:n aineisto-ohjeet

Hämeenlinnan Offset-Kolmio Paino Oy:n aineisto-ohjeet Hämeenlinnan Offset-Kolmio Paino Oy:n aineisto-ohjeet Sivun koko Painotuotteen sivun koon tulee olla taitto-ohjelmassa määritetty sivun lopulliseksi kooksi. Tarvittavat leikkuuvarat (Bleed), vähintään

Lisätiedot

Kuvankäsittelyn mahdollisuudet

Kuvankäsittelyn mahdollisuudet Kuvankäsittelyn mahdollisuudet Johdanto digikuvien käsittelyyn mikko.kaariainen@opisto.hel.fi Bittikartat ja vektorit Bittikarttagrafiikka Kuva muodostuu pikseleistä, joista jokaisella tietty väriarvo

Lisätiedot

KUVAMUOKKAUS HARJOITUS

KUVAMUOKKAUS HARJOITUS KUVAMUOKKAUS HARJOITUS PUNASILMÄISYYS, VÄRI, KUVAKOKO, RAJAUS PUNASILMÄISYYS Kuvien punasilmäisyyden joutuu kohtaamaan usein huolimatta kameroiden hyvistä ominaisuuksista. Ohjelma tarjoaa hyvän työvälineen

Lisätiedot

Konservoinnin kuvat. Pirje Mykkänen Muusa-päivä 27.11.2012

Konservoinnin kuvat. Pirje Mykkänen Muusa-päivä 27.11.2012 Konservoinnin kuvat Muusa-päivä 27.11.2012 Kuva tutkimuksen ja konservoinnin apuna ja lähteenä Kuvallista tietoa eri kuvaustekniikoin: Teoskuva Tunnistekuva Valaisu Valon suunta, valon laatu (esim. UV),

Lisätiedot

Museokokoelmat sähköiseen muotoon - koulutusta digitoijille Valokuvat digitaalisiksi

Museokokoelmat sähköiseen muotoon - koulutusta digitoijille Valokuvat digitaalisiksi Museokokoelmat sähköiseen muotoon - koulutusta digitoijille Valokuvat digitaalisiksi Digitointi; miksi? Kokoelmanhallinta, vaatii kokoelmapolitiikan ja hallintajärjestelmät Kokoelman säilyttäminen, ei

Lisätiedot

Digikuvan tekniset vaatimukset

Digikuvan tekniset vaatimukset Digikuvan tekniset vaatimukset Seuraavissa ohjeissa oletetaan, että kuvaaja saattaa kuvan sellaiseen kuntoon, että se voidaan myydä tietämättä kuvan tulevaa käyttötarkoitusta. Silloin sen on toimittava

Lisätiedot

HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 Väritilat, kanavat

HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 Väritilat, kanavat HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 VÄRIT Värimuokkain-ikkuna Työkalupaletin tai Color-paletin Foreground tai Background Color kuvaketta napsauttamalla saadaan näkyviin Color Picker-valintaikkuna

Lisätiedot

Mustavalkokuvat. Tehtävä 9

Mustavalkokuvat. Tehtävä 9 Tehtävä 9 Mustavalkokuvat Suuri osa kuvista painetaan vielä mustavalkoisina, koska kyseisen julkaisun sivunvalmistus on sitä. Lisäksi on toki edelleen olemassa syitä painaa tai tulostaa kuvia harmaasävyinä,

Lisätiedot

VÄRISPEKTRIKUVIEN TEHOKAS SIIRTO TIETOVERKOISSA

VÄRISPEKTRIKUVIEN TEHOKAS SIIRTO TIETOVERKOISSA VÄRISPEKTRIKUVIEN TEHOKAS SIIRTO TIETOVERKOISSA Juha Lehtonen 20.3.2002 Joensuun yliopisto Tietojenkäsittelytiede Kandidaatintutkielma ESIPUHE Olen kirjoittanut tämän kandidaatintutkielman Joensuun yliopistossa

Lisätiedot

1. STEREOKUVAPARIN OTTAMINEN ANAGLYFIKUVIA VARTEN. Hyvien stereokuvien ottaminen edellyttää kahden perusasian ymmärtämistä.

1. STEREOKUVAPARIN OTTAMINEN ANAGLYFIKUVIA VARTEN. Hyvien stereokuvien ottaminen edellyttää kahden perusasian ymmärtämistä. 3-D ANAGLYFIKUVIEN TUOTTAMINEN Fotogrammetrian ja kaukokartoituksen laboratorio Teknillinen korkeakoulu Petri Rönnholm Perustyövaiheet: A. Ota stereokuvapari B. Poista vasemmasta kuvasta vihreä ja sininen

Lisätiedot

Kuvan pehmennys. Tulosteiden hallinta. Tulostaminen. Värien käyttäminen. Paperinkäsittely. Huolto. Vianmääritys. Ylläpito.

Kuvan pehmennys. Tulosteiden hallinta. Tulostaminen. Värien käyttäminen. Paperinkäsittely. Huolto. Vianmääritys. Ylläpito. Tulostinajuri tuottaa parhaan mahdollisen tulostuslaadun erilaisiin tulostustarpeisiin. Joskus saattaa kuitenkin olla tarpeen muuttaa tulostettavan asiakirjan ulkonäköä enemmän kuin tulostinajuri sallii.

Lisätiedot

L A TEX, pdfl A TEX ja grafiikka

L A TEX, pdfl A TEX ja grafiikka L A TEX, pdfl A TEX ja grafiikka Ari Lehtonen Perinteinen TEXin tiedostotyyppien kulku on tex dvi ps pdf pdf PdfL A TEXissa välivaiheen dvi-tiedosto ohitetaan kokonaan, eli tex-tiedostosta tuotetaan suoraan

Lisätiedot

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager Missio: 1. Asentaminen 2. Valokuvien tarkastelu, tallennus/formaatit, koko, tarkkuus, korjaukset/suotimet, rajaus 3. Kuvan luonti/työkalut (grafiikka kuvat) 4. Tekstin/grafiikan lisääminen kuviin, kuvien/grafiikan

Lisätiedot

Digikuvan tekniset vaatimukset

Digikuvan tekniset vaatimukset Digikuvan tekniset vaatimukset Seuraavissa ohjeissa oletetaan, että kuvaaja saattaa kuvan sellaiseen kuntoon, että se voidaan myydä tietämättä kuvan tulevaa käyttötarkoitusta. Silloin sen on toimittava

Lisätiedot

Digitaalinen työnkulku digivalokuvaajille

Digitaalinen työnkulku digivalokuvaajille Digitaalinen työnkulku digivalokuvaajille Uudistettu Klassikko, hyvää kertausta ja päivitystä perustietoihin myös jo ennen saman päivän käyneille. RAW:STA READYYN, Tuhti PERUSPAKETTI 09.15-10.15 Valota

Lisätiedot

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen AV-muotojen migraatiotyöpaja - ääni KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Äänimuodot Ääneen vaikuttavia asioita Taajuudet Äänen voimakkuus Kanavien määrä Näytteistys Bittisyvyys

Lisätiedot

FRAM. Prepress Guide

FRAM. Prepress Guide 1 FRAM Prepress Guide 2 Tämän oppaan tarkoitus on opastaa painokelpoisen aineiston toteuttamisessa ja sen toimittamisessa meille. Osa ohjeistuksista perustuu siihen oletukseen, että dokumenteissä käytetyt

Lisätiedot

1. Skannaus ja tekstintunnistus (OCR) verkkoskannerilta

1. Skannaus ja tekstintunnistus (OCR) verkkoskannerilta M-Files OCR M-Files OCR:n avulla voidaan skannattavalle paperidokumentille tehdä tekstintunnistus skannerista riippumatta. Tällöin tekstiä sisältävät kuvat tunnistetaan varsinaisiksi tekstimerkeiksi, jonka

Lisätiedot

ohjeistus retkikerho

ohjeistus retkikerho Graafinen ohjeistus Esittely Oulun luonnonsuojeluliiton alla toimiva Retkikerho on kanava, jonka avulla voi helposti irrottautua arjesta kaupungin lähiluontoon. Retkitarjonta on hyvin monipuolinen ja kerhon

Lisätiedot

DYNAAMINEN ULOTTUVUUS DIGITAALISESSA VALOKUVAUKSESSA

DYNAAMINEN ULOTTUVUUS DIGITAALISESSA VALOKUVAUKSESSA DYNAAMINEN ULOTTUVUUS DIGITAALISESSA VALOKUVAUKSESSA LAHDEN AMMATTIKORKEAKOULU Mediatekniikan koulutusohjelma Teknisen visualisoinnin suuntautumisvaihtoehto Opinnäytetyö 10.5.2010 Heikki Laaninen Lahden

Lisätiedot

Reiluus saapui työpaikalle -viestintäohje

Reiluus saapui työpaikalle -viestintäohje Reiluus saapui työpaikalle -viestintäohje Elokuu 2010 Ohjeistus Reiluus saapui työpaikalle -logon käyttöön markkinointi- ja viestintämateriaaleissa Sisällysluettelo: 1. Esittely 2. Käyttöoikeudet 3. Logon

Lisätiedot

ILMOITTAUDU: koulutus@interfoto.fi, (09) 530 8930. Ilmoittautuneille ja kurssimaksun maksaneille lähetetään vahvistus koulutuksen alkamisesta.

ILMOITTAUDU: koulutus@interfoto.fi, (09) 530 8930. Ilmoittautuneille ja kurssimaksun maksaneille lähetetään vahvistus koulutuksen alkamisesta. KEVÄÄN 2010 KURSSEJA Haluatko kuvistasi parempia? Haluatko oppia lisää digitaalisesta työnkulusta ja värienhallinnasta valokuvaajien omalla kielellä? Entä kiinnostaako sinua digitaalinen pimiö ja laadukas

Lisätiedot

NEX-3/NEX-5/NEX-5C A-DRJ-100-12(1) 2010 Sony Corporation

NEX-3/NEX-5/NEX-5C A-DRJ-100-12(1) 2010 Sony Corporation NEX-3/NEX-5/NEX-5C Tässä esitteessä on kuvattu tämän laiteohjelmapäivityksen sisältämät 3Dtoiminnot. Lisätietoja on Käyttöoppaassa ja mukana toimitetun CD-ROMlevyn α Käsikirjassa. 2010 Sony Corporation

Lisätiedot

Ammattilaisten suosimat katseenvangitsijat

Ammattilaisten suosimat katseenvangitsijat Ammattilaisten suosimat katseenvangitsijat Copyright TETRIX 2006 All rights reserved Vältä ongelmia 1) Tee kuvasi oikean kokoiseksi Kotisivuilla, jokaisen painettavan tuotteen kohdalla mainitaan Kuvakoko

Lisätiedot

Komennolla Muokkaa-Väriasetukset avautuu tämännäköinen ikkuna:

Komennolla Muokkaa-Väriasetukset avautuu tämännäköinen ikkuna: PHOTOSHOP CS ALBUMIN RAKENTAJALLE Alkeiden perusteiden pohjatiedot Photoshop on laaja ohjelmisto, jonka käyttömahdollisuudet ovat hyvin monipuoliset. Tämä ohje liittyy versioon 8 (CS), mutta samat toimenpiteet

Lisätiedot

Asiakirjojen vertailu-kurssi

Asiakirjojen vertailu-kurssi Asiakirjojen vertailu-kurssi Revussa voi verrata keskenään kahta PDF:ää ja automaattisesti näyttää niiden väliset erot. Piirrosten ja kaaviokuvien vertailu sujuu siten helposti ja nopeasti. Kun haluat

Lisätiedot

LEHDISTÖTIEDOTE. Nikon tuo markkinoille uuden sukupolven. kuvankäsittelyohjelmiston. Capture NX2: entistä tehokkaampi ja helppokäyttöisempi

LEHDISTÖTIEDOTE. Nikon tuo markkinoille uuden sukupolven. kuvankäsittelyohjelmiston. Capture NX2: entistä tehokkaampi ja helppokäyttöisempi Nikon tuo markkinoille uuden sukupolven kuvankäsittelyohjelmiston Capture NX2: entistä tehokkaampi ja helppokäyttöisempi Amsterdam, Alankomaat, 3. kesäkuuta 2008 Nikon Europe julkistaa uuden Capture NX2

Lisätiedot

Elisa Kirja. PDF e-kirjojen käsittelyohjeet

Elisa Kirja. PDF e-kirjojen käsittelyohjeet Elisa Kirja PDF e-kirjojen käsittelyohjeet Elisa Oyj ja yhteistyökumppanit 2 (5) Ulkoasun ja sisällön muokkaus E-kirja julkaisu ei saa koostua monesta PDF-tiedostosta. Liitä PDF-tiedostot tarvittaessa

Lisätiedot

Digitoinnin suunnittelu ja digitoinnin työnkulku

Digitoinnin suunnittelu ja digitoinnin työnkulku Digitoinnin suunnittelu ja digitoinnin työnkulku Lisääja skaalaa vaakakuva tähän valokuvaaja Virve Laustela 19.3.2013 kuva: I.K.Inha/Helsinki, Vilhonkatu v.1908, 9X12 cm lasinegatiivi Suunnitelmallinen

Lisätiedot

Yhdistysten sähköisten asiakirjojen arkistointi Toimihenkilöarkistoon

Yhdistysten sähköisten asiakirjojen arkistointi Toimihenkilöarkistoon ten sähköisten asiakirjojen arkistointi Toimihenkilöarkistoon Yhdistykset tuottavat asiakirjansa nykyään suurimmaksi osaksi sähköisinä. Ne kannattaa tallentaa sellaisessa muodossa, että ne ovat myös arkistoitavissa

Lisätiedot

Monilla aloilla myös pukeutuminen ja käyttäytyminen ovat yrityksen visuaalisen linjan mukaista.

Monilla aloilla myös pukeutuminen ja käyttäytyminen ovat yrityksen visuaalisen linjan mukaista. PROFILOINNIN TYÖKALUT Yrityksen kaikilla merkeillä täytyy olla yhtenäinen linja. Visuaalinen kokonaisuus: symbolit, merkit, tunnukset, tunnusvärit, typografia muodostavat yhden eheän erottuvan linjan,

Lisätiedot

Brother Image Viewer Android -opas

Brother Image Viewer Android -opas Brother Image Viewer Android -opas Versio 0 FIN Kuvakkeiden selitykset Tässä käyttöoppaassa käytetään seuraavaa kuvaketta: VINKKI Vinkit kertovat, miten eri tilanteissa voi toimia tai miten toimintoa voi

Lisätiedot

Epson Stylus Pro 4800 / 7800 / 9800 Erinomaiset mustavalko- ja väritulosteet

Epson Stylus Pro 4800 / 7800 / 9800 Erinomaiset mustavalko- ja väritulosteet Epson Stylus Pro 4800 / 7800 / 9800 Erinomaiset mustavalko- ja väritulosteet Ainutlaatuisella Epson UltraChrome K3 -mustetekniikalla saat erinomaisia mustavalko- ja väritulosteita. Kun muissa musteissa

Lisätiedot

Pikaopas. Valintanauhan näyttäminen tai piilottaminen Avaa valintanauha napsauttamalla välilehteä, tai kiinnitä se pysyvästi näkyviin.

Pikaopas. Valintanauhan näyttäminen tai piilottaminen Avaa valintanauha napsauttamalla välilehteä, tai kiinnitä se pysyvästi näkyviin. Pikaopas Microsoft Visio 2013 näyttää erilaiselta kuin aiemmat versiot. Tämän oppaan avulla pääset alkuun nopeasti ja saat yleiskuvan uusista ominaisuuksista. Päivitetyt mallit Mallien avulla voit nopeasti

Lisätiedot

SINIVALKOINEN JALANJÄLKI OHJEISTUS TUNNUKSEN KÄYTÖSTÄ

SINIVALKOINEN JALANJÄLKI OHJEISTUS TUNNUKSEN KÄYTÖSTÄ SINIVALKOINEN JALANJÄLKI OHJEISTUS TUNNUKSEN KÄYTÖSTÄ SISÄLTÖ TUNNUS JA SEN KÄYTTÖOIKEUS 3 TUNNUKSEN RAKENNE 4 VÄRIT 5 TUNNUKSEN KÄYTTÖ 6 CO-BRANDING 9 SJ-TUNNUS ja YHTEISÖmerkit 11 TYPOGRAFIA 14 GRAAFISIA

Lisätiedot

High Dynamic Range. Simo Veikkolainen 6.9.2010

High Dynamic Range. Simo Veikkolainen 6.9.2010 High Dynamic Range Simo Veikkolainen 6.9.2010 High Dynamic Range High Dynamic Range: kuvantamista jossa kuvaan saadaan laajempi dynamiikka kuin mitä kamera pystyy tallentamaan Dynamiikalla tarkoitetaan

Lisätiedot

Digitaalinen signaalinkäsittely Kuvankäsittely

Digitaalinen signaalinkäsittely Kuvankäsittely Digitaalinen signaalinkäsittely Kuvankäsittely Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn menetelmät,

Lisätiedot

- esineet ja valokuvat -

- esineet ja valokuvat - DIGITOINNISTA KÄYTÄNNÖSSÄ - esineet ja valokuvat - Harri Tahvanainen 19.03.2013 ENNEN DIGITOINTIA Digitointi on kokoelmien hoitoa: se ei korvaa alkuperäisaineistoa, mutta helpottaa kokoelman saavutettavuutta.

Lisätiedot

JOHDANTO ESINEKOKOELMIEN DIGITOINTIIN

JOHDANTO ESINEKOKOELMIEN DIGITOINTIIN JOHDANTO ESINEKOKOELMIEN DIGITOINTIIN - mitä pitäisi ottaa huomioon ennen esinekokoelmien digitointia? Kaikki digitoitu aineisto julkaistaan Kansallisen digitaalisen kirjaston (kdk) nettisivuilla Esinekokoelmia

Lisätiedot

ejuttu ohjeet kuinka sitä käytetään.

ejuttu ohjeet kuinka sitä käytetään. ejuttu ohjeet kuinka sitä käytetään. 1. Artikkelin lisääminen a. Kirjaudu sisään b. Lisää sisältöä c. Artikkeli i. Lisää pääkuva 1. Pääkuvalle kuvateksti ii. Anna artikkelille otsikko iii. Ingressi-kenttään

Lisätiedot

MUSEOT KULTTUURIPALVELUINA

MUSEOT KULTTUURIPALVELUINA Elina Arola MUSEOT KULTTUURIPALVELUINA Tutkimuskohteena Mikkelin museot Opinnäytetyö Kulttuuripalvelujen koulutusohjelma Marraskuu 2005 KUVAILULEHTI Opinnäytetyön päivämäärä 25.11.2005 Tekijä(t) Elina

Lisätiedot

Digitaalisen kuvankäsittelyn perusteet

Digitaalisen kuvankäsittelyn perusteet Digitaalisen kuvankäsittelyn perusteet Jukka Teuhola Turun yliopisto Tietojenkäsittelytiede Syksy 2010 http://staff.cs.utu.fi/kurssit/digitaalisen_kuvankasittelyn_perusteet/syksy_2010/index.htm DKP-1 J.

Lisätiedot

Kun olet valmis tekemään tilauksen, rekisteröidy sovellukseen seuraavasti:

Kun olet valmis tekemään tilauksen, rekisteröidy sovellukseen seuraavasti: HENKILÖKORTTIEN SUUNNITTELUSOVELLUS SOVELLUKSEN KÄYTTÖOHJE Voit kokeilla korttien suunnittelemista valmiiden korttipohjien avulla ilman rekisteröitymistä. Rekisteröityminen vaaditaan vasta, kun olet valmis

Lisätiedot

SINIVALKOINEN JALANJÄLKI OHJEISTUS TUNNUKSEN KÄYTÖSTÄ

SINIVALKOINEN JALANJÄLKI OHJEISTUS TUNNUKSEN KÄYTÖSTÄ SINIVALKOINEN JALANJÄLKI OHJEISTUS TUNNUKSEN KÄYTÖSTÄ SISÄLTÖ TUNNUS JA SEN KÄYTTÖOIKEUS 3 TUNNUKSEN RAKENNE 4 VÄRIT 5 TUNNUKSEN KÄYTTÖ 6 CO-BRANDING 9 GRAAFISET ELEMENTIT 10 YHTEYSTIEDOT 13 TUNNUS JA

Lisätiedot

Muotoilumaailman hahmottaminen - Tuotesemantiikka

Muotoilumaailman hahmottaminen - Tuotesemantiikka TUOTESEMANTIIKAN TEORIA kreik. semeion = merkki Tuotesemantiikka kiinnostaa tutkimusmielessä monia erilaisia tuotteiden kanssa tekemisiin joutuvia elämänalueita. Sellaisia ovat esimerkiksi Markkinointi,

Lisätiedot

SÄVYNSÄÄTÖ PHOTOSHOP-OHJELMASSA

SÄVYNSÄÄTÖ PHOTOSHOP-OHJELMASSA SÄVYNSÄÄTÖ PHOTOSHOP-OHJELMASSA LAHDEN AMMATTIKORKEAKOULU Mediatekniikan koulutusohjelma Teknisen visualisoinnin suuntautumisvaihtoehto Opinnäytetyö 5.5.2008 Matti Halmevuo Lahden ammattikorkeakoulu Mediatekniikan

Lisätiedot

Tasot. Valitse ensin tasopaletit näkyviin Window Layers. Uusi taso Säätötaso Tason poistaminen. Sekoitustilat

Tasot. Valitse ensin tasopaletit näkyviin Window Layers. Uusi taso Säätötaso Tason poistaminen. Sekoitustilat Tasot Valitse ensin tasopaletit näkyviin Window Layers Sekoitustila Tason näkyvyys Peittävyys Käsiteltävä taso Uusi taso Säätötaso Tason poistaminen Tasomaski Tason lukitus Sekoitustilat Normal, normaali:

Lisätiedot

Kuvan pienentäminen Paint.NET-kuvankäsittelyohjelmalla

Kuvan pienentäminen Paint.NET-kuvankäsittelyohjelmalla Kuvan pienentäminen Paint.NET-kuvankäsittelyohjelmalla Avaa Paint.NET tuplaklikkaamalla sen pikakuvaketta. Paint.NET avautuu tämän näköisenä. Edessä on tyhjä paperi. Saadaksesi auki kuvan, jota aiot pienentää

Lisätiedot

Graafinen ohjeisto* KESKENERÄINEN PIRAATTIPUOLUE. Visuaalisen suunnittelun ja viestinnän ohjeita Piraattipuolueen sisäiseen ja ulkoiseen viestintään

Graafinen ohjeisto* KESKENERÄINEN PIRAATTIPUOLUE. Visuaalisen suunnittelun ja viestinnän ohjeita Piraattipuolueen sisäiseen ja ulkoiseen viestintään versio 0.8 2010 Graafinen ohjeisto* PIRAATTIPUOLUE * Visuaalisen suunnittelun ja viestinnän ohjeita Piraattipuolueen sisäiseen ja ulkoiseen viestintään Alkusanat G raafiset ohjeistot ovat viestinnän alan

Lisätiedot

Melan graafinen ohje. Tämä ohjeisto esittelee Melan visuaalisen ilmeen peruselementit. Ohjeisto on yhdenmukaisen asiakasviestinnän työkalu.

Melan graafinen ohje. Tämä ohjeisto esittelee Melan visuaalisen ilmeen peruselementit. Ohjeisto on yhdenmukaisen asiakasviestinnän työkalu. Melan graafinen ohje Tämä ohjeisto esittelee Melan visuaalisen ilmeen peruselementit. Ohjeisto on yhdenmukaisen asiakasviestinnän työkalu. Selkeä ja yhtenäinen ilme vahvistaa positiivista mielikuvaa Melasta.

Lisätiedot

DIGIKUVAN PERUSTEITA. 1. Grafiikkatyypit

DIGIKUVAN PERUSTEITA. 1. Grafiikkatyypit DIGIKUVAN PERUSTEITA 1. Grafiikkatyypit Tietokoneella tuotettu grafiikka voidaan jakaa kahteen pääryhmään, vektorigrafiikkaan ja bittikarttagrafiikkaan. Kun vektorigrafiikka kuvaa kohteen matemaattisesti

Lisätiedot

Osaamispassi ja erityisosaamistietokanta tulevaisuuden osaajille

Osaamispassi ja erityisosaamistietokanta tulevaisuuden osaajille Osaamispassi ja erityisosaamistietokanta tulevaisuuden osaajille Futurex -seminaari Korkeakoulujen täydennyskoulutusten laatu Helsinki 6.3.2013 Anne-Maritta Tervakari Intelligent Information Systems Laboratory

Lisätiedot

SANOMALEHDEN VÄRINHALLINTA ISO STANDARDIN ICC-PROFIILILLA

SANOMALEHDEN VÄRINHALLINTA ISO STANDARDIN ICC-PROFIILILLA ISO STANDARDIN ICC-PROFIILILLA 1 ISO STANDARDIN ICC-PROFIILILLA 2 Sanomalehtien Liitto ja Kärkimedia suosittelevat ISOnewspaper26v4.icc värinhallintaprofiilin käyttöä. Profiili pohjautuu IFRA26.txt mittaustietoihin

Lisätiedot

Adobe Photoshop Elements, kuvakäsittelyn perusteet

Adobe Photoshop Elements, kuvakäsittelyn perusteet Sivu 1 / 8 Adobe Photoshop Elements, kuvakäsittelyn perusteet Lyhyesti Tämän oppaan avulla voit - kääntää kuvan - valita kuvasta vain tietyn alueen ja poistaa kuvasta muut (eng. crop, suom. rajaus) - muuttaa

Lisätiedot

LIITE 1. Graafinen ohjeisto 1(12) GRAAFINEN OHJEISTO. SammutinHuolto Nevanperä Ky 2011

LIITE 1. Graafinen ohjeisto 1(12) GRAAFINEN OHJEISTO. SammutinHuolto Nevanperä Ky 2011 LIITE 1. Graafinen ohjeisto 1(12) GRAAFINEN OHJEISTO SammutinHuolto Nevanperä Ky 2011 2(12) Sisältö 1. Johdanto 3 2. Tunnus 4 - Tunnuksen koko 5 - Tunnuksen suoja-alue 6 - Tunnuksen käyttö 7 3. Värimääritykset

Lisätiedot

Lukijatutkimus 2015. Tutkimusraportti 11.8.2015 Focus Master Oy

Lukijatutkimus 2015. Tutkimusraportti 11.8.2015 Focus Master Oy Lukijatutkimus 05 Tutkimusraportti.8.05 Focus Master Oy Lukijaprofiili () työtehtävät % työnantaja % toimittaja 9 tuottaja / toimitussihteeri toimituksen esimies / päällikkötoimittaja freelancetoimittaja

Lisätiedot

Lue ohjeet huolellisesti ennen laitteen käyttöä.

Lue ohjeet huolellisesti ennen laitteen käyttöä. 1 Valokuvien, diojen ja filminegatiivien skannaus ION PICS 2 PC Lue ohjeet huolellisesti ennen laitteen käyttöä. ION PICS 2 PC skannerilla voit skannata valokuvia, dioja ja filminegatiiveja tietokoneelle

Lisätiedot

Hyvästä kuvasta hyvään kollaasiin. Siilinjärvi 17.5. ja 21.5.2010 Hannu Räisänen

Hyvästä kuvasta hyvään kollaasiin. Siilinjärvi 17.5. ja 21.5.2010 Hannu Räisänen Hyvästä kuvasta hyvään kollaasiin Siilinjärvi 17.5. ja 21.5.2010 Hannu Räisänen Copyright Hannu Räisänen 2010 1 Kuvankäsittely Copyright Hannu Räisänen 2010 2 Kuvankäsittelyn työskentelyjärjestys Kopioi

Lisätiedot

Latuviitan Landsat-mosaiikki Itämeren alueelta

Latuviitan Landsat-mosaiikki Itämeren alueelta Latuviitan Landsat-mosaiikki Itämeren alueelta Summary: A public domain 7 band thematic Landsat mosaic which covers the whole Baltic Sea area. Combined from 159 full Landsat 7 ETM+ scenes from year 1999-2002.

Lisätiedot

Jussi Klemola 3D- KEITTIÖSUUNNITTELUOHJELMAN KÄYTTÖÖNOTTO

Jussi Klemola 3D- KEITTIÖSUUNNITTELUOHJELMAN KÄYTTÖÖNOTTO Jussi Klemola 3D- KEITTIÖSUUNNITTELUOHJELMAN KÄYTTÖÖNOTTO Opinnäytetyö KESKI-POHJANMAAN AMMATTIKORKEAKOULU Puutekniikan koulutusohjelma Toukokuu 2009 TIIVISTELMÄ OPINNÄYTETYÖSTÄ Yksikkö Aika Ylivieska

Lisätiedot

Väitöskirjan kansien suunnittelu

Väitöskirjan kansien suunnittelu Väitöskirjan kansien suunnittelu Ohje koskee Lapin Yliopistopainossa painettavia julkaisuja. Väittelijä toimittaa tarvittavat tiedot tekijälle sähköisenä: - julkaisun nimi - acta sarjan numero sekä ISBN

Lisätiedot

Tunnuksen päivitys 19.9.2012

Tunnuksen päivitys 19.9.2012 Tunnuksen päivitys 19.9.2012 2 Tampereen yliopiston tunnus Tampereen yliopiston tunnus Tuhannet ihmiset näkevät Tampereen yliopiston tunnuksen päivittäin lomakkeissa, nettisivuilla, raporteissa, esitteissä.

Lisätiedot

Key to Freedom GRAAFINEN OHJEISTO

Key to Freedom GRAAFINEN OHJEISTO Key to Freedom GRAAFINEN OHJEISTO 1 SISÄLLYSLUETTELO Johdanto... 5 Logon eri versiot... 7 Kuinka logoa ei tule käyttää... 11 Logon suoja-alue... 13 Slogan... 15 Typografia... 17 Värimaailma... 19 Käyntikorttipohja...

Lisätiedot

ARKISTOLAITOKSEN SUOSITUS DIGITOINNIN LAATUKRITEEREIKSI:

ARKISTOLAITOKSEN SUOSITUS DIGITOINNIN LAATUKRITEEREIKSI: 15.8.2008 ARKISTOLAITOKSEN SUOSITUS DIGITOINNIN LAATUKRITEEREIKSI: SUOSITUS Sisältö AL/11130/07.01.02.04.02/2008 Suositus asiakirjallisen kulttuuriperinnön digitoinnin laatukriteereiksi Säännökset, joihin

Lisätiedot

Tutustu kameraasi käyttöohjeen avulla, syksy2011 osa 2

Tutustu kameraasi käyttöohjeen avulla, syksy2011 osa 2 Digikamerasta kuvakirjaan Tutustu kameraasi käyttöohjeen avulla, syksy2011 osa 2 Hannu Räisänen 2011 Akun ja kortin poisto Akun ja kortin poisto Sisäinen muisti Kamerassa saattaa olla myös sisäinen muisti

Lisätiedot

Ongelma 1: Onko datassa tai informaatiossa päällekkäisyyttä?

Ongelma 1: Onko datassa tai informaatiossa päällekkäisyyttä? Ongelma 1: Onko datassa tai informaatiossa päällekkäisyyttä? 2012-2013 Lasse Lensu 2 Ongelma 2: Voidaanko dataa tai informaatiota tallettaa tiiviimpään tilaan koodaamalla se uudelleen? 2012-2013 Lasse

Lisätiedot

DIGI PRINT. Aineistovaatimukset ja aineiston siirto

DIGI PRINT. Aineistovaatimukset ja aineiston siirto DIGI PRINT Aineistovaatimukset ja aineiston siirto Glass Jet - Digitaalipainotekniikka Tulostettavan kuvan maksimikoko 2400 x 4000 mm. 6 perusväriä ja hiekkapuhallusta jäljittelevä etch-väri. Väreistä

Lisätiedot

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg 3D-kuvauksen tekniikat ja sovelluskohteet Mikael Hornborg Luennon sisältö 1. Optiset koordinaattimittauskoneet 2. 3D skannerit 3. Sovelluskohteet Johdanto Optiset mittaustekniikat perustuvat valoon ja

Lisätiedot

Kuvien lisääminen ja käsittely

Kuvien lisääminen ja käsittely Kuvien lisääminen ja käsittely KUVIEN LISÄÄMINEN JA KÄSITTELY Tämä on ote VIS Online Mediahallinta ohjeesta. Kuvia lisätään autojen tietoihin VIS Online kuvankäsittelyohjelmalla. Ohjelma käynnistyy klikkaamalla

Lisätiedot

Käyttäjän valikkokartta

Käyttäjän valikkokartta Kopiointi Kopiointi Tulostusväri Autom. tunnistus Mustavalkoinen Väri Yksiväri Kokosuhde Suhteellinen % Eri X ja Y Keskitys Zoom Esiasetukset Paperi 1-/2-puolisuus 1>1 1>2 2>2 2>1 Takasivun pyöritys Luovutus

Lisätiedot

Ma Tänään rapistelemme ja mittailemme sanomalehteä.

Ma Tänään rapistelemme ja mittailemme sanomalehteä. Ma Tänään rapistelemme ja mittailemme sanomalehteä. 3. Kuinka monta sivua tämän päivän lehdessä on? 2. Kumpaan suuntaan sanomalehti repeää paremmin, alhaalta ylös vai sivulta sivulle? Laita rasti oikean

Lisätiedot

Tunnus. Tunnuksen VÄRIVERSIOT. Min. 20 mm

Tunnus. Tunnuksen VÄRIVERSIOT. Min. 20 mm Graafinen ohje Tunnus Oulu Sinfonian tunnuksena käytetään ensisijaisesti ohessa kuvattua liikemerkin ja nimilogon kiinteää yhdistelmää. Käytössä on huolehdittava, että tunnuksen mittasuhteet sekä nimilogon

Lisätiedot

Vaatimusmäärittely Ohjelma-ajanvälitys komponentti

Vaatimusmäärittely Ohjelma-ajanvälitys komponentti Teknillinen korkeakoulu 51 Vaatimusmäärittely Ohjelma-ajanvälitys komponentti Versio Päiväys Tekijä Kuvaus 0.1 21.11.01 Oskari Pirttikoski Ensimmäinen versio 0.2 27.11.01 Oskari Pirttikoski Lisätty termit

Lisätiedot

Uusien kanavien haasteet ja mahdollisuudet mediaviestinnässä. Kasper Stenbäck Johtaja, verkko ja teknologiat Cocomms Oy 30.5.2012

Uusien kanavien haasteet ja mahdollisuudet mediaviestinnässä. Kasper Stenbäck Johtaja, verkko ja teknologiat Cocomms Oy 30.5.2012 Uusien kanavien haasteet ja mahdollisuudet mediaviestinnässä Kasper Stenbäck Johtaja, verkko ja teknologiat Cocomms Oy 30.5.2012 Cocomms lyhyesti Vahvuuksiamme ovat yritys-, talous-, terveys- ja lääke-

Lisätiedot

STUDIO JSUVALA HINNASTO ESITE. Muotokuvat elämäsi hetkiin.

STUDIO JSUVALA HINNASTO ESITE. Muotokuvat elämäsi hetkiin. STUDIO JSUVALA HINNASTO ESITE Muotokuvat elämäsi hetkiin. Hinnastot Muotokuvaukset 4 Dokumentaarinen hääkuvaus 5 Paperivedokset 6 Kiitoskortit 7 Kehykset 8 Esitteet Kuvatiedostot cd:llä palvelu 9 Koevedos

Lisätiedot

GRAAFINEN OHJEISTO OLLILA TRANS OY

GRAAFINEN OHJEISTO OLLILA TRANS OY GRAAFINEN OHJEISTO OLLILA TRANS OY Ohjeiston sisältö Tämän ohjeiston tarkoitus on antaa selkeät suuntaviivat Ollila Trans Oy:n viestinnälle. Annettuja ohjeita noudattamalla yrityksestä annetaan yhtenäinen,

Lisätiedot

Graafinen ohjeisto 3.2. Tunnus (ilman koulutus-sanaa) ja tunnuksen suoja-alue Tunnuksen muotoilu perustuu sanaan FINVA, erillistä liikemerkkiä ei käytetä. Tunnuksessa yhteen sulautuvat Finanssi ja vakuutus.

Lisätiedot

Pro gradun kuvaluettelon tekemisen ohjeet

Pro gradun kuvaluettelon tekemisen ohjeet Pro gradun kuvaluettelon tekemisen ohjeet 1. Johdanto 2. Pikselimäärä ja resoluutio 3. Kuvien tallennusmuoto 4. Kuvien asettelu Word-ohjelmassa 5. Kuvaluettelon tekstit 6. Kuvaluettelon tallentaminen ja

Lisätiedot

Graafinen ohje 1(8) 16.10.2012 GRAAFINEN OHJE. PL 207 www.helga.fi Y 2075366-7. 00520 Helsinki

Graafinen ohje 1(8) 16.10.2012 GRAAFINEN OHJE. PL 207 www.helga.fi Y 2075366-7. 00520 Helsinki Graafinen ohje 1(8) GRAAFINEN OHJE Graafinen ohje 2(8) Miksi graafiset ohjeet? Näiden graafisten ohjeiden avulla luomme yhtenäisyyttä ja tunnistettavuutta HAAGA-HELIAn opiskelijakunta HELGAn viestintään.

Lisätiedot

VÄRIT 12.2.2015 WWW-VISUALISOINTI - IIM60110 - VÄRIT

VÄRIT 12.2.2015 WWW-VISUALISOINTI - IIM60110 - VÄRIT VÄRIT 12.2.2015 Väri on silmään saapuvan valon aistittava ominaisuus, joka havaitaan näkö- ja väriaistilla. Värin aistiminen riippuu silmään saapuvan valon sisältämistä aallonpituuksista ja niiden voimakkuuksista.

Lisätiedot

Tunnus. Elinkeinoelämän keskusliiton EK:n visuaalinen ilme heijastaa keskusliiton visiota ja missiota sekä uudelle liitolle asetettuja tavoitteita.

Tunnus. Elinkeinoelämän keskusliiton EK:n visuaalinen ilme heijastaa keskusliiton visiota ja missiota sekä uudelle liitolle asetettuja tavoitteita. Graafinen ohjeisto Tunnus Elinkeinoelämän keskusliiton EK:n visuaalinen ilme heijastaa keskusliiton visiota ja missiota sekä uudelle liitolle asetettuja tavoitteita. Visio: Suomi on Euroopan kilpailukykyisin

Lisätiedot

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset

Lisätiedot

The spectroscopic imaging of skin disorders

The spectroscopic imaging of skin disorders Automation technology October 2007 University of Vaasa / Faculty of technology 1000 students 4 departments: Mathematics and statistics, Electrical engineerin and automation, Computer science and Production

Lisätiedot

Erweko Adobe Indesign PDF-export ohje

Erweko Adobe Indesign PDF-export ohje Erweko Adobe Indesign PDF-export ohje Päivitetty 19.3.2013 Tee uudet PDF-vientiasetukset (PDF Export Presets) alla olevien kuvien mukaisesti. Valitse Indesign -ohjelman pudotusvalikosta File > Adobe PDF

Lisätiedot

Tekstin digitointi Kansallisarkistossa

Tekstin digitointi Kansallisarkistossa Tekstin digitointi Kansallisarkistossa 19.11.2009 ISTVÁN KECSKEMÉTI yksikönjohtaja, FT Tehtävä Arkistolaitoksen tehtävänä on varmistaa kansalliseen kulttuuriperintöön kuuluvien asiakirjojen säilyminen

Lisätiedot

KÄSIKIRJOITUKSEN LÄHETTÄMINEN JULKAISULLE

KÄSIKIRJOITUKSEN LÄHETTÄMINEN JULKAISULLE Tieteellisten seurain valtuuskunta ojs.tsv.fi ohje v. 2/2007 1 KÄSIKIRJOITUKSEN LÄHETTÄMINEN JULKAISULLE Jokainen julkaisu voi harkita oman tarpeensa mukaan, miten järjestelmää käyttää artikkelien saamiseksi

Lisätiedot

Arkkioffset-painovärit

Arkkioffset-painovärit RESISTA RAPIDA REFLECTA IMPRESSION SURPRIZE PERFEXION More than just ink Synergia tuottaa innovaatioita Teknologia INNOVAATIO Know-how Kokemus Teknologia on vain niin onnistunutta kuin sen avulla saadut

Lisätiedot

Sami Hirvonen. Ulkoasut Media Works sivustolle

Sami Hirvonen. Ulkoasut Media Works sivustolle Metropolia ammattikorkeakoulu Mediatekniikan koulutusohjelma VBP07S Sami Hirvonen Ulkoasut Media Works sivustolle Loppuraportti 14.10.2010 Visuaalinen suunnittelu 2 Sisällys 1 Johdanto 3 2 Oppimisteknologiat

Lisätiedot

Malleja ja menetelmiä geometriseen tietokonenäköön

Malleja ja menetelmiä geometriseen tietokonenäköön Malleja ja menetelmiä geometriseen tietokonenäköön Juho Kannala 7.5.2010 Johdanto Tietokonenäkö on ala, joka kehittää menetelmiä automaattiseen kuvien sisällön tulkintaan Tietokonenäkö on ajankohtainen

Lisätiedot

Nauti muistoista enemmän Sonyn. PlayMemories-sovellusperheellä

Nauti muistoista enemmän Sonyn. PlayMemories-sovellusperheellä osokuna Lehdistötiedote Julkaisuvapaa 29.8.2012 klo 17.45 Nauti muistoista enemmän Sonyn PlayMemories-sovellusperheellä Sonyn PlayMemories-sovellusperhe monipuolistaa kameraan, älypuhelimeen ja tablettiin

Lisätiedot