пространством с довольно тусклыми пер-

вичнымицветами.Обычноонипредпочитают Adobe RGB, допускающее создание более ярких цветов, хотя и в ущерб их деликатности.Некоторыежеполагают,что иAdobeRGBимеетнедостаточноширокий

охват, и пользуются другими пространс-

твами, где цвета еще ярче. Пользователь Adobe RGB, желающий

поработать над файлом, подготовленным в sRGB, должен преобразовать его

с помощью команды Image  Mode 

Convert to Profile — так же, как это делаем

мы, переводя файлы в LAB из нашей раз-

новидности RGB.

В этой связи возникает следующий

вопрос. Предположим, что одна из вер-

сий на рис. 6.8 создана таким же путем

25-кратного преобразования, но уже

не из sRGB в LAB и обратно, а из sRGB

вAdobe RGB и обратно. Насколько

ближе к оригиналу она будет?

Для sRGB пространство Adobe RGB

является гораздо более близким родс-

твенником, нежели LAB. Это пространс-

тво теряет определенное количество

цветов, которые отсутствуют в sRGB, но

если sRGB-версия на рис. 6.8 включает

10 млн. цветов, то в Adobe RGB-версии

их будет, наверное, 9 млн. Следова-

тельно, преобразование в Adobe RGB менее губительное, чем преобразование

вLAB, правильно?

Нет.

Если вы проделаете тест с преоб-

разованиями — а я его проделал, — то будете изрядно озадачены. Результат

многократного перевода в LAB ближе к оригиналу, нежели результат много-

кратного преобразования в Adobe RGB.

Визуально найти разницу между тремя версиями весьма сложно — по крайней мере я не могу, — но статистические под-

счеты позволяют удостовериться, что это действительно так.

Это кажется невероятным, но давайте проверим.ОткройтепустойRGB-документ,

выберите пару непохожих цветов в качес-

тве основного и фонового, активируйте инструмент «градиент» и создайте градиент. Скопируйте файл, переведите копию в LAB, затем обратно в RGB. Проклятье! Градиент стал полосатым.

Уж куда убедительнее! Но опять же,

вот оно — изображение на рис. 6.9, казалось бы, донельзя замученное бесконечными преобразованиями взад-вперед. Если это реальное изображение, а не

сгенерированный компьютером гради-

ент, то все четыре его версии оказыва-

ются настолько близкими меж собой, что

различить их практически невозможно.

Если следовать логике, все говорит

о том, что LAB-версии должны быть

гораздо хуже RGB-оригиналов. Но нет.

Значит, с логикой что-то не в порядке.

Что же именно?

Сталкиваясь с непонятными вещами,

я прежде всего грешу на монитор. Если

выясняется, что он ни при чем, тогда

направить ход мысли в верное русло

помогает рюмка-другая арманьяка,

а изредка и хорошая сигара. Не помню

уже точно, сколько их было тогда, лет

десять назад, когда я впервые пытался

разобраться, что происходит. Почему

при переводе в LAB изображение не

обнаруживает заметного ущерба? Так или иначе существуют два основных

ответа.

1.В математике символы сложения

иумножения означают не одно и то же.

2.Если речь идет о фотографии, не стоит кипятиться из-за одной-единс-

твенной запятой.

О жаловании и пикселях

Цифры — хорошие слуги, но плохие хозяева. Слепая и непреклонная вера

вих могущество является отличительной чертой тех, кто плачет о потере данных из-за внесения малейших поправок

визображение.

Жалованье Джона Джонса составляет

50 тыс. долл. в год. Сколько он зарабатывает в неделю?

Разные люди ответили бы на этот вопрос по-разному. Программист: «А что за год-то — високосный или нет?».

Статистик: «Около тысячи». Тот, кто счи-

тает, что преобразование в LAB наносит вред изображению: «958.9041095890

долларов».

Давайте разберемся. Действительно

ли наш Джон Джонс получает в год

(обычный, не високосный год) ровно 50

тысяч долларов и ни центом больше, ни

центом меньше? Или это просто прибли-

зительное обозначение суммы в преде-

лах от 45 до 55 тысяч? А может, от 49 до

51 тысячи?

Коль скоро мы располагаем такой

скудной информацией, то прав ста-

тистик. Похоже, и впрямь эти 50 тысяч

долларов — сумма весьма приблизи-

тельная. Между тем другой ответ, где

фигурирует не просто 1000 долларов

в неделю, а более точная сумма, для

некоторых выглядит более правдопо-

добной. А число 958.9041095890 для

иных авторитетов от Photoshop зву-

чит настолько непререкаемо, что вашу

тысячу они загодя объявляют «ошиб-

кой квантования». Хотя, с точки зрения статистики, гораздо правильнее будет

назвать тысячу, нежели строить необоснованные предположения относительно того, сколько значащих цифр должно

быть в искомой денежной сумме. Как мы теперь знаем, в любом числе, стоящем

после знака доллара, случайны любые цифры, кроме первой.

Этот же метод анализа применим

ик цифровым изображениям. Камеры

исканеры не дают идеально точных данных. Нам следует больше полагаться на

средние тона, нежели на самые светлые

исамые темные, а также больше доверять менее насыщенным цветам, чем ярким. Зеленый канал для нас должен

быть важнее двух других. Но в любом

случае сам процесс оцифровки изображения уже привносит нежелательные вариации.

Даже если данные отличаются высокой точностью (а как вы это докажете?),

она все равно не может внушать полного

доверия.

Скажем, вы купили лучшую в мире камеру или лучший в мире сканер. Вы заявляете, что аппарат воспроизводит

1000 уровней серого, поэтому если зна-

чение какого-либо пикселя равно 437,

значит, это совершенно верно, и точка.

Но спрашивается, откуда у вас такая

уверенность? Устройство наверняка

пытается охватить гораздо больше

тысячи уровней и при этом кое-что

округляет. В действительности зна-

чение 437 говорит о том, что пиксель

показывает нечто среднее между

436.51 и 437.49. Но на самом ли деле

аппарат настолько точен? Потому что,

если погрешность составляет всего

0.02, он будет показывать 437, хотя

истинная величина может составлять

436 или 438. И если вы продолжаете

настаивать на высокой точности своего

устройства, тогда ответьте на следу-

ющий вопрос: способно ли оно отме-

тить разницу между 436.4999999 (что округляется до 436) и 436.5000001 (что

должно отображаться как 437)? Я буду продолжать наращивать десятичные знаки до тех пор, пока вы не сдадитесь

и не признаете, что, возможно, значение 437 действительно не совсем кор-

ректно с технической точки зрения. Вернемся к реальности. Результаты

оцифровки отображаются в диапазоне

от 0 до 255, то есть всего есть 256 уровней. Эта шкала используется потому, что 256 — это то количество комбина-

ций, которое можно получить, оперируя восемью битами компьютерных данных. Каждый бит может иметь одно из двух значений: 0 (выключен) или

Около двух третей пикселей в изобра-

жении на рис. 6.8, которые по 25 раз переводились в LAB и обратно, идентичны оригиналу. Остальная треть, возможно, хуже оригинала. Но возможно также, что какая-то ее часть ничуть не

хуже, а какая-то даже и лучше. Мы

этого не знаем. Настаивать на том, что пиксели, не выходящие за наш «диапазон неопределенности» с допуском по меньшей мере в один уровень, точно

совпадают с оригиналом — все равно

что пытаться высчитать миллионную

долю цента при точности округле-

ния в тысячу долларов, или заявлять,

будто у вас кровь вскипает в жилах при

мысли об утрате одной-единственной

запятой.

В этом состоит фундаментальное раз-

личие между фотографиями и машин-

ной графикой, что и продемонстрировал

тест с градиентом, давший плачевные

результаты при преобразовании в LAB.

Градиенты — это как раз тот случай, когда

от потери запятой действительно может

вскипать кровь.

Применительно к фотографии зна-

чение пикселя, скажем, 127 в Photoshop

является аппроксимацией. Возможно,

в идеальном мире, где существуют

камеры с бесконечной точностью, реальная величина этого пикселя оказалась бы

126.67289, которая округляется до 127, но может быть спокойно округлена и до 126. В нашем же мире погрешности гораздо

больше, поэтому значение 126 может оказаться не только эквивалентным 127,

но и лучше 127.

А применительно к градиенту то же

значение в идеальном мире должно

составлять только 127.00000. И любое его изменение по определению ведет к возникновению погрешности. Поэтому,

если обратный перевод не получается идентичным, значит, он хуже. Варианты «лучше» и «эквивалентный» здесь вообще исключаются.

Если целый ряд пикселей в градиенте

перескакивает сразу на два уровня, это уже заметно. А в нормальной фотографии разглядеть невооруженным глазом вариации в два уровня — явление столь же частое, как появление кометы

Галлея.

Рассуждения о вреде перевода в LAB и попытки доказать это на примере градиентов замыкаются в порочный круг. Берется единственная величина, пола-

гаемая заведомо корректной, и подвер-

гается воздействию со стороны метода,

который непременно изменит эту вели-

чину, а затем делается вывод о непри-

годности метода. Это равносильно

заявлению о том, что фразу Сирано mon sang se coagule можно переводить

только как «моя кровь холодеет», а все

остальные варианты перевода — потеря

данных.

Между прочим, проблема преобра-

зования градиентов распространяется

не только на LAB. Многие из вас навер-

няка испытывали разочарование, когда

переводили в CMYK градиенты, создан-

ные в RGB (особенно содержащие синие

тона). В них появлялись то полосы, то

еще какие-то дефекты. Градиенты по

возможности следует готовить в том

цветовом пространстве, в котором будет осуществляться вывод — в данном слу-

чае в CMYK.

Самая надежная статистика

Планируя строительство здания в незна-

комом городе, архитектор должен знать, что там за климат, чтобы предусмот-

реть необходимые системы отопления

и кондиционирования. Если ему сказать, что среднегодовая температура в Нью-Джерси, где я живу, составляет

12 градусов Цельсия, этого будет явно недостаточно. В Канзас-Сити (штат Миссури), расположенном вдали от океана, среднегодовая температура такая же,