Muestra Fundamentos Revelado Raw

iii
Jorge Igual © - fotoigual.com
Resumen
El revelado o procesado RAW consiste en, a partir del fichero RAW

de una foto, obtener una versión visible de dicho fichero. Por ver-
sión visible nos referimos a una imagen que es interpretable por
cualquier software que trabaja con imágenes, donde cada píxel tie-
ne componentes rojo, verde y azul (RGB, en adelante). O sea, lo
que entendemos normalmente por foto.
No nos interesa en esta guía el formato concreto final en que se
guarda la foto (JPEG, TIFF, . . . ), sino entender los pasos que son
necesarios para transformar un fichero RAW en algo que se asemeja
a lo que nuestros ojos vieron en la realidad al hacer la foto.
Para ello primero hace falta saber qué es un fichero RAW. El primer
capítulo explica los fundamentos de una cámara y qué es lo que
realmente captura dicha cámara cuando apretamos el disparador y
cómo se almacena dicha información en un fichero RAW.
Una vez tengamos claro lo que es un fichero RAW, en el segundo
capítulo detallamos los pasos necesarios para conseguir una versión
RGB de dicho fichero, es decir, en qué consiste a nivel técnico el
revelado RAW.
iv
El revelado RAW básico consiste en:
1. Balance de blancos. Ajustar las ganancias de cada canal del

sensor para que la foto tenga el color correcto perceptualmente
hablando, independientemente del color de la fuente de luz.
2. Demosaico. El sensor sólo capta un tercio de la información
de color de una escena. El demosaico se encarga de estimar las
componentes de color que faltan en cada píxel.
3. Asignación de color. Una vez ya tenemos las componentes
RGB de cada píxel, hay que saber qué color representan real-
mente y cómo transformarlas a los valores RGB del espacio de
color final, por ejemplo el sRGB, donde vamos a reproducir la
foto.
Además, existen otras muchas tareas adicionales que no forman par-

te del núcleo duro del revelado RAW, aunque resultan habituales
en cualquier revelador RAW para conseguir una versión mejorada
de la foto.
De todas ellas, explicamos las dos más interesantes: cómo reducir el
ruido y cómo aumentar la nitidez de la foto.
Lo importante no es conocer hasta el último detalle el funcionamien-
to de uno u otro algoritmo, sino entender el revelado RAW como un
todo, sus complejidades y el fundamento de cada proceso del que
consta.
Esta guía es una versión extendida del tutorial sobre fundamentos
del revelado RAW publicado en fotoigual.
viii
Índice general
Resumen iii
0.1 Conocimientos previos y recursos . . . . . . . . . . . . . . . . . . . . . . . . . . v
0.2 Listado de videotutoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi
0.3 Listado de libros de fotoigual.com. . . . . . . . . . . . . . . . . . . . . . . . . . vii
Índice general viii
1 Fichero RAW 1
1.1 Funcionamiento de una cámara . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 RAW vs. JPEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Procesadores RAW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 Revelado RAW 23
2.1 Lectura del fichero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Qué información contiene un píxel . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3 Rango de valores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4 Balance de blancos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.5 Demosaico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
ÍNDICE GENERAL
ix
2.6 Asignación de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

2.6.1 Cómo capta el color la cámara. . . . . . . . . . . . . . . . . . . . . . . 101
2.6.2 Reproducción del color . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
2.6.3 Transformación global . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
2.7 Correción gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
2.8 Ajustes de exposición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
2.9 Reducción de ruido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
2.10 Enfoque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
2.11 Otros ajustes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
A Adobe DNG Converter 170

Capítulo 2. Revelado RAW
41/174
2.4 Balance de blancos

Seleccionamos un área de la foto de la rosa de la figura 2.5; el trozo
seleccionado corresponde a las primeras 750 filas y columnas, es de-
cir, la esquina superior izquierda de la foto. Lo tenemos representado
en la figura 2.9.
Figura 2.9: Trozo sin color de la figura 2.5.
Como vemos, corresponde a un trozo del fondo gris; es decir, no hay

ninguna dominante de color.
En lenguaje común, se suele decir que la figura 2.9 corresponde a
algo sin color. Pero, hablando con propiedad, sí tiene color: color
“gris medio alto”.
Cualquier combinación de valores R, G y B determinan un color
unívocamente. Lo que pasa es que en lenguaje coloquial solemos
utilizar de manera laxa el término color como sinónimo de la cro-
maticidad del color, es decir, sin incluir su brillo.
Un color se puede representar en muchos espacios diferentes de tres
dimensiones. El más popular es el RGB, pero hay otros más intui-
tivos como el de tono, saturación y brillo HSV (y variantes).
El tono H nos dice si vemos algo como rojo, azul, amarillo, etc. La
saturación S nos dice cuánto de puro es el color (por ejemplo, un
rojo poco saturado es un rosa). Ambos factores juntos determinan
la cromaticidad del color.
42/174
Por último, la tercera dimensión V nos dice cuánto de luminoso

es el color, o sea, si es brillante u oscuro. En la práctica, se suele
olvidar muchas veces que un rojo brillante y un rojo oscuro son
dos colores diferentes hablando con rigor, ya que solemos asociar el
concepto color con la cromaticidad, olvidando que hay una tercera
componente (el brillo).
En el libro será fácil deducir del contexto cuándo nos referimos al
color como cromaticidad (dos dimensiones) o como cromaticidad +
brillo (tres dimensiones y definición formalmente correcta de color).
Cuando digamos que un píxel no tiene color querremos decir que
su cromaticidad corresponde al blanco; es decir, que no hay ningún
tono dominante; es como una foto en blanco y negro. Observa que
el blanco, gris y negro tienen la misma cromaticidad: blanca.
El valor de la tercera dimensión, el brillo, es lo que diferencia el
blanco del gris del negro. Por eso se habla de balance de blancos;
pero el mismo concepto podría haberse llamado balance de grises.
Lo que importa aquí es que la cromaticidad del píxel sea la correcta;
y tanto el gris como el blanco tienen la misma cromaticidad.
Aclarado el lenguaje, analicemos las componentes RGB del trozo de
la foto mostrado en la figura 2.9. Recuerda que se trata de la versión
final de la foto ya revelada; es decir, corresponde a la versión RGB
de la foto (en este caso un JPEG). Por tanto, cada píxel tiene las tres
componentes de color R, G y B correctas con un rango de posibles
valores entre 0 y 255 (recuerda que el JPEG usa 8 bits por canal,
con lo que el valor máximo para cada canal es 28 − 1 = 255).
Una forma de obtener información sobre dichos valores es a través
del histograma de cada uno de los canales.
Un histograma es una representación gráfica donde el eje horizontal
x coincide con el rango de posibles valores que puede tomar un píxel,
mientras que el eje vertical y representa cuántos píxeles hay en la
foto con dicho valor x.
43/174
Si no te resultan familiares los histogramas en fotografía, te aconsejo

antes que veas el tutorial Todo sobre el histograma en Fotografía.
En la figura 2.10 mostramos el histograma de la figura 2.9 para cada
uno de los tres canales RGB.
Figura 2.10: Histogramas R, G y B de la versión JPEG.
Vemos que los tres canales tienen histogramas parecidos. Tienen un

pico en el valor R = G = B = 211, pero también tienen algún píxel
que toma valores vecinos 210, 212, . . . Esto es normal pues, debido al
ruido y posibles diferencias de iluminación, es imposible que todos
los píxeles tengan el valor teórico 211.
Lo importante es darse cuenta que los tres canales están alineados,
es decir, tienen el pico en el mismo valor 211. Un píxel no tiene color
en el dominio RGB cuando las tres componentes R, G y B valen lo
mismo.
44/174
Utilizando valores entre 0 y 255, un píxel negro tiene componentes

R = G = B = 0, uno blanco R = G = B = 255 y los grises valores
intermedios R = G = B = k (más brillante cuanto mayor sea el
valor de k). En el caso de la figura 2.9 el valor de k es 211.
Veamos ahora qué ocurre realmente a nivel de valor RAW. Para
diferenciar los dos canales verdes del fichero RAW, llamaremos G1
al de las filas impares y G2 al de las filas pares.
En la figura 2.11 mostramos el histograma RAW del mismo trozo
de la figura 2.9.
Figura 2.11: Histogramas R, G1, G2 y B.
Como ya hemos comentado, en el mundo real es normal que, debido

al ruido y otros factores, no todos los píxeles de un mismo canal
valgan lo mismo, con lo que los histogramas de cada canal no son
picos centrados en un único valor, sino que tienen la forma que
vemos en la figura 2.11.
En lenguaje estadístico, decimos que el valor RAW sigue una distri-
bución gaussiana, de media el valor central y varianza su anchura.
45/174
Para cada canal de color, la relación entre el valor RAW medio de

la gaussiana y su varianza (dispersión respecto a dicho valor medio)
determina la relación señal a ruido de dicho canal (ya te imaginas
dónde acudir si quieres saber más sobre el tema del ruido y por qué
los valores siguen una distribución gaussiana).
Lo importante de la figura 2.11 no es que cada canal tiene forma de
gaussiana, sino que ¡los cuatro canales no están alineados!, es decir,
no tienen el mismo valor medio. Puesto que se trata de un trozo
donde no hay dominante de color, los cuatro histogramas RAW (los
dos canales verdes, el canal azul y el canal rojo) de la figura 2.11
deberían ser iguales ya que debería cumplirse que R = G = B tal y
como hemos visto en la versión JPEG de la foto en la figura 2.9 y
su histograma en la figura 2.10.
Para entender bien qué significa esto exactamente, en la figura 2.12
mostramos un detalle ampliado del fichero RAW para dicha zona
donde se aprecia con facilidad el valor de cada píxel (un gris más
brillante implica un valor RAW más alto; el patrón Bayer RGGB está
superpuesto para cuatro píxeles para que quede claro qué compo-
nente de color capta cada píxel del sensor).
Figura 2.12: Valores RAW del fondo sin color.

46/174
Comprueba que el resultado es coherente con el histograma de la

figura 2.11: los píxeles verdes son más brillantes que los azules y
mucho más brillantes que los rojos. Es decir, el valor RAW de los
píxeles verdes es mayor que el de los azules y, a su vez, el valor RAW
de los píxeles azules es mayor que el de los rojos.
Aunque sólo mostramos el patrón Bayer para cuatro píxeles, pue-
des extender fácilmente el análisis para el resto de píxeles de la
figura 2.11 y comprobar que todos los píxeles de un mismo canal
son muy parecidos entre sí (de hecho a simple vista parecen igua-
les, aunque como sabemos del histograsma anterior realmente hay
pequeñas variaciones debidas al ruido).
Así que es normal que en vez de histogramas en forma de picos
tengamos gaussianas. Lo que no es normal es que los histogramas
de los dos canales verdes (que sí son casi iguales entre sí, como era
de esperar), tengan un valor RAW medio muy superior al del canal
rojo y el canal azul, ni que el canal azul tenga también un valor
medio mayor que el del canal rojo.
¿Por qué no tienen el mismo valor medio y varianza las cuatro gaus-
sianas si se supone que se recibe la misma cantidad de luz roja, verde
y azul?
Lo que nos dicen la figura 2.11 y la figura 2.12 es que los píxeles que
registran la información de verde son más sensibles que el azul, y que
el rojo es el menos sensible. Dicho de otra forma, donde deberíamos
registrar valores R = G = B, sin embargo tenemos G > B > R.
Si no compensamos este desajuste en la sensibilidad de cada píxel
según el color que tiene asignado en el filtro Bayer, acabaremos con
una foto con un tinte verdoso general, que será especialmente visible
en el fondo neutro de la foto.
47/174
La figura 2.13 muestra la imagen final que obtendríamos si no apli-

cásemos ninguna corrección a ningún canal RAW.
Figura 2.13: Revelado RAW sin ajustar la ganancia de cada canal.
En la figura 2.13 hemos superpuesto el valor exacto de dos píxeles

(valores normalizados entre cero y uno). Uno corresponde a un píxel
del fondo. Confirmamos que el fondo que debería verse gris claro sale
verde con unos valores R = 0, G = 0.78, B = 0.55.
El otro corresponde a un píxel de la rosa roja. En este caso el píxel se
ve rojo, R = 0.49, G = 0.27, B = 0.17, pero no hay tanta diferencia
entre las tres componentes como debería haber, lo que hace que
no aparezca tan rojo como debería (comparar con la versión final
correcta de la foto en la figura 2.5).
48/174
Como curiosidad, en la figura 2.14 mostramos el histograma RAW

para un trozo de la rosa roja; el canal rojo es el que tiene píxeles
con valores RAW más altos, pero, aun así, la diferencia no es tanta
como debería ser si todos los píxeles tuvieran la misma respuesta.
Por eso la rosa roja sale tan apagada en la figura 2.13 con un rojo
tirando a marrón en vez del rojo tan vivo de la figura 2.5.
Figura 2.14: Histograma RAW de un trozo de la rosa roja.
En resumen, los canales no están alineados: el canal verde suele ser

el más sensible y, por tanto, a igual cantidad de luz incidente en
todas las longitudes de onda, es el canal que acaba registrando un
valor RAW más alto.
La solución pasa por introducir unos coeficientes multiplicativos que
hagan que los canales estén alineados, es decir, que los píxeles que
no tienen color en la escena cumplan la condición R = G = B = k,
donde k cambiará según el nivel de brillo correspondiente.
La tarea del revelado que se encarga de ajustar estos coeficientes se
llama balance de blancos y el concepto asociado al sistema visual
humano se llama adaptación cromática.
49/174
El tema es mucho más complejo de lo que parece a primera vista, así

que dejaremos para un libro específicamente dedicado a colorimetría
todos los detalles de dichas complicaciones.
En un revelado RAW, ajustar el balance de blancos de la foto es
sinónimo de multiplicar por unos coeficientes los valores RAW ori-
ginales RGB. Las componentes R0 G0 B 0 con el balance de blancos
corregido se definen como:
R0 =θR · R
G0 =θG · G (2.1)
B 0 =θB · B
Normalmente se usa θG = 1, es decir, los píxeles verdes no hay

que modificarlos G0 = G (ya tienen el valor RAW correcto). Para
calcular los otros dos coeficientes θR y θB , se impone la condición
R0 = G0 = B 0 en un trozo de la foto que se sepa que es blanco (gris):
R0 =θR · R = G
(2.2)
B 0 =θB · B = G
con G el valor medio de los dos canales verdes, G = (G1 + G2)/2.

Despejando de la Ecuación 2.2, se obtiene:
θR =G/R
θG =1 (2.3)
θB =G/B
Vamos a aplicarlo a nuestra foto de la rosa. Los valores RGB los

podemos obtener a partir de los histogramas de la figura 2.11. Como
corresponde a un trozo de la escena sin color, los cuatro histogramas
deberían estar alineados.
50/174
El valor RAW medio de los dos canales verdes es 4850. El valor

medio del canal rojo es 2979 y el del azul 3786. Pero hay que tener
en cuenta que todos los canales de la Canon 50D tienen un nivel
de negro constante añadido de valor 1024 como vimos en la sección
anterior. Así pues, los valores reales son:
R = 2979 − 1024 = 1955

G = 4850 − 1024 = 3826 (2.4)
B = 3786 − 1024 = 2762
Con los valores RAW ya corregidos podemos sacar los coeficientes

que buscamos:
θR =G/R = 3826/1955 = 1.9570

(2.5)
θB =G/B = 3826/2762 = 1.3852
El resultado final es que hay que sustituir las componentes RGB del
fichero RAW original (con el nivel de negro restado previamente)
por otras R0 G0 B 0 de valor:
R0 =1.9570 · R
G0 =G (2.6)
B 0 =1.3852 · B
Observa que hemos usado la propiedad R0 = G0 = B 0 en una zona

de la escena sin color para deducir los coeficientes. En un trozo con
color es imposible deducir dichos coeficientes, salvo que sepamos la
relación entre las tres componentes con antelación.
Aunque hayamos usado sólo un trozo de la foto para obtener los
coeficientes, es evidente que dichos coeficientes serán válidos para

Muestra Fundamentos Revelado Raw

Cargado por

Copyright:

Formatos disponibles

Muestra Fundamentos Revelado Raw

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestra Fundamentos Revelado Raw

Cargado por

Copyright:

Formatos disponibles

iii

Jorge Igual © - fotoigual.com

El revelado o procesado RAW consiste en, a partir del fichero RAW

Jorge Igual © - fotoigual.com

El revelado RAW básico consiste en:

1. Balance de blancos. Ajustar las ganancias de cada canal del

Además, existen otras muchas tareas adicionales que no forman par-

Jorge Igual © - fotoigual.com

Índice general viii

Jorge Igual © - fotoigual.com

2.6 Asignación de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

A Adobe DNG Converter 170

Jorge Igual © - fotoigual.com

2.4 Balance de blancos

Figura 2.9: Trozo sin color de la figura 2.5.

Como vemos, corresponde a un trozo del fondo gris; es decir, no hay

Jorge Igual © - fotoigual.com

Por último, la tercera dimensión V nos dice cuánto de luminoso

Jorge Igual © - fotoigual.com

Si no te resultan familiares los histogramas en fotografía, te aconsejo

Figura 2.10: Histogramas R, G y B de la versión JPEG.

Vemos que los tres canales tienen histogramas parecidos. Tienen un

Jorge Igual © - fotoigual.com

Utilizando valores entre 0 y 255, un píxel negro tiene componentes

Figura 2.11: Histogramas R, G1, G2 y B.

Como ya hemos comentado, en el mundo real es normal que, debido

Jorge Igual © - fotoigual.com

Para cada canal de color, la relación entre el valor RAW medio de

Figura 2.12: Valores RAW del fondo sin color.

Jorge Igual © - fotoigual.com

Comprueba que el resultado es coherente con el histograma de la

Jorge Igual © - fotoigual.com

La figura 2.13 muestra la imagen final que obtendríamos si no apli-

Figura 2.13: Revelado RAW sin ajustar la ganancia de cada canal.

En la figura 2.13 hemos superpuesto el valor exacto de dos píxeles

Jorge Igual © - fotoigual.com

Como curiosidad, en la figura 2.14 mostramos el histograma RAW

Figura 2.14: Histograma RAW de un trozo de la rosa roja.

En resumen, los canales no están alineados: el canal verde suele ser

Jorge Igual © - fotoigual.com

El tema es mucho más complejo de lo que parece a primera vista, así

Normalmente se usa θG = 1, es decir, los píxeles verdes no hay

con G el valor medio de los dos canales verdes, G = (G1 + G2)/2.

Vamos a aplicarlo a nuestra foto de la rosa. Los valores RGB los

Jorge Igual © - fotoigual.com

El valor RAW medio de los dos canales verdes es 4850. El valor

R = 2979 − 1024 = 1955

Con los valores RAW ya corregidos podemos sacar los coeficientes

θR =G/R = 3826/1955 = 1.9570

Observa que hemos usado la propiedad R0 = G0 = B 0 en una zona

También podría gustarte