donderdag 15 oktober 2020

De voorvertoningen van Lightroom Classic

 

Lightroom Previews (voorvertoningen)

Lightroom onderscheidt verschillende soorten voorvertoningen (in het Engels ‘Previews’). Ze worden gebruikt door Lightroom om je een representatie te geven van de foto’s die door Lightroom beheerd worden. Lightroom zou je de werkelijke inhoud van een foto kunnen laten zien maar het telkens live berekenen daarvan (dit wordt renderen genoemd) kost relatief veel tijd en rekenkracht van de computer. Daarom wordt er vooraf, op het moment dat een foto wordt binnengehaald vanaf camera of cardreader, een representatie (voorvertoning) opgeslagen. Deze wordt dan aan jou getoond zodra je met je cursor een bepaalde foto in Lightroom aanklikt. Dit gaat veel sneller dan het telkens renderen van een beeld aan de hand van de RAW data.

Het fenomeen voorvertoning an sich is al lastig uit te leggen maar nog verwarrender wellicht is dat er verschillende zijn... Bij het importeren van je foto’s kies je welke je wilt uit vier mogelijkheden:


Minimaal
Lightroom gebruikt in dit geval de kleinste voorvertoning die door de camera is gegenereerd en die aan het fotobestand is toegevoegd. Deze voorvertoning is niet kleur gemanaged. Omdat Lightroom hier niets hoeft te doen (behalve de voorvertoning uitlezen en opslaan) werkt deze optie het snelst. Dat wil zeggen, de import is met deze keuze het snelste klaar.
Wanneer je deze foto later (in Lightroom) opent wordt op dat moment alsnog een (standaard) voorvertoning gegenereerd en dat kost op dat moment iets meer tijd dan wanneer er al een standaard voorvertoning beschikbaar zou zijn. 

Ingesloten en secundair (Embedded & Sidecar)
Hiermee wordt de grootst mogelijke voorvertoning gebruikt die vanuit de camera beschikbaar is en in de afbeelding ligt opgeslagen. Dit proces is iets langzamer dan bij ‘Minimaal’ maar het is nog altijd een stuk sneller dan wanneer Lightroom zelf een voorvertoning zou moeten renderen.

Standaard 
Dit zijn de voorvertoningen die Lightroom standaard rendert in de ProPhoto RGB kleurruimte. Hoe groot ze zijn ligt aan wat je hebt ingesteld onder ‘Bewerken/Catalogusinstellingen’: 


1:1 
Lightroom negeert hier de voorvertoningen die door de camera zijn gemaakt en aan de afbeeldingen zijn toegevoegd. Lightroom berekent ze zelf aan de hand van de RAW data in het fotobestand op het moment dat je een foto binnenhaalt. Deze, gerenderde, voorvertoning wordt in de database van Lightroom opgeslagen en gebruikt om de foto aan je te tonen in de bibliotheekmodule in de hoogste kwaliteit. Je kunt bijvoorbeeld inzoomen tot op pixelniveau. Wanneer je vantevoren weet dat je op de meeste foto’s gaat inzoomen (om de scherpte te bepalen bijvoorbeeld) zou dat een goede reden kunnen zijn om alvast 1:1 voorvertoningen te gaan maken. Dat scheelt dan veel tijd op het moment dat je daarmee aan de slag gaat. 
In de ontwikkelmodule wordt deze 1:1 voorvertoning overigens niet gebruikt. Daar wordt altijd een separate, tijdelijke, 1:1 voorvertoning gerendert wanneer je daar een foto opent.

Naast deze vier verschillende soorten voorvertoningen waaruit je kunt kiezen bij de import van je foto’s bestaan er nog meer voorvertoningen:

Tijdelijke voorvertoningen in Bibliotheek en Ontwikkel module
Voor alle duidelijkheid, voorvertoningen die gebruikt worden in de bibliotheekmodule worden niet gebruikt in de ontwikkelmodule, ook niet de 1:1 (hoewel die kwalitatief wel gelijk aan elkaar zijn). Zodra een foto gewijzigd is in de ontwikkelmodule, wordt de bijbehorende voorvertoning in de bibliotheekmodule verwijderd en opnieuw aangemaakt zodra je de foto daar opent. Dat is dan inclusief de recentste wijzigingen die erop aangebracht zijn.

Slimme voorvertoning / Smart Previews
Een slimme voorvertoning is eigenlijk helemaal geen voorvertoning! Het is eigenlijk een proxy voor het originele bestand. ‘Smart proxy’ was dan ook een betere beschrijving geweest. Deze optie is geïntroduceerd in versie 5 van Lightroom (Classic) met als doel om toch aan een foto te kunnen werken terwijl het originele bestand niet aanwezig is. Dit kan zijn omdat die op een afgekoppelde harde schijf staat of wanneer je op reis bent en maar een beperkte selectie foto’s met je mee hebt genomen. Voor de komst van Slimme voorvertoningen kon je deze foto’s wél in de catalogus van Lightroom zien maar niet bewerken. Een Slimme voorvertoning is in werkelijkheid een ‘lossy’ DNG bestand die een factor 10 kleiner is dan het origineel.

Je kunt Slimme voorvertoningen maken tijdens het importeren in Lightroom maar dat kost nog meer tijd dan 1:1 voorvertoningen. Het kan ook op een later tijdstip voor één of meerdere geselecteerde foto’s. Het bronbestand moet wel bereikbaar zijn op het moment dat je er een slimme voorvertoning van wilt maken. Uiteraard kun je ze later ook altijd weer (veilig) verwijderen. 

Voor een aantal toepassingen kun je volstaan met alleen een slimme voorvertoning. Publicatie op social media bijvoorbeeld, daar is geen hoge resolutie voor nodig. In de bookmodule of bij een export waarvoor een hogere resolutie nodig is zal Lightroom wel vragen om de bronbestanden.
De Slimme voorvertoning wordt ook gebruikt binnen het Cloud Eco systeem van Lightroom. Dit zijn de bestanden die werkelijk worden gesynchroniseerd vanuit Lighroom Classic naar de Cloud.

Thumbnail previews (miniaturen)
Miniaturen worden gecreëerd op het moment dat je een foto bewerkt zodat je meteen het effect daarvan ziet in de filmstrip en navigator. Bij de standaard voorvertoningen gebeurt dit namelijk niet, die worden pas geüpdatet met de bewerking op het moment dat je de betreffende foto in de bibliotheek module opent (in raster-, loep-, of filmweergave). De 1:1 voorvertoningen worden zelfs in het geheel niet automatisch bijgewerkt, die moet je handmatig updaten wanneer je dat wenst.


vrijdag 4 september 2020

Beeldlicenties via Google images

Als je beeldmateriaal zoekt op Google dan is het vaak lastig om erachter te komen waarvoor het materiaal precies gebruikt mag worden.

Veel mensen en organisaties hebben conflicten gehad met Google over het gebruik/misbruik van o.a. beeldmateriaal en het lijkt erop dat Google hier verbeteringen in wil aanbrengen (link), althans vanaf 1 september is ‘Image License in Google Images’ live.

Deze wijziging moet er in ieder geval voor zorgen dat goedwillende gebruikers jou weten te vinden wanneer ze een foto van je willen gebruiken. Voor de kwaadwillende zal de verandering (helaas) geen effect hebben.

Als je een foto zoekt, zoals in bovenstaand voorbeeld een zeilboot, dan krijg je verschillende zoekresultaten. In de linkerafbeelding hierboven, onderin bij de thumbnails zie je of een foto ‘Licensable’ (‘Licentieerbaar’ in het Nederlands) is. Wanneer je daarop klikt kom je op het rechterscherm uit en zie je wat meer informatie. Vanuit hier kun je doorklikken naar de details:

Veld 1: Link (URL) naar een pagina die beschrijft wat voor soort licentie van toepassing is voor deze foto.

Veld 2: Link (URL) naar de pagina waar de gebruiker de afbeelding daadwerkelijk kan ‘kopen’ (licentiëren).

Er komen twee manieren beschikbaar waarop Google licentie informatie bij de foto’s kan tonen zoals in het voorbeeld hierboven:

  1. Via ‘Gestructureerde data’ voeg je de informatie aan ‘de achterkant’ toe, via de code van je website. Voor de meeste mensen zal dit te onhandig zijn.
  2. Via metadata in de IPTC velden, dit is een veel toegankelijker route. M.b.v. Lightroom (Classic) bijvoorbeeld kun je deze informatie heel eenvoudig aan je afbeeldingen toevoegen voordat je ze ergens online neerzet:

Open in Lightroom Classic de ‘Bibliotheek modus’ en selecteer ‘IPTC’ bij het ‘Metagegevens’ paneel:

Vul onder IPTC in ieder geval de vier blauw omrande velden in:

  • Fotograaf, vul hier de maker van het beeld in 
  • Website of preciezer, de link naar de pagina waar de bezoeker kan zien hoe hij een licentie kan krijgen
  • Creditregel, vul hier de naam in van het bedrijf die eigenaar is van het beeldmateriaal. Meestal ben je dat zelf of je (foto)bedrijf 
  • Copyrightinfo-URL, vul hier dezelfde link in naar de pagina met gegevens hoe een licentie kan worden verkregen

Het advies van Google is verder om naast deze vier velden nog een extra veld te vullen. Selecteer hiervoor ‘IPTC-extensie’ in de ‘Metagegevens’ paneel ga naar de ‘Licentieverlener’ (zie blauw omlijnd):

Wanneer je op het horizontale lijntje rechts naast ‘Licentieverlener’ klikt worden de velden zichtbaar die je hier in kunt vullen:

Ik kon niet vinden waar 'UCA' voor staat maar waarschijnlijk had dit ‘URL’ moeten zijn. In ieder geval komt hier dezelfde link te staan naar de website met licentie informatie die je hiervoor al twee keer hebt ingevuld.

Uiteraard kun je al deze gegevens ook in een metadata voorinstelling zetten zodat je alle vijf zaken kunt toekennen aan één of meerdere foto’s tegelijk:

Gebruik daarvoor een nieuwe foto, waar nog geen metadata aan toe is gevoegd. Vul alle velden zoals hierboven beschreven in en klik op het veld achter ‘Voorinstelling’:

Klik daarna op ‘Voorinstellingen bewerken’

Doorloop alle velden en verzeker je ervan dat er geen andere velden dan deze vijf zijn aangevinkt.

Klik nu in het veld ‘Voorinstelling’ (waar ‘aangepast’ staat) en kies ervoor om de aanpassingen op te slaan als een nieuwe voorinstelling. Geef deze een passende naam.

Als je al je foto’s van deze gegevens zou willen voorzien, zoals je copyright gegevens, dan kun je deze voorinstelling ook toevoegen aan je importvoorinstelling.

Gebruik je Photo Mechanic in plaats van (of naast) Lightroom dan heb je wellicht iets aan deze beschrijving op Camera bits.

zaterdag 8 augustus 2020

AI in Fotografie – Deel 2

Ditmaal twee onderwerpen over AI (Artificial Intelligence) binnen de fotografie. In deel 1 (feb 2019) behandelde ik ook al een paar voorbeelden en ging ik in op beeldherkenningsalgoritmes om foto’s te zoeken zonder dat die voorzien zijn van trefwoorden.

In dit deel:

1.     Tip: Adobe Sensei in combinatie met Lightroom Classic

2.     Nieuws: Narrative Select, een hulpmiddel dat je helpt met het selectieproces


Adobe Sensei en Lightroom Classic

Wat Sensei is leg ik uit in eerdergenoemde blog maar in het kort gaat het om een beeldherkenningsalgoritme die je foto’s laat vinden zonder dat die voorzien hoeven te zijn van de trefwoorden waarmee je zoekt. Het AI algoritme onderzoekt het beeld zelf dus en in genoemde blog laat ik daar wat praktijkvoorbeelden van zien.

Adobe heeft dit algoritme alleen geïntegreerd in de Lightroom clouddiensten (zoals Lightroom Mobile en Lightroom Web). Sensei is helaas niet geïntegreerd in de Lightroom versie die veel gebruikers van oudsher gebruiken en die tegenwoordig Lightroom Classic heeft.

Wanneer je Lightroom Classic gebruikt kun je tóch profiteren van de Sensei AI mogelijkheden van Adobe. De tip is als volgt:

Stel je hebt foto’s in Classic die nog niet van trefwoorden zijn voorzien. Maak daar dan allereerst een verzameling van en synchroniseer die naar de Cloud. Open Lightroom Mobile of Lightroom Mobile en doorzoek de set met foto’s m.b.v. een bepaald trefwoord. Van de zoekresultaten maak je dan een ‘album’ die snel daarna tevoorschijn zal komen in Classic als een nieuwe verzameling. Deze verzameling foto’s is nu snel en eenvoudig te voorzien van het betreffende trefwoord.

Een beetje omslachtig wellicht maar ben je op zoek naar iets specifieks of gaat het om een grote batch foto’s dan is dit wellicht een handig optie om achter de hand te hebben!

Narrative Select

Het tweede onderwerp van vandaag betreft iets nieuws, althans ik heb nog niet eerder een dergelijke ontwikkeling gezien. De ontwikkelaar beweert met ‘Narrative Select’ je te kunnen helpen in het ‘culling’ proces; het doorlopen van je nieuw gemaakte foto’s en bepalen welke je wilt houden en welke niet. Met de toenemende aantal foto’s die de meesten van ons maken kost dit uitzoeken steeds meer van onze (kostbare) tijd. Een handig hulpje is dus welkom! Een opmerking die ik voorbij heb zien komen en die wel degelijk enig houd snijdt is dat je er natuurlijk ook voor kunt kiezen om je sluiterknop niet ingedrukt te houden om met 5 beelden per seconde (of meer) tientallen vrijwel dezelfde foto’s te maken. In de tijd van film, toen je dit nog veel koste, werd vaker zorgvuldiger bepaald wanneer die sluiter nu precies in te drukken en hoe lang. Dan hoef(de) je uiteraard achteraf veel minder foto’s uit te zoeken.

Terug naar Narrative Select. De maker uit Nieuw-Zeeland is niet nieuw op de fotomarkt, ze maakten al een blogtool, ‘Narrative Publish’ maar nu dus deze nieuwe ontwikkeling die echter nog niet leverbaar is. Er is een Beta programma waarvoor ik me aangemeld heb. Zodra ik in de gelegenheid ben zal ik het product testen en daarvan hier een review plaatsen. Iedereen die zich ook wil aanmelden voor de Beta, dat kan hier. Via deze link help je mij bovendien om sneller in het Beta programma toegelaten te worden!

Uiteraard is er al wel het een en ander bekend over Narrative Select, dat maakt juist dat mijn interesse erin aangewakkerd is.

De plaats van Narrative Select binnen je Worfkflow is het selectieproces. Hoe dit zich precies verhoudt tot het ‘ingestion’ proces (het binnenhalen van je foto’s naar de computer) met een programma als Lightroom is me nog niet helemaal duidelijk maar aan de beschrijving te zien, ziet Narrative het als een stap daarvoor:

Het beeld wat ik hiervan krijg is dat je eerst de foto’s van je camera of kaart naar je computer moet kopiëren, daarna door Narrative Select halen en daarna importeren in Lightroom.

Eigenlijk zit ik niet te wachten op deze extra twee stappen net nu ik de afgelopen jaren het aantal handelingen drastisch heb weten te reduceren. Bij het binnenhalen van mijn foto’s d.m.v. Lightroom zorg ik er bijvoorbeeld voor dat ze meteen op de juiste plek binnen komen, dat er een back-up versie op een andere plaats terecht komen en dat de foto’s hernoemd worden naar mijn naamgevingsconventie. 

In de review die ik ga doen zal ik me hier echter nader in verdiepen als ook de ‘ship’ functie die Narrative Select blijkbaar specifiek heeft om na het selectiegebeuren alles meteen over te hevelen naar Lightroom.

Enkele eigenschappen die ik alvast over Narrative Select heb kunnen vinden zijn:

  • Initiële ondersteuning voor diverse RAW formaten van Nikon, Canon en Fuji, JPG en DNG
  • Foto’s worden niet geüpload naar de cloud, het AI algoritme werkt lokaal op de computer
  • Er kan ingezoomd worden op de afbeeldingen met de spatiebalk (net als in Lightroom) en automatisch ingezoomd op gezichten
  • Delen van het beeld (bijvoorbeeld gezichten) kunnen vergrendeld worden om gemakkelijk te kunnen vergelijken met andere opnames
  • Optische indicatoren of een onderwerp scherp is of niet
  • Het is nog niet bekend wat Narrative Select gaat kosten maar vermoedelijk komen ze met een abonnement model
  • Momenteel is er een Beta programma voor MacOS maar nog niet voor Windows. Er schijnt wel een Windows versie te gaan komen

Voor wie meer wil weten kan ook nog deze promovideo op Youtube bekijken:


Aanvulling dd 3 september 2020

Inmiddels heb ik even kort met Narrative Select kunnen stoeien en het blijkt vooral een steun bij portretten en groepsfoto's. Door de optische indicaties of de scherpte wel op een oog ligt en of de ogen gesloten zijn kun je sneller je 'pics' bepalen dan voorheen. Of deze winst opweegt tegen de extra handelingen ligt vooral aan hoe je je workflow momenteel hebt ingericht. voor andere toepassingen dan mensen fotograferen biedt Narrative Select geen voordelen. Het product had dan ook beter Narrative people select kunnen heten of zoiets. 

Narrative Select gaat 75,- US dollar per jaar kosten.

dinsdag 14 juli 2020

Nieuwe zoekinterface voor WikimediaCommons

Hay Kranen bouwde een alternatief voor het zoekscherm van WikiMediaCommons dat beter functioneert en bovendien gebruiksvriendelijker is, Hay’s ‘Structured Search’.


WikiMediaCommons is de beelddatabank achter Wikipedia met ruim 60 miljoen beelden.

Je mag de beelden zelf meestal ook vrij gebruiken maar dan moet je dus wel geschikt materiaal kunnen vinden. Het probleem is dat de metadata* (de gegevens die over het beeldmateriaal zijn vastgelegd) niet eenduidig of incompleet zijn vastgelegd. Hay Kranen bouwde echter een nieuwe zoekinterface die hier verbetering in brengt en bovendien een stuk gebruikersvriendelijker is dan de originele zoekoptie van WikimediaCommons. Op woensdag 10 juni 2020 was hij te gast bij Herbert Blankensteijn in deze podcast van BNR (v.a. circa 12 minuten). In zijn nieuwsbrief ‘de Circulaire’ had Hay enkele weken eerder al over zijn initiatief geschreven.


In de zoekinterface van WikimediaCommons zelf is het bijvoorbeeld lastig om beelden vinden met metadata in een andere taal. Zoek je een boom dan vindt je dus geen foto’s die getagd zijn met ‘tree’ of ‘baum’


Hay heeft geen nieuwe zoekmachine gemaakt maar maakt gebruik van bestaande componenten en gebruikt die slim en combineert ze. Een belangrijk component is ‘’gestructureerde data” waarmee twee problemen worden aangepakt:


  1. De meertaligheid zoals in het voorbeeld hierboven genoemd (boom, tree, baum)
  2. De meerdere betekenissen die een woord kan hebben. Kiwi bijvoorbeeld kan slaan op een vrucht, een vogel of een inwoner van Nieuw Zeeland. Wanneer je op zoek bent naar foto’s van de vogel dan wil je die ook alleen in je zoekresultaten zien.


Bij gestructureerde data hebben daarom alle begrippen (items) een eigen unieke nummer (het Q-nummer). Deze worden door WiKidata uitgegeven, een ander Wiki project waar de Q-nummers worden beheerd (daar waar in Wikipedia de artikelen worden beheerd en audio- en beeldmateriaal in WikiMediaCommons) De vogel Kiwi heeft dan ook een ander nummer dan de vrucht.


Als een fotograaf nu een foto van een Kiwi (vogel) uploadt naar WikiMedia Commons dan kan hij of zij meteen de juiste link aanbrengen naar het ‘Kiwi’begrip (namelijk die van de vogel). Op dit moment is nog maar een paar procent van de beelden voorzien van deze gestructureerde data maar dat wordt snel beter (iedereen kan ze aanbrengen en bij nieuwe uploads wordt er actief om gevraagd). Daarna zijn de betreffende afbeeldingen een stuk beter vindbaar met behulp van het juiste zoekgereedschap, bijvoorbeeld Hay’s ‘Structured Search’

 

Als ik nu ‘kiwi’ in het zoekvenster typ verschijnen meteen de ‘categorieën’ waaronder het woord Kiwi beschikbaar is. Omdat ik op zoek ben naar de vogel klik ik de bovenste aan met het Q-nummer Q43642 en vervolgens krijg ik alleen maar vogels in mijn zoekresultaten.


* Beeldmateriaal zoeken gebeurt over het algemeen aan de hand van de gegevens die erover zijn vastgelegd in plaats van echte beeldherkenning. Zoek je een foto van een boom dan zoekt de zoekmachine dus niet echt naar afbeelding die de software herkent als een boom maar kijkt hij in de metadata (zoals bijvoorbeeld het veld ‘trefwoorden’). Als daar het woord ‘boom’ is ingevuld wordt het betreffende beeld in de zoekresultaten getoond. Voor meer achtergrond over metadata zie ook mijn artikelen over Keywording, Keywording deel2 of dit deel over ‘echte’ beeldherkenning.

 


vrijdag 5 juni 2020

Wijzigingen wegschrijven naar XMP of niet?

Er is vaak discussie over deze vraag en er zijn zowel voor- als tegenstanders.
Als eerste maar even ingaan op wat XMP nu precies is:

XMP staat voor Extensible Metadata Platform en dat is een metadata-framework voor gegevens over foto's. Concreet kan dit een zogenaamde ‘sidecar’ bestand zijn (een separaat bestand) bij RAW foto’s als NEF, RAF, CR2 e.d. Het kan echter ook een sectie IN de header van fotoformaten als DNG, JPG, TIFF, PSD zijn. De gegevens die in XMP worden opgeslagen zijn ontwikkel instellingen, sterwaarderingen, kleurlabels, trefwoorden e.d.

Waarom zouden we deze gegevens überhaupt willen wegschrijven naar XMP?

  1. Wijzigingen beschikbaar maken voor andere programma’s
  2. Als onderdeel van de back-up strategie
  3. Wijzigingen overbrengen van de ene catalogus naar een andere 

Wijzigingen beschikbaar maken voor andere programma’s

Wanneer we foto’s aanpassen in een beeldbewerker dan worden die veranderingen meestal niet direct op de foto toegepast maar als ‘instructie’ bijgehouden in de database van dat programma. De volgende keer dat je dan die foto opent worden die ‘instructies’ (bijvoorbeeld dat je hem zwart/wit hebt gemaakt en er trefwoorden aan toe hebt gevoegd) toegepast en getoond. Je ziet dus het beoogde eindresultaat:

Er is een maar en dat is dat dit alleen geldt wanneer je deze foto opent vanuit de applicatie waarmee je de veranderingen hebt gemaakt. Mocht je dezelfde foto vanuit de verkenner (windows) of finder (apple) opzoeken en openen in een viewer of een andere programma, dan zie je al deze wijzigingen niet. Bovenstaande foto bijvoorbeeld:

Nu kennen al deze programma’s daar een eenvoudige oplossing voor en dat is dat je de foto kunt exporteren, dat wil zeggen dat je een kopie van de foto krijgt inclusief alle beoogde aanpassingen. Voor de meeste toepassingen is dit afdoende omdat je invloed kunt uitoefenen op de kwaliteit en bestandsformaat waarmee de export plaatsvindt.

Toch is dit soms niet voldoende en wil je het oorspronkelijke bronbestand gebruiken maar wel met de aanpassingen die je hebt aangebracht. Zoals gezegd staan deze in principe in de database van het programma dat je gebruikt en kun je daar niet zondermeer bij. In die situatie kun je echter de veranderingen naar XMP wegschrijven. Bij RAW bestanden betekent dit dat er een apart bestand wordt gecreëerd met dezelfde naam als de foto met de exentie .xmp:
Deze XMP bestanden worden ook wel sidecar bestanden genoemd.

NB: Bij DNG bestanden en niet-RAW bestanden worden er geen XMP sidecar bestanden gegenereerd maar wordt de data in het fotobestand zelf opgeslagen in zogenaamde XMP sectie van de header.

De uitwisselbaarheid van de gegevens die in XMP is opgeslagen valt momenteel nog wat tegen. Vaak is dit beperkt tot applicaties van dezelfde leverancier. Programma’s van andere leveranciers kunnen vaak maar beperkt iets met de informatie. Zie hiervoor ook mijn ervaringen met de migratietool van ON1.

Als onderdeel van je back-up strategie

Sommigen hanteren XMP als onderdeel in hun back-up strategie. Het idee daarachter is dat wanneer de catalogus verloren gaat ze in ieder geval al hun bewerkingen en dergelijke veilig hebben gesteld buiten de catalogus. Hoe sterk dit argument is mag iedereen voor zichzelf bepalen want als je een goede back-up hebt van je foto’s dan neem je de catalogus daarin ook mee lijkt me. Gaat een catalogus verloren dan plaats je die gewoonweg terug uit een back-up.

Wijzigingen overbrengen van de ene catalogus naar een andere

De mutaties die je in de ene catalogus hebt aangebracht worden normaal gesproken niet getoond wanneer je dezelfde foto opent via een andere catalogus. Dat is overigens één van de redenen om met zo weinig mogelijk verschillende catalogi te werken, het liefst maar één maar dit terzijde. Wanneer je tóch goede argumenten hebt voor meerder catalogi én je hebt een overlap voor wat betreft de foto’s daarbinnen dan zou je XMP kunnen gebruiken als vehikel om de gegevens te transporteren.

Zijn er ook nadelen?

Als je een DNG workflow hanteert dan heeft het wegschrijven van je gegevens naar XMP het nadeel dat altijd het fotobestand wordt gewijzigd. Behalve dat elke schrijfactie naar het oorspronkelijke bestand een risico met zich meebrengt (in principe raak ik m’n fotobestanden nooit aan) triggert de wijziging ook de back-up. Stel dat ik aan 1000 vakantiefoto’s het trefwoord ‘vakantie’ toevoeg dan worden alle 1000 foto’s á 50 Mb opnieuw meegenomen in de eerstvolgende back-up en dan moet er weer 50 Gb over het lijntje. In het geval van een sidecar bestand van (minder dan) 10 Kb zouden we het over minder dan 10 Mb hebben gehad.

XMP sidecar bestanden hebben verder als nadeel dat ze in dezelfde folder moeten staan als het fotobestand waarbij ze horen. Dat vraagt enige aandacht en beheer.

Een derde nadeel is dat XMP niet alle wijzigingen bevat die je op de foto hebt toegepast. Wanneer je Lightroom gebruikt bijvoorbeeld komen de volgende zaken niet mee naar XMP: 

  1. Ontwikkelhistorie (alleen het eindresultaat van alle doorlopen stappen komt mee)
  2. Verzamelingen, verzamelingensets en slimme verzamelingen
  3. Virtuele kopieën
Een vierde nadeel is dat, wanneer je 'wijzigingen automatisch naar XMP opslaan' hebt aangevinkt (dit is een instelling die standaard uit staat), dit invloed kan hebben op de performance. Dit vanwege de continue schrijfacties naar het bestandssysteem bij iedere schuifbeweging.

Conclusie:

Wijzigingen wegschrijven naar XMP kan in sommige situaties nodig zijn maar het is zeker niet nodig om het standaard aan te zetten. Je kunt het namelijk altijd nog doen wanneer je het nodig hebt.

vrijdag 1 mei 2020

Wild fotograferen, esthetiek versus ethiek

Op Instagram, Flickr en andere (social) media zie je vaak de mooiste foto’s van wild voorbijkomen maar dankzij Paul Bertner vraag ik me wel steeds vaker af hoe die foto’s eigenlijk zijn gemaakt. 
Zijn persoonlijke ontboezemingen op ‘The Con in Conservation’ bijvoorbeeld openden mijn ogen voor wat betreft menselijke tussenkomst en hoe dieren eigenlijk worden beïnvloed.

Eigenlijk wist ik natuurlijk wel dat er een glijdende schaal bestaat, helemaal als het gaat om commerciële organisaties die fotosafari’s organiseren maar ik ben me er nu wel meer van bewust. Uiteraard wil iedereen de mooiste foto’s van wilde dieren maar hoe ver mag je daarin gaan? Mag je het geluk afdwingen?
De voorbeelden die Paul aanhaalt stuiten mij in ieder geval tegen de borst; een slang langdurig vasthouden en zo neerleggen totdat de compositie en belichting precies goed is of insecten meenemen om later bij de lodge te fotograferen met een uitgebreide flitsinstallatie. Esthetiek ging in die voorbeelden duidelijk boven de ethiek terwijl de betreffende organisaties die juist beweren na te leven/streven.

Met de nieuw opgedane kennis voel ik dan ook de behoefte om er iets mee te doen en daar past de oproep van Paul om verantwoording af te leggen goed bij. Hij is daarvoor in 2017 het Ethical Exif initiatief gestart op facebook, later nader uitgewerkt op zijn blog.

Ethical Exif houdt in dat je transparant bent over de situatie waaronder een foto is genomen. De betreffende informatie is kort en bondig en wordt als watermerk op je foto gepubliceerd, vergelijkbaar met wat vaak gedaan wordt met Exif gegevens zoals brandpuntsafstand, sluitertijd e.d. Vandaar ook de naam ‘Ethical Exif’. Deze informatie wordt dus openlijk getoond op de foto en dus expliciet NIET verborgen in de metagegevens van de foto. Die kan namelijk verloren gaan tijdens het delen terwijl dit bij een watermerk veel minder snel/gemakkelijk gaat.

Paul geeft zelf geen norm aan, over wat goed is en wat niet. Dat verandert namelijk voortdurend en met de inzichten van vandaag zijn zaken fout die gisteren nog goed waren. Het enige wat je wél kunt doen is duidelijkheid verschaffen over de omstandigheden waaronder een foto is gemaakt, dan kan de kijker zelf beoordelen of hij dat goed of fout vindt.

Tenslotte: Als kijker heb je invloed op het gedrag van fotografen door de likes die je uitdeelt op social media. Als het gedrag van de fotograaf niet in overeenstemming is met je eigen normen zul je dat minder snel stimuleren dan wanneer je het niet weet.

De elementen die Paul heeft geïdentificeerd als zowel relevant als belangrijk zijn als volgt:

1) 🄷 - Gezondheidsschaal / stressniveaus (schaal 1-9 met ☠️, de dood van het subject in plaats van 10)

2) 📷 – Gefotografeerd op de plaats waar het subject is gevonden

3) 🖐- Manipulatie van het onderwerp (in het veld of in een studio), dit symbool komt dan in plaats van 📸

4) ⏳ - tijd in gevangenschap

5) 👣 - translocatie (vastleggen, transporteren en vrijgeven van een onderwerp van de ene locatie naar de andere)

6) 🎨 - Gebruik van klonen of uitgebreide nabewerking

7) ↺ - Beeldrotatie

8) - Afspelen van geluiden (voornamelijk gebruikt in vogelfotografie, de wetenschap heeft momenteel geen uitsluitsel over de langetermijngevolgen voor gedrag)

Criteria voor de gezondheidsschaal waarmee de numerieke 🄷-waarde wordt bepaald:

🄷1 - Het onderwerp is zich niet bewust van de aanwezigheid van de fotograaf, houdt zich bezig met normale, ongestoorde activiteiten.

🄷2 - Het onderwerp is op de hoogte van de aanwezigheid van de fotograaf, maar negeert of is gewend aan de aanwezigheid van de fotograaf en vertoont normaal gedrag.

🄷3 - Het subject is op de hoogte van de aanwezigheid van de fotograaf en past zijn gedrag als gevolg daarvan aan (geen onmiddellijk lichamelijk letsel).

🄷4 - Fotograaf houdt zich bezig met het onderwerp bijv. Manipulatie van positie, translocatie naar een studio-omgeving, enz. Maar zonder fysiek bewijs van schade aan het onderwerp.

🄷5 - Defensieve stressreactie Bijv. Opvallend / defensief gapend

🄷6 - Fysiologische respons die het verlies van fitheid op korte termijn beïnvloedt, bijv. braken, tonische onbeweeglijkheid.

🄷7 - Fysiologische respons die het verlies van fitness op de middellange termijn beïnvloedt zoals het verlies van ledematen en andere fysieke schade (herstelbaar).

🄷8 - Onmiddellijke catatonie of niet reageren op manipulatie, langdurig verlies van fitheid - Heropleving en gedeeltelijk herstel na zorg en stressvrije omgeving.

🄷9 - Onmiddellijk niet reageren op manipulatie, gedeeltelijke opwekking maar met permanent verlies van fitheid.

☠️ - Dood van onderwerp

Een voorbeeld van een foto die ikzelf gemaakt heb waarin een dier duidelijk gemanipuleerd werd is hierboven ingevoegd. Het betrof een Piranha die in Peru door onze gids werd gevangen om ons te laten zien. Hij werd ter plekke uit het water gehaald en misschien een halve minuut boven water gehouden en daarna weer teruggezet. Vandaar een camera (gefotografeerd op de plaats waar hij werd gevonden) en 🄷4 omdat het dier duidelijk gemanipuleerd werd voor wat betreft zijn positie maar omdat hij snel weer teruggezet werd hoogstwaarschijnlijk geen schade.


Mochten de gehanteerde symbolen niet goed leesbaar zijn op deze blog dan kun je hier een PDF downloaden van dit artikel.

woensdag 1 april 2020

Consistent waarderen


Ik schreef al meerdere malen over het (ster)waarderingssysteem zoals in 2015 maar daarvoor ook al in 2009. In die artikelen ging het vooral over het waarom en dat is eigenlijk onveranderd. 


Over het hoe heb ik ook wel het één en ander geschreven maar waar ik ditmaal op wil ingaan is de consistentie die nodig is bij het waarderen van je foto’s. Dat je niet vandaag andere criteria hanteert dan volgende week of vorig jaar.

De criteria die ik sinds 2015 gebruik heb zijn als volgt: 


Zoals ik toen uit heb gelegd zijn mijn criteria niet beter of slechter dan die van iemand anders. Mocht je over het hoe en waarom willen weten, neem dan vooral even de blog van 2015 door.

Belangrijk voor nu is om vooral je eigen afwegingen te maken en dus zelf je criteria bepalen. Pas die dan echter wel consequent toe!

Het helpt dan bijvoorbeeld om het lijstje uit te printen en aan je beeldscherm te hangen. Wanneer je Lightroom gebruikt om je foto’s te beheren is er een leuk alternatief om jezelf eraan te herinneren welke criteria je hanteert en dat is het ‘Eindmarkering deelvenster’*: 


Je kunt daar namelijk zelf een .PNG bestand neerzetten. 

Tot nog toe heb ik daar nooit echt een goede toepassing voor gevonden maar als geheugensteun voor het consequent toepassen van je sterwaardering is het ideaal en het scheelt weer een papiertje aan je monitor!

Wanneer je rechts klikt in het geel omcirkelde gebied krijg je een contextmenu. Kies daar voor ‘Eindemarkering deelvenster’ en dan voor ‘Naar map Eindemarkeringen deelvenster’: 


De verkenner opent dan met de folder ‘Panel End Marks’ geselecteerd. Open die vervolgens: 

In dit voorbeeld staan er al een aantal .PNG bestanden in de folder maar in de meeste gevallen zal de folder leeg zijn. Zet hier nu een .PNG bestand neer (zoals dit voorbeeld van mij).

Vervolgens kun je in Lightroom onder ‘Eindemarkering deelvenster’ en dan ‘Naar map Eindemarkeringen deelvenster’ het betreffende bestand selecteren. Die wordt dan vervolgens in Lightroom op die plek getoond.

Download hier eventueel mijn.psd bronbestand om je eigen bestand te maken. Sla het resultaat op als .PNG en zet die in bovengenoemde folder.

* Helaas werkt dit op de Mac niet meer vanaf Catalina.







zondag 1 maart 2020

Het Lightroom HSL/Kleur paneel

Bij het nabewerken van je foto’s in Lightroom biedt het HSL/Kleur paneel (In de ‘Ontwikkelen’ module) belangrijke opties die niet altijd even goed begrepen worden. Toch is het niet zo ingewikkeld.

HSL is Engels voor ‘Hue, Saturation and Luminance’ maar deze afkorting wordt niet alleen gebruikt in de Engelstalige interface maar ook in de Nederlandstalige. Daarin komt het dus niet overeen met waar het voor staat: Kleurtoon, verzadiging en Luminantie. Het paneel had dus beter (ook) vertaald kunnen worden naar KVL/Kleur :)

Met behulp van het paneel kun je verschillende kleuren onafhankelijk van elkaar beïnvloeden op kleurtoon, verzadiging en luminantie. En hoewel het dus specifiek over kleurbeïnvloeding gaat is het paneel ook erg handig voor mensen die met zwart wit werken. Daarover later meer.

Als eerste ga ik even in op waar de drie begrippen voor staan:

KLEURTOON
Dit is het lastigste begrip van de drie denk ik maar wellicht helpt het om aan een regenboog te denken.
In een regenboog lopen de kleuren in elkaar over. Ergens in het ‘midden’ van de ene kleur is het duidelijk om welke kleur het gaat, bijvoorbeeld geel. Ga je nu naar links of rechts dan kom je dichter bij oranje of groen maar zo lang het nog geen oranje of groen is, is het dus nog steeds geel maar dan met verschillende kleurtonen. Dus is het geel van je foto wat te groen dan kun je het met de kleurtoon aanpassen naar wat meer oranje of andersom. Hetzelfde principe geldt voor alle overige kleuren.

VERZADIGING
Hierbij denk ik altijd aan een pot met (neutraal) grijze verf. Wanneer ik daar een beetje blauw bij doe dan is de verzadiging minimaal. Wanneer ik er net zo veel blauw bij doe als grijs, dan neemt de verzadiging toe. Het betreft dus als het ware de intensiteit van de kleur. Als je de verzadiging van een kleur naar -100 brengt wordt het een grijstint. En als je de verzadiging van alle kleuren naar -100 brengt krijg je een zwart/wit foto. Omdat je met het HSL paneel voor iedere individuele kleur dit kunt aanpassen krijg je controle over de sfeer van een foto. Intense kleuren worden vaak als vrolijk beschouwd terwijl minder intense kleuren vaak als wat somberder worden gezien.

LUMINANTIE
Het woord Luminantie staat letterlijk voor helderheid maar dat begrip heeft binnen Lightroom een andere betekenis dus dit kan verwarrend zijn. Het gaat hier om het lichter of donkerder maken van een kleur. Een praktisch voorbeeld is de lucht. Die is blauw en vaak wil je de lucht iets donkerder maken zonder de rest van de foto te beïnvloedend. Nu, dan kun je de dus het eenvoudigst de luminantie van blauw wat terugbrengen.

TWEE INGANGEN 
Zoals je ziet kun je de kleuren aanpassen op Kleurtoon, verzadiging en luminantie, daarvoor klik je op de titel van het paneel op het woord ‘HSL’:

Andersom kun je ook de kleurtoon, verzadiging en luminantie aanpassen op kleur, dan klik je op ‘Kleur’:
In beide gevallen doe je eigenlijk precies hetzelfde maar dan met een iets andere ‘invalshoek’. De meeste mensen die ik ken kiezen één van beide invalshoeken en werken dan altijd van daaruit.

KLEURENKIEZER
Dit is een heel handig tooltje! Het is wat verborgen en daarom kennen veel mensen het dan ook niet. Je kunt er heel nauwkeurig de kleur selecteren die je in je foto wilt aanpassen. Dit doe je door het tooltje simpelweg aan te klikken en dan op de betreffende plek in de foto te zetten. Dan hoef je niet meer te gokken of het nu geel is of groen wat je aan moet passen. 

Wanneer je de tool eenmaal op de plek hebt neergezet dan klik je met de linkermuisknop en houdt die ingedrukt terwijl je de muis omhoog of omlaag beweegt. Nu verandert de Kleurtoon, luminantie of verzadiging, afhankelijk van je hebt gekozen. In het voorbeeld hierboven is dat luminantie. Je schuift omhoog of naar beneden totdat het je naar de zin is en laat dan de muisknop weer los. In het HSL paneel kun je zien welke waardes nu precies zijn gewijzigd en hoeveel

ZWART/WIT 
Zoals bij de intro aangegeven is het HSL paneel ook goed te gebruiken in combinatie met zwart/wit. Voorheen heette het paneel dan ook HSL/Kleur/Zwart-wit maar tegenwoordig (vanaf versie 8) verandert het paneel van naam wanneer je in het Standaard paneel kiest voor Zwart-wit:
Het ‘HSL/Kleur’ paneel staat er nu niet meer tussen maar heet nu ‘Zwart-wit’:
De schuifjes doen echter hetzelfde! Je ziet nu alleen de effecten gerepresenteerd worden in grijswaarden. (Dit werkt overigens alleen wanneer de foto’s zijn gemaakt in RAW).
Door de ‘helderheid’ van elke kleur selectief aan te passen kun je creatief de stemming van het beeld drastisch beïnvloeden.

EXPERIMENTEER!
Mensen die misschien wat geïmponeerd zijn door het HSL paneel adviseer ik om er gewoon eens mee te experimenteren! Op ieder moment kun je namelijk weer opnieuw beginnen door de knop ‘Opnieuw instellen’ te klikken:
Lightroom werkt namelijk niet-destructief! Daardoor verlies je geen kwaliteit en loop je geen enkel risico. 

vrijdag 14 februari 2020

Derivatieven, wat zijn dat en bewaar je ze of niet?


Het eerste DAM book for photographers van Peter Krogh was een belangrijke inspiratiebron voor me toen ik digitaal ging fotograferen en mijn digitale omgeving moest inrichten. Een onderwerp echter waar ik lang moeite mee heb gehad om volledig te doorgronden was ‘derivatieven’ of ‘afgeleiden’ in het Nederlands. De naam zegt natuurlijk al wel iets over de aard van dit soort bestanden maar toch ook weer niet genoeg. Je kunt er namelijk vanuit verschillende perspectieven naar kijken:

Perspectief 1 Gebruik

Als je een foto hebt gemaakt in RAW dan kun je daar in het dagelijks gebruik maar beperkt iets mee. Wanneer je de foto wilt delen met iemand anders dan doe je dat meestal als JPG bijvoorbeeld. Wil je de foto op een website plaatsen dan gebruik je wellicht PNG en zorg je ervoor dat hij niet te groot is. Dit zorgt ervoor dat de foto sneller zichtbaar wordt op de computer of telefoon van de bezoeker. Door het kleine formaat is hij bovendien minder interessant om te stelen, vooral wanneer de foto daarnaast voorzien is van een watermerk. Wanneer je een foto wilt (laten) afdrukken dan vraagt dit juist weer wat andere ingrepen om de uiteindelijke afdruk er zo optimaal mogelijk uit te laten zien. Kortom, voordat je het in de gaten hebt, heb je diverse varianten en versies van dezelfde foto. Heel vaak zul je deze afgeleide bestanden niet hoeven te bewaren en te beheren omdat je ze heel snel opnieuw kunt maken wanneer je ze weer eens nodig hebt. Eerder verdedidgde ik dit standpunt al eens in dit artikel ‘Minimaliseer afgeleide bestanden’.

Perspectief 2 Beheer

Als je een foto hebt gemaakt in RAW dan is dat een ‘plat’ bestand die eerst nog moet worden ‘ontwikkeld’. De basis ontwikkelzaken kun je vaak doen met het programma waarmee je je foto’s beheert maar wanneer je iets specifieks wil moet je vaak uitstapjes maken naar programma’s als Photoshop. Op dat moment creëer je een nieuw bestand omdat het originele RAW bestand niet aangeraakt zal worden door het betreffende programma. Non-destructive editing wordt dit principe genoemd en vrijwel alle programma’s die met RAW bestanden kunnen werken, hanteren dit principe. Het originele bestand wordt niet bewerkt maar een afgeleide ervan, vaak in TIF formaat.

Vaak zul je de nodige tijd hebben gestoken in dit soort specifieke bewerking en daarom zul je het nieuwe bestand dan waarschijnlijk ook willen bewaren. Deze afgeleide bestanden zou ik dan wel weer toevoegen aan je catalogus. In de naamgeving van het bestand kun je duidelijk maken waarom het gaat hoewel ik de oorspronkelijk naam er zelf altijd deel van uit laat maken (voorbeeld: RM_20200207_155240_MASTER.TIF).

Toen ik net begon met digitaal fotograferen was dat in JPG. Later, toen ik kennis maakte met RAW ging ik fotograferen in RAW+JPG omdat ik het oude nog niet echt los durfde te laten. Na de overstap naar alleen fotograferen in RAW bleef ik al m’n foto’s aan het eind van m’n workflow (zie stap 17 in dit artikel) omzetten naar JPG omdat ik er om de één of andere reden vanuit ging dat dat het beoogde eindproduct moest zijn. Nu weet ik dus beter en ben ik er een stuk selectiever in geworden.

zondag 5 januari 2020

Terugblik op 2019

Een overzicht van alle artikelen van het afgelopen jaar op deze blog plus een download van alle historie terug tot aan 2008.

Een terugblik op alle artikelen van het afgelopen jaar inclusief dit (downloadbaar) document met een overzicht (en links) van alle artikelen vanaf 2008.

Kort artikel met veel links naar eerder gepubliceerde artikelen. Dit in de vrijmibo stijl van geenstijl.

FEBRUARI 2019
Voorbeelden van toepassingen op dit moment. Bijvoorbeeld om foto’s te vinden zonder dat die voorzien zijn van trefwoorden. Een tweede voorbeeld is de esthetische beoordeling door de computer. In het onderzoek naar de algoritmes hiervoor speelt de Riemann hypothese een grote rol

MAART 2019
Het artikel van vorig jaar geactualiseerd en een nieuwe whitepaper gemaakt (versie 2019).

APRIL 2019
Hoe bepaal je welke foto's hoger gewaardeerd moeten worden dan de andere?

De Lightroom Migration Tool van ON1 aan de tand gevoeld (en nog niet goed genoeg bevonden)

JUNI 2019
Een vervolg op het artikel van juni 2015 waarin de boodschap van destijds iets is afgezwakt. Soms is een spiekbrief misschien toch wel handig...

JULI 2019
Mijn ervaring met de recent uitgebrachte Codec van Microsoft.


Een vervolg op juni 2017 met twee concrete voorbeelden ten gunste van een DAM

AUGUSTUS 2019
Mijn ervaringen met een geïntegreerde oplossing nadat ik in 2014 overgestapt ben van best-of-breed.

SEPTEMBER 2019
Toelichting op het preferencebestand en hoe je hem kunt resetten.

OKTOBER 2019
Een Excel sheet met alle plug-ins die mij bekend zijn plus een korte beschrijving. Tevens als download beschikbaar gesteld.

NOVEMBER 2019
Grondige uitleg van slimme verzamelingen plus voorbeelden.

DECEMBER 2019
Puget heeft net een Benchmark gepubliceerd (Beta 0.8). Mijn eerste ervaringen.

Voor de mensen die m’n blog volgen en eens een artikel terug willen zoeken heb ik een index gemaakt met een vergelijkbaar overzicht als dit maar dan tot aan 2008. Dit overzicht kan hier gedownload worden.