Bei einer analogen Kamera trifft Licht auf Film.
Bei einer Digitalkamera trifft es auf einen Bildsensor.
Er ist die lichtempfindliche Fläche hinter dem Objektiv und bildet damit eines der zentralen Bauteile einer modernen Kamera.
Vereinfacht läuft eine Aufnahme so ab:
Motiv
↓
Licht
↓
Objektiv
↓
Blende
↓
Kamerasensor
↓
elektrisches Signal
↓
digitale Bilddaten
Der Sensor entscheidet nicht allein über die Bildqualität.
Das Ergebnis entsteht immer aus einem System:
Licht
+
Objektiv
+
Sensor
+
Elektronik
+
Bildverarbeitung
=
fertiges Bild
Trotzdem beeinflussen Größe, Aufbau und Auflösung des Sensors wesentlich, was eine Kamera leisten kann.
Der Sensor ersetzt nicht einfach nur den Film
Die Analogie ist hilfreich:
analoge Kamera
→ Film
digitale Kamera
→ Sensor
Technisch geht ein digitaler Sensor aber weit darüber hinaus.
Er muss einfallendes Licht:
erfassen,
in elektrische Signale umwandeln
und für die weitere digitale Verarbeitung bereitstellen.
Danach übernimmt die Kameraelektronik.
Ein Sensor besteht aus vielen lichtempfindlichen Bereichen
Ein moderner Bildsensor besitzt Millionen einzelner Sensorelemente.
Vereinfacht:
□ □ □ □ □ □
□ □ □ □ □ □
□ □ □ □ □ □
□ □ □ □ □ □
Jedes davon erfasst Licht aus einem kleinen Bereich des projizierten Bildes.
Man spricht häufig von:
Pixeln
beziehungsweise genauer von lichtempfindlichen Sensorelementen oder Photosites.
Sensorpixel und Bildpixel sind eng verbunden
Eine Kamera mit ungefähr:
24 Megapixel
besitzt entsprechend viele Sensorelemente beziehungsweise erzeugt Bilder mit ungefähr 24 Millionen Ausgabepixeln.
Wie genau Sensordaten in fertige Farbpixel umgesetzt werden, ist allerdings komplizierter als:
1 Sensorpunkt
=
1 vollständiges RGB-Pixel
Denn ein typischer Sensor misst an einer einzelnen Position nicht einfach gleichzeitig vollständiges Rot, Grün und Blau.
Der Sensor misst zunächst Licht
Ein lichtempfindliches Element reagiert grundsätzlich auf eintreffende Photonen.
Mehr Licht bedeutet innerhalb seines Arbeitsbereichs:
stärkeres Signal.
wenig Licht
→ kleines Signal
viel Licht
→ größeres Signal
Damit weiß der Sensor zunächst aber noch nicht automatisch:
Welche Farbe hatte dieses Licht?
Farbe braucht zusätzliche Information
Deshalb verwenden viele Kamerasensoren vor den lichtempfindlichen Elementen Farbfilter.
Ein verbreitetes Grundprinzip ist ein Filtermuster mit:
Rot,
Grün,
Blau.
Konzeptionell etwa:
R G R G
G B G B
R G R G
G B G B
Ein einzelnes Sensorelement erfasst damit primär die Intensität eines bestimmten Farbbereichs.
Warum gibt es besonders viele grüne Filter?
Viele verbreitete Filtermuster besitzen doppelt so viele grüne wie rote oder blaue Positionen.
Das hängt unter anderem damit zusammen, wie Helligkeitsinformation und menschliche visuelle Wahrnehmung genutzt werden können.
Das exakte Sensorsystem kann je nach Kamera abweichen.
Das Grundprinzip bleibt:
Aus mehreren Messwerten muss später ein vollständiges Farbbild rekonstruiert werden.
Demosaicing
Die Kamera beziehungsweise RAW-Software berechnet aus den einzelnen Farbmessungen vollständige Bildpixel.
Dieser Vorgang wird häufig als:
Demosaicing
bezeichnet.
Vereinfacht:
Sensordaten
R G G B ...
↓
Nachbarinformationen analysieren
↓
Rot + Grün + Blau schätzen
↓
vollständiges Farbbild
Das bedeutet:
Schon ein scheinbar „unbearbeitetes“ Digitalfoto benötigt Verarbeitung.
Ein digitales Foto entsteht nicht direkt fertig auf dem Sensor
Der Sensor liefert Daten.
Danach erfolgen je nach Workflow unter anderem:
Demosaicing
↓
Weißabgleich
↓
Farbinterpretation
↓
Tonwertverarbeitung
↓
Rauschreduzierung
↓
Schärfung
↓
fertiges Bild
Genau deshalb ist die Unterscheidung zwischen RAW und JPEG so wichtig.
Dazu kommen wir im nächsten Artikel.
Was sind Megapixel?
Ein Megapixel entspricht ungefähr:
1.000.000 Bildpunkten
Ein Sensor mit:
6000 × 4000
Ausgabepixeln liefert:
24.000.000 Pixel
also ungefähr:
24 Megapixel.
Mehr Megapixel bedeuten mehr mögliche Detailauflösung
Grundsätzlich kann eine höhere Pixelzahl feinere räumliche Strukturen erfassen.
Beispiel:
12 MP
→ weniger Rasterpunkte
24 MP
→ mehr Rasterpunkte
48 MP
→ noch mehr Rasterpunkte
Das bedeutet aber nicht:
48 MP
=
doppelt so scharf wie 24 MP
Auflösung wächst in zwei Dimensionen
Verdoppelst du die gesamte Pixelzahl, steigen Breite und Höhe nicht ebenfalls jeweils auf das Doppelte.
Beispiel ungefähr:
24 MP
≈
6000 × 4000
Eine Verdopplung auf rund:
48 MP
ergibt nicht:
12000 × 8000
Denn das wären bereits:
96 MP
Pixelzahl verteilt sich auf Breite und Höhe.
Doppelte lineare Auflösung braucht vierfache Pixelzahl
Wenn ein Bild:
3000 × 2000
=
6 MP
besitzt und du Breite und Höhe verdoppelst:
6000 × 4000
=
24 MP
brauchst du die vierfache Pixelzahl.
2 × Breite
×
2 × Höhe
=
4 × Pixelzahl
Das ist wichtig, wenn Kameras mit Megapixelzahlen verglichen werden.
24 gegen 30 Megapixel ist kein gigantischer Unterschied
Die Zahlen klingen:
24
→
30
nach deutlichem Sprung.
Linear steigt die mögliche Bildauflösung wesentlich weniger.
Deshalb sollte man Megapixelunterschiede nicht überschätzen.
Megapixel sind nur die Rasterauflösung
Die Kamera muss das Detail überhaupt optisch erhalten.
Dafür braucht sie:
ein ausreichend gutes Objektiv,
präzisen Autofokus,
ausreichend kurze Verschlusszeit,
geeignetes Licht.
Ein 60-Megapixel-Sensor hinter einem unscharfen Objektiv erzeugt:
60 Millionen Pixel
aber nicht automatisch:
60 Millionen Pixel feiner Bildinformation
Verwacklung wird bei hoher Auflösung sichtbarer
Je feinere Details der Sensor darstellen kann, desto stärker können kleine Bewegungen sichtbar werden.
Dasselbe gilt für:
Fokusfehler,
Objektivschwächen,
Beugung.
Eine hochauflösende Kamera verlangt deshalb häufig präzisere Aufnahmetechnik, wenn ihre volle Auflösung tatsächlich genutzt werden soll.
Für Websites braucht man selten die volle Sensorauflösung
Ein Foto wird vielleicht mit:
6000 × 4000
aufgenommen.
Auf der Website erscheint es mit:
1200 × 800
Pixeln.
Der größte Teil der ursprünglichen Rasterauflösung wird also gar nicht direkt ausgeliefert.
Das ist völlig sinnvoll.
Wie unter Bildauflösung erklärt:
hochwertiges Master
↓
passende Webversion
ist der bessere Workflow.
Warum dann überhaupt viele Megapixel?
Sie bieten Reserve.
Zum Beispiel für:
Cropping,
große Prints,
Retusche,
Perspektivkorrektur,
unterschiedliche Websiteformate.
Cropping
Original:
6000 × 4000
Du verwendest nur die Hälfte der Breite und Höhe:
3000 × 2000
Nun bleiben noch:
6 Megapixel
übrig.
Eine hohe Ausgangsauflösung kann deshalb besonders wertvoll sein, wenn später stark zugeschnitten werden soll.
Wildlife und Sport
Das Motiv ist weit entfernt.
Die verwendete Brennweite reicht nicht vollständig.
Zusätzliche Sensorauflösung ermöglicht stärkeren Crop.
Architektur
Perspektivkorrektur und geometrische Transformation können Bildränder kosten.
Mehr Auflösung schafft Reserve.
Produktfotografie
Hochauflösende Masters können später für:
Web,
Katalog,
Print,
Detailausschnitte
verwendet werden.
Mehr Megapixel kosten aber auch etwas
Größere Dateien.
Mehr Speicherplatz.
Mehr Rechenleistung.
Längere Übertragung.
Höhere Anforderungen an Objektive und Aufnahmepräzision.
mehr Auflösung
↓
mehr Daten
Deshalb ist:
mehr Megapixel
nicht automatisch:
bessere Kamera
Sensorgröße
Neben der Pixelzahl ist die physische Größe des Sensors besonders wichtig.
Zwei Kameras können beide:
24 Megapixel
besitzen.
Sensor A ist aber deutlich größer als Sensor B.
Dann verteilen sich ungefähr gleich viele Sensorelemente auf unterschiedliche Flächen.
Typische Sensorformate
Zu den verbreiteten Größenklassen gehören beispielsweise:
Mittelformat
Vollformat
APS-C
Micro Four Thirds
kleinere Kompaktkamerasensoren
Smartphonesensoren
Die exakten Abmessungen können innerhalb einzelner Klassen variieren.
Vollformat
Das sogenannte Vollformat orientiert sich ungefähr am klassischen Kleinbildfilmformat:
36 × 24 mm
Darauf beziehen sich viele fotografische Vergleiche.
Besonders:
Brennweitenäquivalente
und:
Crop-Faktoren.
APS-C
APS-C ist kleiner als Vollformat.
Die exakten Abmessungen unterscheiden sich je nach System etwas.
Das führt zu einem Crop-Faktor von ungefähr:
1,5×
beziehungsweise bei manchen Systemen etwa:
1,6×
Micro Four Thirds
Noch kleiner.
Der Bildwinkelvergleich zu Vollformat verwendet ungefähr:
2× Crop-Faktor
Wie genau der Crop-Faktor funktioniert, haben wir bereits unter Brennweite behandelt.
Smartphone
Smartphonesensoren sind deutlich kleiner als typische Systemkamerasensoren.
Trotzdem können moderne Smartphones beeindruckende Bilder erzeugen.
Das liegt daran, dass neben der Optik und dem Sensor extrem viel computergestützte Bildverarbeitung eingesetzt wird.
Was bringt ein größerer Sensor?
Eine größere Sensorfläche kann grundsätzlich mehr Licht aus derselben Bildszene erfassen, wenn man vergleichbare Bildgestaltung und Belichtungsbedingungen sinnvoll gegeneinander betrachtet.
Vereinfacht:
größere lichtempfindliche Gesamtfläche
↓
mehr mögliche Photonen
↓
bessere Datengrundlage
Das kann Vorteile bieten bei:
Rauschen,
Dynamikumfang,
geringer Schärfentiefe
und:
Bildqualität unter schwierigen Lichtbedingungen.
Aber die Zusammenhänge müssen sauber betrachtet werden.
Sensorgröße allein macht kein gutes Foto
Eine Vollformatkamera kann:
falsch fokussieren,
verwackeln,
schlecht belichten,
mit schlechtem Licht arbeiten.
Ein Smartphone kann gleichzeitig mit guter Bildverarbeitung ein ausgezeichnetes Ergebnis liefern.
großer Sensor
≠
automatisch gutes Bild
Licht ist die eigentliche Rohinformation
Das ist ein zentraler Gedanke.
Ein Sensor kann nur das auswerten, was als Licht bei ihm ankommt.
mehr nutzbares Licht
→ bessere Messgrundlage
weniger Licht
→ schwächere Messgrundlage
Danach kann Elektronik Signale verstärken und Software sie bearbeiten.
Sie kann aber nicht beliebig echte ursprüngliche Photoneninformation ersetzen.
Photonen und statistische Schwankungen
Licht trifft nicht als vollkommen gleichmäßiger kontinuierlicher Strom auf den Sensor.
Die Zahl eintreffender Photonen unterliegt statistischen Schwankungen.
Diese werden bei sehr wenig Licht relativ stärker sichtbar.
Das ist eine grundlegende Quelle von Bildrauschen.
Viel Licht
Vereinfacht:
100.000 Photonen
+
kleine statistische Schwankung
Die Abweichung ist relativ klein.
Wenig Licht
100 Photonen
+
statistische Schwankung
Nun kann dieselbe relative Unsicherheit viel stärker auffallen.
Daraus ergibt sich ein wichtiges Prinzip:
Mehr tatsächlich eingefangenes Licht verbessert das Signal-Rausch-Verhältnis.
Signal-Rausch-Verhältnis
Man spricht häufig vom:
Signal-to-Noise Ratio, kurz SNR.
Nutzsignal
──────────
Rauschen
Je größer das Verhältnis:
desto sauberer lässt sich die Bildinformation unterscheiden.
Deshalb sind Schatten problematisch
Dunkle Bildbereiche besitzen wenig Lichtsignal.
Wenn sie später massiv aufgehellt werden:
wird auch vorhandenes Rauschen sichtbar.
Wie unter Belichtung erklärt:
Eine gute Lichtausbeute bei der Aufnahme ist wertvoller als ausschließlich darauf zu hoffen, dunkle Daten später extrem hochzuziehen.
Sensorgröße und Lichtsammlung
Stell dir zwei Sensoren vor.
Beide zeigen denselben Bildausschnitt mit vergleichbarer fotografischer Gestaltung.
Der größere Sensor besitzt insgesamt mehr Fläche.
Unter geeigneten vergleichbaren Bedingungen können dadurch insgesamt mehr Photonen für das Bild erfasst werden.
Das ist ein Grund, weshalb größere Sensorformate bei schwachem Licht Vorteile bieten können.
Aber Pixelgröße wird oft zu stark vereinfacht
Man hört häufig:
Große Pixel sammeln mehr Licht und rauschen deshalb weniger.
Das besitzt einen realen Hintergrund.
Aber daraus wird schnell eine zu einfache Regel.
Entscheidend für ein fertiges Bild sind unter anderem:
Sensorfläche
Gesamtpixelzahl
Sensortechnik
Ausgabegröße
Bildverarbeitung
Belichtung
Ein einzelner Pixelwert allein erklärt die Bildqualität nicht.
Pixel Pitch
Die Größe beziehungsweise der Abstand der Sensorelemente wird häufig über den sogenannten Pixel Pitch beschrieben.
Ein Sensor mit:
weniger Pixeln auf gleicher Fläche
besitzt typischerweise größere Sensorelemente.
Ein Sensor mit:
mehr Pixeln
kleinere.
Beispiel vereinfacht
Sensor A:
24 MP
Sensor B, gleiche Fläche:
60 MP
Sensor B muss erheblich mehr Sensorelemente auf derselben Fläche unterbringen.
Bedeutet das automatisch, dass 60 MP stärker rauschen?
Nicht zwingend in der fertigen Ausgabe.
Auf Pixelniveau können Unterschiede sichtbar sein.
Wird das 60-MP-Bild aber auf dieselbe Endgröße wie das 24-MP-Bild heruntergerechnet, werden mehrere Pixelinformationen zusammengeführt.
Dadurch kann sich das Rauschen anders darstellen.
Pixelpeeping kann deshalb täuschen
Vergleich A:
24-MP-Bild bei:
100 %
Vergleich B:
60-MP-Bild ebenfalls bei:
100 %
zeigt nicht denselben Bildausschnitt in gleicher Größe.
Beim 60-MP-Bild schaut man wesentlich stärker hinein.
Fairer Vergleich
Beide Bilder auf:
gleiche Ausgabegröße
bringen.
Zum Beispiel:
2000 Pixel breit
und dann vergleichen.
Das entspricht eher einer realen Nutzung.
Für Websites besonders wichtig
Ein 24-MP- und ein 60-MP-Foto werden vielleicht beide auf:
1200 Pixel
Breite verkleinert.
Viele Unterschiede auf Sensorebene verschwinden dann weitgehend.
Andere Merkmale wie:
Farbe,
Licht,
Komposition,
Fokus
werden deutlich wichtiger.
Dynamikumfang
Ein Sensor muss gleichzeitig:
dunkle
und:
helle
Bereiche erfassen.
Der Abstand zwischen dem niedrigsten noch sinnvoll unterscheidbaren Signal und der maximal aufnehmbaren Helligkeit wird vereinfacht als Dynamikumfang beschrieben.
tiefer Schatten
←────────────────→
helles Highlight
Beispiel Innenraum
Du fotografierst ein Zimmer.
Innen:
dunkel.
Durch das Fenster:
helle Sonne.
Raum
→ dunkel
Fenster
→ sehr hell
Der Sensor muss beide Extreme gleichzeitig verarbeiten.
Zu viel Licht
Ein Sensorelement kann nur eine begrenzte Signalmenge aufnehmen.
Ist diese Grenze erreicht:
wird zusätzlicher Helligkeitsunterschied nicht mehr differenziert aufgezeichnet.
Das Highlight clippt.
hell
↓
noch heller
↓
Sensorgrenze
↓
alles maximal
Weiß bleibt Weiß
Eine Wolke besitzt vielleicht:
feine Strukturen.
Wird sie vollständig überbelichtet:
255
255
255
beziehungsweise der maximale RAW-Wert.
Die Struktur ist weg.
Zu wenig Licht
Am anderen Ende wird das Signal so klein, dass es vom Rauschen kaum noch zuverlässig unterscheidbar ist.
Dann verlieren Schatten:
Farbe,
Details,
Sauberkeit.
Großer Dynamikumfang bedeutet mehr Spielraum
Ein Sensor mit gutem Dynamikumfang kann gleichzeitig:
hellere Bereiche erhalten
und:
tiefe Schatten brauchbar aufzeichnen.
Das ist besonders nützlich für:
Landschaft,
Architektur,
Gegenlicht,
Innenräume.
Dynamikumfang ist nicht dasselbe wie kontrastarmes Bild
Ein RAW kann enormen Dynamikumfang enthalten.
Das fertige Bild darf trotzdem:
kräftige Schatten
und:
starke Highlights
besitzen.
aufgezeichnete Information
≠
fertige Bildwirkung
Die Bearbeitung entscheidet, wie viel davon sichtbar wird.
Dynamikumfang und RAW
Gerade hier spielt RAW seine Stärke aus.
Die Sensordaten enthalten mehr Spielraum als ein bereits stark verarbeitetes fertiges Bildformat.
Im folgenden Beitrag sehen wir genauer:
warum.
Was ist Full Well Capacity?
Ein einzelnes Sensorelement kann nur eine begrenzte Ladungsmenge speichern.
Vereinfacht:
leerer Behälter
↓
Photonen treffen ein
↓
Ladung steigt
↓
Behälter voll
Ist er voll:
kann mehr Licht nicht mehr differenziert werden.
Das setzt eine Grenze auf der Highlightseite.
Größere Sensorelemente können grundsätzlich mehr Kapazität ermöglichen
Doch:
Sensordesign,
Elektronik,
Ausleseverfahren
spielen ebenfalls eine große Rolle.
Deshalb lässt sich moderne Sensorleistung nicht allein aus der geometrischen Pixelgröße berechnen.
ISO und Sensor
Wie bereits unter Belichtung besprochen, bedeutet eine höhere ISO nicht:
Der Sensor sammelt plötzlich mehr Photonen.
Bei gleicher:
Blende
und:
Verschlusszeit
kommt dieselbe Lichtmenge an.
ISO beeinflusst, wie das Sensorsignal verarbeitet beziehungsweise verstärkt wird.
Beispiel
f/4
1/125 s
ISO 100
und:
f/4
1/125 s
ISO 3200
fangen bei derselben Szene grundsätzlich dieselbe Menge Licht ein.
Das zweite Bild wird lediglich anders verstärkt beziehungsweise verarbeitet.
Warum rauscht hohe ISO dann?
Häufig wird hohe ISO in Situationen verwendet, in denen wenig Licht aufgenommen wurde.
Das schwache Signal muss stärker dargestellt werden.
Damit werden auch:
Rauschen
und:
Signalunsicherheiten
sichtbarer.
ISO ist deshalb oft eher Symptom als Ursache
Typische Situation:
wenig Licht
↓
kurze Zeit nötig
↓
offene Blende reicht nicht
↓
ISO erhöhen
Das eigentliche Problem ist:
wenig eingefangenes Licht.
Nicht eine mystische Schädlichkeit der ISO-Zahl.
Eine höhere ISO kann manchmal sogar die sinnvollere Wahl sein
Person bewegt sich.
ISO 100 würde erfordern:
1/15 s
Person verwischt.
ISO 1600 ermöglicht:
1/250 s
Nun ist das Bild:
etwas rauschiger,
aber scharf.
Das ist meist wesentlich wertvoller.
Basis-ISO
Sensoren beziehungsweise Kameras besitzen einen Bereich, in dem ihre Elektronik besonders günstig arbeitet.
Häufig wird von einer Basis-ISO gesprochen.
Das ist typischerweise der Ausgangspunkt für maximalen Dynamikumfang beziehungsweise besonders saubere Daten.
Die genaue Funktionsweise und optimale Einstellung hängt vom jeweiligen Sensor ab.
Dual-Gain-Systeme
Einige moderne Sensoren können Signale je nach ISO-Bereich über unterschiedliche Verstärkungspfade auslesen.
Dadurch kann bei einem höheren ISO-Bereich das Ausleserauschen plötzlich wieder günstiger werden.
Das zeigt erneut:
ISO höher
=
immer linear schlechter
ist zu simpel.
Für den normalen Fotografen ist das kein Pflichtwissen
Wichtiger bleibt:
so viel sinnvolles Licht wie möglich erfassen
+
Bildbewegung und Highlights kontrollieren
Was ist Ausleserauschen?
Nachdem Licht in elektrische Ladung umgewandelt wurde, muss diese Information aus dem Sensor ausgelesen und digitalisiert werden.
Dabei können zusätzliche elektronische Störungen entstehen.
Diese werden vereinfacht als:
Read Noise
bezeichnet.
Moderne Sensoren haben dieses Rauschen stark reduziert
Dadurch können Schatten wesentlich flexibler bearbeitet werden als bei älteren Digitalkameras.
Trotzdem bleibt:
mehr Lichtsignal
grundsätzlich besser.
Analog-Digital-Wandler
Das elektrische Signal muss in digitale Zahlen umgewandelt werden.
elektrische Ladung
↓
Messung
↓
digitaler Wert
Dieser Wert bildet einen Teil der RAW-Daten.
Bittiefe
RAW-Dateien speichern Helligkeitsinformationen typischerweise mit höherer Abstufung als ein normales 8-Bit-JPEG.
Das bedeutet:
mehr mögliche Tonwertstufen für die weitere Verarbeitung.
Die konkrete Sensorausgabe und RAW-Speicherung unterscheiden sich nach Kamerasystem.
8 Bit
Bei einem fertigen RGB-Kanal beispielsweise:
0 bis 255
also:
256 mögliche Werte.
Höhere Bittiefe
Erlaubt viel feinere Abstufungen während der Bearbeitung.
Das ist besonders nützlich bei:
starken Tonwertkorrekturen,
Verläufen,
Schattenbearbeitung.
Mehr gespeicherte Werte bedeuten nicht automatisch sichtbar mehr Farben auf jedem Monitor
Sie liefern vor allem mehr Rechenreserve innerhalb des Entwicklungsprozesses.
Das wird im RAW-Artikel wichtig.
Sensor und Farbe
Der Sensor liefert keine absolut fertige „wahre Farbe“.
Farbwiedergabe entsteht aus mehreren Ebenen:
Lichtquelle
↓
Motiv reflektiert Licht
↓
Farbfilter des Sensors
↓
Sensordaten
↓
Kameraprofil
↓
Weißabgleich
↓
Bildverarbeitung
↓
Farbe im fertigen Bild
Zwei Kameras können deshalb unterschiedlich aussehen
Dasselbe Motiv.
Gleiches Licht.
Unterschiedliche Kamera.
Die fertigen JPEGs können andere:
Hauttöne,
Grüntöne,
Kontraste
zeigen.
Das ist nicht ausschließlich eine Eigenschaft des Sensors.
Die Bildverarbeitung spielt stark hinein.
RAW reduziert diese Festlegung
Im RAW-Workflow kann ein größerer Teil der Interpretation später vorgenommen werden.
Aber auch RAW ist nicht vollkommen frei von:
Sensoreigenschaften,
Kameraprofilen,
Softwareinterpretation.
Sensorgröße und Schärfentiefe
Wie unter Schärfentiefe erklärt, beeinflusst die Sensorgröße indirekt, welche Kombination aus:
Brennweite,
Blende,
Abstand
für einen bestimmten Bildausschnitt benötigt wird.
Größere Formate ermöglichen bei vergleichbarer Bildgestaltung leichter geringe Schärfentiefe.
Beispiel Vollformat
Portrait mit:
85 mm
f/2
Kleineres Format
Für denselben Bildwinkel wird eine kürzere reale Brennweite benötigt.
Dadurch entsteht bei vergleichbarer Blendenzahl typischerweise mehr Schärfentiefe.
Das kann Vorteil oder Nachteil sein
Portrait:
geringere Schärfentiefe eventuell gewünscht.
Makro:
größere Schärfentiefe vielleicht vorteilhaft.
Video:
mehr Fokustoleranz kann praktisch sein.
Größerer Sensor ist deshalb nicht für alles besser
Er bietet andere Möglichkeiten.
großer Sensor
→ Freistellung leichter
kleinerer Sensor
→ große Schärfentiefe leichter
Je nach Aufgabe kann beides nützlich sein.
Sensorgröße und Objektive
Ein größerer Sensor benötigt einen größeren Bildkreis.
Das kann wiederum größere Objektive erfordern.
Besonders bei:
langen Brennweiten,
großen Blendenöffnungen.
Gesamtsystem statt Gehäuse betrachten
Eine kleine Vollformatkamera mit:
riesigem 24–70 mm f/2.8
kann als System deutlich größer sein als eine kleinere Sensorkamera mit entsprechend kompakter Optik.
Die Sensorgröße beeinflusst daher auch:
Gewicht,
Preis,
Objektivdesign.
Warum Smartphones trotzdem so gut funktionieren
Ein Smartphone besitzt sehr wenig Platz für:
Sensor,
Objektiv,
mechanische Komponenten.
Rein optisch ist das ein erheblicher Nachteil.
Die Lösung lautet:
Computational Photography.
Statt einer einzigen Aufnahme
Ein Smartphone kann innerhalb kürzester Zeit mehrere Bilder aufnehmen.
Bild 1
Bild 2
Bild 3
Bild 4
...
↓
Software
↓
kombiniertes Ergebnis
Mehrbildverarbeitung
Mehrere Aufnahmen können genutzt werden, um:
Rauschen zu reduzieren,
Dynamikumfang zu erhöhen,
Details zu verbessern,
Bewegung zu analysieren.
HDR automatisch
Eine klassische Kamera könnte bewusst eine Belichtungsreihe erzeugen.
Das Smartphone kann ähnliche Prinzipien im Hintergrund permanent einsetzen.
Der Nutzer drückt nur:
Auslöser
Nachtmodus
Statt eines einzigen sehr langen verwackelten Fotos können mehrere Aufnahmen:
ausgerichtet
und:
kombiniert
werden.
mehrere lichtarme Frames
↓
Ausrichtung
↓
Rauschunterdrückung
↓
Kombination
↓
helleres Ergebnis
Kleine Sensoren werden dadurch nicht physikalisch groß
Software kann Nachteile kompensieren.
Sie ändert aber nicht:
die physische Sensorfläche.
Bei schwierigen Bedingungen kann ein größerer Sensor mit hochwertiger Optik weiterhin wesentlich mehr Ausgangsinformation sammeln.
Smartphonefotografie verfolgt einen anderen Ansatz
Systemkamera:
große Optik
+
großer Sensor
+
kontrollierte Aufnahme
Smartphone:
kleine Optik
+
kleiner Sensor
+
sehr starke Rechenfotografie
Beides kann ausgezeichnete Bilder erzeugen.
Pixel Binning
Bei sehr hochauflösenden kleinen Sensoren werden teilweise mehrere Senselinformationen für einen Ausgabepixel zusammengeführt.
Vereinfacht:
□ □
□ □
↓
ein Ausgabebereich
Das wird häufig als Pixel Binning bezeichnet.
Warum?
Es kann unter anderem helfen:
Signal zu bündeln,
Dateigröße zu reduzieren,
Ausgabe effizienter zu gestalten.
Die genaue technische Umsetzung unterscheidet sich zwischen Sensoren.
48-MP-Sensor bedeutet deshalb nicht immer 48-MP-Ausgabe
Eine Kamera kann standardmäßig beispielsweise eine deutlich kleinere Bildauflösung erzeugen.
Die hohe Sensorauflösung wird intern für Verarbeitung genutzt.
Crop-Zoom
Hohe Sensorauflösung erlaubt zudem einen engeren Ausschnitt, bevor auf die gewünschte Endauflösung reduziert wird.
Das ist besonders bei Smartphones interessant.
Mehrere Smartphone-Sensoren
Ein Smartphone besitzt möglicherweise:
Ultraweitwinkel,
Hauptkamera,
Telekamera.
Jedes Modul besitzt:
eigenes Objektiv,
eigenen Sensor.
Die Bildqualität kann deshalb je nach gewähltem Bildwinkel unterschiedlich sein.
„3ד sagt nicht alles
Das Telemodul könnte einen kleineren Sensor besitzen als die Hauptkamera.
Bei viel Licht:
hervorragend.
Bei wenig Licht:
Software verwendet möglicherweise lieber einen Crop der Hauptkamera.
Das Gesamtsystem entscheidet.
Sensor und Verschluss
Die Sensortechnik beeinflusst auch, wie eine Aufnahme zeitlich ausgelesen wird.
Dabei begegnen Begriffe wie:
Rolling Shutter
und:
Global Shutter.
Rolling Shutter
Viele Sensoren werden nicht in exakt demselben Moment vollständig ausgelesen.
Vereinfacht:
Zeile 1
↓
Zeile 2
↓
Zeile 3
↓
...
Zwischen oberem und unterem Bildbereich vergeht eine kleine Zeit.
Bei statischen Motiven
Kein Problem.
Bei schneller Bewegung
Ein Objekt verändert während des Auslesens seine Position.
Dann können Formen verzerrt erscheinen.
Beispiel Propeller
Der Propeller dreht sich sehr schnell.
Statt gerader Blätter können gebogene Formen entstehen.
Schneller Kameraschwenk
Vertikale Gebäude können schräg erscheinen.
eigentlich:
│ │ │
wird möglicherweise:
/ / /
Das ist ein Rolling-Shutter-Effekt.
Mechanischer Verschluss kann bestimmte Effekte vermeiden beziehungsweise reduzieren
Bei vielen Kameras wird dafür ein physischer Verschluss eingesetzt.
Doch auch dessen Funktionsweise besitzt Besonderheiten.
Das Thema gehört eigentlich tiefer in die Kameratechnik und muss für normale Fotografie nicht vollständig beherrscht werden.
Elektronischer Verschluss
Hier wird die Aufnahme stärker über den Sensor selbst gesteuert.
Vorteile können sein:
lautloser Betrieb,
keine mechanische Bewegung,
sehr schnelle Serien.
Mögliche Nachteile
Bei Sensoren mit langsamer Auslesung:
stärkerer Rolling Shutter.
Außerdem können bestimmte künstliche Lichtquellen problematische Streifenmuster erzeugen.
Warum künstliches Licht flackern kann
Viele Lampen leuchten nicht vollkommen konstant.
Ihre Helligkeit verändert sich schnell mit:
Netzfrequenz
oder:
elektronischer Ansteuerung.
Unser Auge nimmt das oft kaum wahr.
Der Sensor kann einzelne Phasen erfassen.
Banding
Beim elektronischen Auslesen können dann helle und dunkle Streifen entstehen.
Besonders:
Innenräume,
Sporthallen,
LED-Beleuchtung.
Anti-Flicker-Funktionen
Kameras können teilweise versuchen, den Aufnahmezeitpunkt auf die Lichtquelle abzustimmen.
Die konkrete Funktion ist modellabhängig.
Global Shutter
Bei einem echten globalen Auslesen werden die Bildinformationen für alle Pixel zeitlich sehr viel einheitlicher erfasst.
gesamter Sensor
↓
gleicher Aufnahmezeitpunkt
Das reduziert typische Rolling-Shutter-Verzerrungen stark.
Warum ist Global Shutter nicht überall Standard?
Sensortechnik besteht aus Kompromissen.
Unter anderem:
Komplexität,
Kosten,
Dynamikumfang,
Energie,
Auslesearchitektur.
Technologie entwickelt sich weiter.
Für das grundlegende Verständnis reicht:
Nicht jeder Sensor wird zeitlich auf dieselbe Weise ausgelesen.
BSI-Sensor
Der Begriff Backside Illuminated, kurz BSI, begegnet häufig bei Sensordaten.
Bei klassischem Aufbau können Teile der Verdrahtung einen Teil der lichtempfindlichen Fläche beeinflussen.
BSI verändert die Schichtanordnung so, dass Licht günstiger zu den lichtempfindlichen Bereichen gelangen kann.
Vereinfacht:
Licht
↓
lichtempfindlicher Bereich
↓
Verdrahtung
statt stärker:
Licht
↓
Verdrahtungsstruktur
↓
lichtempfindlicher Bereich
Vorteil
Besonders bei kleinen Pixelstrukturen kann die Lichtausnutzung verbessert werden.
BSI bedeutet nicht automatisch bessere Kamera
Auch hier bestimmen viele andere Faktoren die Gesamtleistung.
Stacked Sensor
Bei einem Stacked Sensor werden bestimmte elektronische Schichten funktional stärker übereinander organisiert.
Dadurch kann beispielsweise:
schnellere Auslesung
ermöglicht werden.
Warum ist schnelle Auslesung wichtig?
Für:
schnelle Serien,
Autofokusberechnung,
Video,
weniger Rolling Shutter.
Schnellere Sensoren sind besonders für Sport interessant
Das Bild kann schneller:
ausgelesen,
analysiert,
weiterverarbeitet
werden.
Das hilft dem gesamten Kamerasystem.
Sensor und Autofokus verschmelzen zunehmend
Bei spiegellosen Kameras sitzt ein großer Teil der Fokusinformation direkt auf beziehungsweise im Bildsensor.
Damit erfüllt der Sensor gleichzeitig Aufgaben für:
Bildaufnahme
und:
Der Sensor sieht beinahe ständig
Bei elektronischem Sucher muss das Kamerasystem fortlaufend Sensordaten erzeugen.
Sensor
↓
Livebild
↓
Autofokus
↓
Belichtungsmessung
↓
Motiverkennung
↓
Sucher
Die Kamera ist damit während des Betriebs ein permanentes Bildverarbeitungssystem.
Sensorerwärmung
Elektronik erzeugt Wärme.
Besonders bei:
langem Video,
hohen Bildraten,
umfangreicher Sensorauslesung.
Zu hohe Temperaturen können:
Bildrauschen erhöhen
oder:
technische Grenzen der Kamera erreichen.
Langzeitbelichtung
Auch bei langen Belichtungen kann Sensortemperatur Einfluss auf bestimmte Rauscharten haben.
Besonders Astrofotografie kennt:
Hot Pixels,
thermisches Rauschen.
Hot Pixels
Einzelne Pixel können bei langen beziehungsweise schwierigen Aufnahmen deutlich heller als ihre Umgebung erscheinen.
dunkler Himmel
. . . . ■ . . .
Software kann solche Fehler häufig erkennen beziehungsweise korrigieren.
Dead Pixels
Ein Sensorelement kann dauerhaft fehlerhaft sein.
Bei Millionen Pixeln können einzelne Defekte auftreten.
Kameras und Software können bekannte Defekte teilweise automatisch ausgleichen.
Pixel Mapping
Ein Kamerasystem kann fehlerhafte Pixel identifizieren und bei der späteren Bildberechnung aus Nachbarinformationen rekonstruieren.
Ein einzelner defekter Sensorpixel bedeutet deshalb nicht zwangsläufig:
sichtbaren Punkt in jedem fertigen Bild.
Sensordreck
Ein anderes Problem ist wesentlich alltäglicher.
Staub kann auf der Sensorabdeckung beziehungsweise dem optischen Filterpaket landen.
Besonders beim Objektivwechsel.
Wie sieht Sensorstaub aus?
Typischerweise:
dunkle unscharfe Flecken,
besonders sichtbar bei:
gleichmäßigen hellen Flächen
und:
stark geschlossener Blende.
Beispiel Himmel:
blau blau blau
●
blau blau blau
Warum stärker bei geschlossener Blende?
Bei großer Schärfentiefe beziehungsweise kleiner Blendenöffnung werden Schattenstrukturen des Staubs deutlicher abgegrenzt.
Bei weit geöffneter Blende können sie fast verschwinden.
Sensorstaub ist nicht Objektivstaub
Staub auf der Frontlinse ist in normalen Fotos meist kaum sichtbar.
Staub sehr nahe am Sensor kann dagegen deutliche Flecken erzeugen.
Automatische Sensorreinigung
Viele Kameras besitzen einen Mechanismus, der den Sensor beziehungsweise Filter vor ihm vibrieren lässt.
Damit kann loser Staub abgeschüttelt werden.
Hartnäckiger Schmutz
Kann eine richtige Sensorreinigung erfordern.
Der Sensorbereich ist empfindlich.
Wer damit keine Erfahrung hat, sollte besonders vorsichtig arbeiten beziehungsweise professionelle Reinigung erwägen.
Objektivwechsel
Am besten nicht unnötig:
in staubiger Umgebung,
mit offenem Kameragehäuse nach oben.
Aber Kameras sind Werkzeuge.
Ein Objektivwechsel darf stattfinden.
Staub ist kein Grund, ein Wechselobjektivsystem nicht zu benutzen.
Sensorgröße und Kameragehäuse
Ein größerer Sensor bedeutet nicht zwingend automatisch ein riesiges Gehäuse.
Moderne spiegellose Kameras können sehr kompakt sein.
Der größere Platzbedarf zeigt sich häufig stärker bei den benötigten Objektiven.
Systemgröße
Deshalb immer betrachten:
Kamera
+
benötigte Objektive
+
Akkus
+
Zubehör
und nicht nur das nackte Gehäuse.
APS-C als bewusste Wahl
Ein kleineres Format kann Vorteile bringen:
kompaktere Objektive,
geringeres Gewicht,
mehr scheinbare Reichweite bei Tele,
größere Schärfentiefe.
Es ist nicht einfach eine „Einsteigerstufe vor Vollformat“.
Micro Four Thirds
Dasselbe gilt noch stärker.
Für:
Reise,
Video,
Wildlife,
leichte Teleausrüstung
kann das kleinere Format äußerst praktisch sein.
Vollformat
Bietet wiederum viel Spielraum bei:
geringer Schärfentiefe,
Low Light,
hoher Gesamtlichtsammlung,
breiter Objektivauswahl.
Mittelformat
Noch größere Sensoren können zusätzliche Möglichkeiten bieten.
Zum Beispiel:
hohe Auflösung,
Tonwertreserven,
bestimmte Schärfentiefewirkung.
Dafür steigen typischerweise:
Kosten,
Größe,
Dateimengen.
Es gibt keine universell beste Sensorgröße
Die bessere Frage lautet:
Welche Sensorgröße
passt zu meiner Aufgabe?
Portrait
Großer Sensor kann Freistellung erleichtern.
Wildlife
Ein kleineres Format kann mit kompakterem Tele beziehungsweise engerem Bildwinkel praktisch sein.
Reise
Gewicht kann wichtiger sein als maximale Sensorausdehnung.
Produktfotografie
Stativ und kontrolliertes Licht reduzieren viele Low-Light-Vorteile großer Sensoren.
Auflösung und Objektivangebot können wichtiger sein.
Websitefotografie
Hier relativiert sich Sensorgröße besonders stark.
Ein typisches Websitebild wird beispielsweise:
1200 Pixel breit
ausgegeben.
Selbst eine moderne kleinere Kamera besitzt dafür enorme Auflösungsreserve.
Gute Websitebilder benötigen nicht zwangsläufig Vollformat
Viel wichtiger:
korrekter Fokus,
passende Optik,
saubere Bearbeitung.
Ein Smartphone kann für viele Websitebilder völlig ausreichen
Besonders:
Dokumentation,
Betriebseinblicke,
Social Content,
einfache Produkte,
Reportage.
Wann Systemkamera deutlicher Vorteile bringt
Zum Beispiel:
kontrollierte Portraits,
anspruchsvolle Produktfotografie,
schwaches Licht,
starke Freistellung,
lange Brennweiten,
Blitzsysteme,
große Druckausgaben.
Werkzeug passend zur Bildaufgabe
Wieder dieselbe Regel:
Aufgabe
↓
notwendige Technik
nicht:
größtmöglicher Sensor
↓
automatisch beste Lösung
Sensor und Video
Bei Video wird häufig nicht die gesamte native Sensorauflösung exakt eins zu eins ausgegeben.
Ein hochauflösender Sensor muss beispielsweise auf:
4K
oder:
andere Videoauflösung
heruntergerechnet werden.
Oversampling
Der Sensor kann mehr Bildinformation aufnehmen als das fertige Video benötigt.
Diese Informationen werden zusammengeführt.
Das kann Vorteile bieten bei:
Detail,
Rauschen,
Aliasing.
Line Skipping beziehungsweise andere Auslesemethoden
Alternativ kann eine Kamera nur bestimmte Sensorinformationen verwenden, um die nötige Datenmenge zu reduzieren.
Die konkrete Bildqualität hängt stark vom Kameradesign ab.
Das vertiefen wir später im Video-Bereich.
Sensor-Crop bei Video
Bestimmte Videomodi können nur einen Teil des Sensors verwenden.
Dann wird der Bildwinkel enger.
Ein:
24-mm-Objektiv
wirkt im Video plötzlich weniger weit.
Das sollte bei Kamera- und Objektivwahl berücksichtigt werden.
Sensor und KI-Bildverarbeitung
Auch normale Kameras verwenden zunehmend komplexe Algorithmen für:
Motiverkennung,
Rauschreduzierung,
Farbverarbeitung,
Schärfung.
Die Grenze zwischen klassischer Kameratechnik und computergestützter Fotografie wird dadurch immer fließender.
Dennoch bleibt Sensordatenqualität wichtig
Software arbeitet auf einer Ausgangsbasis.
gute Sensordaten
+
gute Verarbeitung
=
großer Spielraum
Schwache Ausgangsdaten können beeindruckend verbessert werden.
Aber nicht beliebig ohne Nebenwirkungen.
KI-Entrauschung
Software kann beispielsweise erkennen:
Welche Strukturen wahrscheinlich echtes Motivdetail
und welche:
Rauschen
sind.
Das kann wesentlich bessere Ergebnisse erzeugen als einfache klassische Glättung.
Trotzdem kann KI Details interpretieren
Bei starker Verarbeitung besteht grundsätzlich das Risiko:
feine Strukturen werden verändert beziehungsweise plausibel rekonstruiert.
Für normale Fotografie kann das völlig akzeptabel sein.
Für:
wissenschaftliche Dokumentation,
Beweisbilder
muss die Verarbeitung anders bewertet werden.
Sensor und Bild-KI sind unterschiedliche Dinge
Bei einer echten Kamera:
reales Licht
↓
realer Sensor
↓
Bilddaten
Bei Text-to-Image:
Prompt
↓
generatives Modell
↓
synthetische Bilddaten
Trotzdem simuliert Bild-KI häufig Eigenschaften realer Sensor- und Kamerasysteme.
Zum Beispiel:
Rauschen,
Schärfentiefe,
Dynamikumfang,
Filmlook.
„Full-frame look“ bei KI
Ein Bildmodell kann mit dem Begriff beispielsweise verbinden:
geringe Schärfentiefe,
hochwertige Fotografie,
bestimmte Objektivwirkung.
Es simuliert aber keinen tatsächlichen 36 × 24-mm-Sensor.
Sensorbegriffe in KI-Prompts sparsam verwenden
Wenn die gewünschte Wirkung lautet:
starke Freistellung
ist das oft aussagekräftiger als:
full-frame sensor
Dasselbe Prinzip galt bereits bei Brennweite und Objektiven.
Die sichtbare Wirkung beschreiben
Besser:
natural portrait perspective,
shallow depth of field,
clean low-noise image,
controlled highlights
als eine lange Liste technischer Kameradaten, die sich möglicherweise widersprechen.
Häufige Irrtümer über Kamerasensoren
„Mehr Megapixel bedeuten bessere Bilder“
Nein.
Sie bedeuten zunächst:
höhere Rasterauflösung.
Für gute Details braucht es zusätzlich:
Optik,
Fokus,
Belichtung,
ruhige Kamera,
geeignetes Licht.
„Vollformat ist immer besser als APS-C“
Nein.
Es besitzt andere physikalische Eigenschaften und Möglichkeiten.
Gewicht, Kosten, Schärfentiefe und Objektivgröße können einen kleineren Sensor attraktiver machen.
„Große Pixel sind immer besser“
Zu einfach.
Für die fertige Bildqualität zählen:
Sensorfläche,
Gesamtauflösung,
Technologie,
Belichtung,
Ausgabegröße.
„Hohe ISO macht den Sensor empfindlicher“
Als Bedienungsmodell brauchbar, technisch aber unpräzise.
Es wird dadurch nicht mehr Licht eingefangen.
„Ein kleiner Sensor rauscht immer“
Bei genügend Licht können auch kleine Sensoren äußerst saubere Bilder erzeugen.
Probleme treten stärker auf, wenn wenig Licht gesammelt werden kann.
„Smartphones haben schlechte Sensoren und retten alles nur mit KI“
Zu pauschal.
Smartphones kombinieren optimierte kleine Sensoren, Optik und extrem leistungsfähige Bildverarbeitung zu einem Gesamtsystem.
„60 Megapixel braucht niemand“
Ebenso zu pauschal.
Für:
Cropping,
große Prints,
Produkte,
Reproduktion
kann hohe Auflösung sehr wertvoll sein.
Für kleine Webbilder vielleicht kaum.
„RAW kommt unbearbeitet direkt aus dem Sensor“
Nicht vollständig.
Auch die Sensordaten benötigen Interpretation und Verarbeitung, bevor daraus ein sichtbares Farbbild wird.
„Sensorgröße bestimmt Perspektive“
Nein.
Die Perspektive bestimmt der Kamerastandpunkt.
Sensorgröße beeinflusst, welche Brennweite für einen bestimmten Bildwinkel benötigt wird.
Wie sollte man Kamerasensoren vergleichen?
Nicht mit einer einzigen Zahl.
Sondern nach dem tatsächlichen Anwendungsfall.
Auflösung
Brauche ich:
starke Crops,
großen Print,
extreme Details?
Dann hohe Megapixelzahl interessant.
Low Light
Fotografiere ich regelmäßig:
Konzerte,
Events,
Nacht?
Dann Sensoreigenschaften bei wenig Licht wichtiger.
Dynamikumfang
Landschaft,
Architektur,
Gegenlicht?
Dann Highlight- und Schattenreserven interessant.
Auslesegeschwindigkeit
Sport,
Action,
Video?
Dann schnelle Sensorauslesung relevant.
Sensorformat
Wie viel:
Freistellung,
Tele-Reichweite,
Systemkompaktheit
möchte ich?
Objektive
Gibt es für das Format die Optiken, die ich tatsächlich brauche?
Das ist häufig wichtiger als kleine Unterschiede zwischen Sensoren.
Dateigröße
Eine 60-MP-Kamera produziert erheblich mehr Daten als eine 20-MP-Kamera.
Bei tausenden Bildern beeinflusst das:
Speicher,
Backup,
Bearbeitungsgeschwindigkeit.
Der Rechner gehört indirekt zum Kamerasystem
Hochauflösende RAW-Dateien müssen verarbeitet werden.
Kamera
↓
große RAW-Dateien
↓
SSD
↓
RAM
↓
CPU / GPU
↓
Bildbearbeitung
Ein Kameraupgrade kann deshalb überraschend weitere Hardwareanforderungen nach sich ziehen.
Speicherkarte
Auch die Kamera muss große Daten schnell schreiben können.
Besonders bei:
hochauflösenden Serien,
RAW,
Video.
Backup
Mehr Daten brauchen mehr Speicher.
Damit verbindet sich Fotografie direkt mit Backup-Grundlagen.
Ein hochwertiges Masterfoto sollte nicht nur auf:
einer Speicherkarte
existieren.
Sensorauflösung für Websiteproduktion
Für reine Webfotografie ist die nötige Auflösung meist überraschend moderat.
Ein:
24-MP-Sensor
liefert bereits sehr viel Reserve.
Selbst nach:
Cropping,
Perspektivkorrektur,
Downscaling
bleibt häufig weit mehr als für normale Websitegrößen benötigt.
Deshalb nicht nach Megapixeln kaufen, wenn das eigentliche Problem Licht ist
Vielleicht besitzt deine Kamera bereits genug Auflösung.
Aber dein Portrait sieht schlecht aus wegen:
Deckenlicht.
Dann bringt ein 60-MP-Gehäuse wenig.
Eine bessere Lichtquelle bringt viel.
Oder das Problem ist das Objektiv
Du fotografierst Sport.
Das Motiv ist zu klein.
Mehr Megapixel helfen ein wenig.
Eine passende längere Brennweite kann erheblich mehr bewirken.
Oder der Fokus
Ein 100-MP-Foto mit unscharfen Augen bleibt:
ein hochauflösendes unscharfes Foto.
Die Reihenfolge ist wichtig
Motiv
↓
Licht
↓
Komposition
↓
Fokus
↓
Belichtung
↓
Optik
↓
Sensorauflösung
Nicht als starre Rangliste.
Aber als Erinnerung:
Technische Pixelzahl ist nur ein Teil der Fotografie.
Sensor bei Produktfotografie
Hier kann hohe Auflösung sehr wertvoll sein.
Feine:
Materialstrukturen,
Schriften,
Oberflächen
werden sichtbar.
Da Kamera und Produkt meist stillstehen, lassen sich viele Nachteile schwächeren Lichts durch:
Stativ,
lange Belichtung
kompensieren.
Sensor bei Portraitfotografie
Haut besitzt enorme feine Struktur.
Sehr hohe Auflösung zeigt:
Poren,
Haare,
Make-up
gnadenlos.
Das ist technisch beeindruckend.
Nicht unbedingt immer ästhetisch erwünscht.
Mehr Auflösung bedeutet mehr Retuschebedarf
Bei Beauty-Aufnahmen kann höhere Detailauflösung auch mehr Nachbearbeitung bedeuten.
Technischer Vorteil verändert den Workflow.
Sensor bei Landschaft
Hohe Auflösung kann für:
feine Vegetation,
Gestein,
große Prints
wertvoll sein.
Dynamikumfang ist ebenfalls besonders wichtig.
Sensor bei Wildlife
Auflösung bietet Cropreserve.
Auslesegeschwindigkeit und Autofokus sind gleichzeitig entscheidend.
Sensor bei Video
Hohe Fotoauflösung allein sagt wenig über die Videoqualität.
Wichtiger sind unter anderem:
Auslesemethode,
Oversampling,
Rolling Shutter,
Wärme,
Videoverarbeitung.
Deshalb Kameras nach Aufgabe bewerten
Nicht:
Kamera A
→ 45 MP
Kamera B
→ 24 MP
also A besser
Sondern:
Welche Kamera
liefert für meinen Workflow
die besseren Ergebnisse?
Ein sinnvoller Kameraentscheidungsprozess
Motivarten
↓
benötigte Objektive
↓
gewünschte Systemgröße
↓
Sensorformat
↓
notwendige Auflösung
↓
AF- und Geschwindigkeitsbedarf
↓
Videoanforderungen
↓
Budget
Das ist wesentlich sinnvoller als mit Megapixeln zu beginnen.
Für Website- und Contentproduktion
Ein gutes System sollte vor allem:
zuverlässig,
schnell,
reproduzierbar
sein.
Vielleicht ist eine kleinere Kamera, die immer dabei ist:
wertvoller als eine technisch überlegene Kamera, die im Schrank bleibt.
Bildqualität endet nicht an der Kamera
Nach der Aufnahme folgt:
Sensor
↓
RAW beziehungsweise JPEG
↓
Bildbearbeitung
↓
Export
↓
Weboptimierung
↓
Website
Ein hervorragender Sensor ist nur die erste Hälfte des digitalen Bildworkflows.
Was du dir über Kamerasensoren merken solltest
Der Kamerasensor ist die lichtempfindliche Fläche einer Digitalkamera.
Er wandelt einfallendes Licht in elektrische Messwerte um.
Licht
↓
Sensor
↓
elektrisches Signal
↓
digitale Daten
Aus diesen Daten entsteht durch weitere Verarbeitung ein sichtbares Bild.
Ein Sensor enthält Millionen lichtempfindlicher Elemente.
Daraus ergibt sich die bekannte Megapixelzahl.
6000 × 4000
≈
24 Megapixel
Mehr Megapixel können mehr räumliche Details ermöglichen.
Aber nur, wenn:
Objektiv
+
Fokus
+
Belichtung
+
Aufnahmetechnik
diese Informationen ebenfalls liefern.
Die Pixelzahl allein ist daher kein Maß für die gesamte Bildqualität.
Ein weiterer entscheidender Faktor ist die Sensorgröße.
Zu verbreiteten Formaten gehören:
Vollformat
APS-C
Micro Four Thirds
kleinere Sensorformate
Smartphone-Sensoren
Ein größerer Sensor kann bei vergleichbarer Bildgestaltung insgesamt mehr Lichtinformation erfassen.
Das kann Vorteile bieten bei:
Rauschen
Dynamikumfang
Low Light
Freistellung
Ein kleinerer Sensor kann dagegen Vorteile besitzen bei:
Systemgröße
Gewicht
Schärfentiefe
Teleanwendungen
Deshalb gilt:
größerer Sensor
≠
grundsätzlich bessere Kamera
Die Megapixelzahl und die Sensorgröße müssen außerdem getrennt betrachtet werden.
Zwei Sensoren können beide:
24 MP
besitzen, obwohl einer physisch wesentlich größer ist.
Oder zwei gleich große Sensoren besitzen:
24 MP
und:
60 MP
Die zweite Kamera besitzt kleinere Sensorelemente, aber deutlich höhere Rasterauflösung.
Ob dies für das fertige Bild von Vorteil ist, hängt von:
Licht,
Sensortechnik,
Objektiv,
Ausgabegröße
ab.
Pixelvergleiche bei:
100 %
können deshalb irreführend sein.
Für einen fairen praktischen Vergleich sollten Bilder auf dieselbe Ausgabegröße gebracht werden.
Besonders für das Web relativieren sich viele Unterschiede.
24-MP-Master
↓
1200-Pixel-Webbild
und:
60-MP-Master
↓
1200-Pixel-Webbild
werden beide massiv verkleinert.
Für das Endergebnis können dann:
Fokus
und:
Bildbearbeitung
wesentlich wichtiger sein.
Der Sensor bestimmt auch den verfügbaren Dynamikumfang.
tiefster nutzbarer Schatten
←──────────────→
hellstes erhaltenes Highlight
Je größer dieser Bereich:
desto mehr Helligkeitsunterschiede kann eine Aufnahme gleichzeitig erfassen.
Das ist besonders bei:
Gegenlicht,
Landschaft,
Innenräumen
wertvoll.
Hohe ISO erzeugt dabei kein zusätzliches Licht.
Blende
+
Verschlusszeit
→ bestimmen eingefangenes Licht
ISO verändert primär die Verarbeitung beziehungsweise Verstärkung des Signals.
Ein guter Grundsatz lautet deshalb:
So viel nutzbares Licht wie die Aufnahme erlaubt erfassen, ohne wichtige Highlights zu zerstören und ohne die benötigte Verschlusszeit beziehungsweise Schärfentiefe zu opfern.
Moderne Sensoren sind außerdem weit mehr als passive Lichtfänger.
Sie können Teil sein von:
Autofokus
+
Motiverkennung
+
Belichtungsmessung
+
Live View
+
Video
Techniken wie:
BSI,
Stacked Sensoren,
schnelle elektronische Auslesung
optimieren unterschiedliche Aspekte dieses Gesamtsystems.
Auch das Smartphone zeigt, dass der Sensor nicht isoliert betrachtet werden darf.
kleiner Sensor
+
mehrere Aufnahmen
+
Computational Photography
+
starke Bildverarbeitung
=
überraschend leistungsfähiges Kamerasystem
Der wichtigste Merksatz lautet:
Der beste Kamerasensor ist nicht automatisch der größte oder derjenige mit den meisten Megapixeln. Entscheidend ist, wie viel brauchbare Bildinformation das gesamte Kamerasystem für den konkreten Einsatzzweck liefert.