Videons historia och utveckling

Kompendium i videoteknik
- Idé – Produktion – Distribution –
Preliminär upplaga sept 2006
av
Dag Haugum
Medverkande: Niklas Rönnberg, Greger Svanström, Markus Karlsson
1

Videons historia och utveckling
Video kommer från latin och betyder ”jag ser”. Idag är det en benämning på upptagning,
överföring, lagring och återgivning av elektriska bildsignaler. Till skillnad från film som är ett
kemiskt medium, så är video ett elektroniskt medium. Man omvandlar bild och ljud till
elektriska signaler. Dessa signaler lagras på olika sätt för att sedan omvandlas till bild och ljud
igen.
Den kinematografiska filmen
Kinematografisk film, eller rörlig film, handlar om att lura hjärnan. Vi projicerar en serie
stillbilder med en viss frekvens som får oss att uppfatta sekvensen som rörlig. Vår oförmåga
att urskilja enskilda bilder ur en sådan sekvens av likartade bilder har man känt till sedan
medeltiden. I och med att den fotografiska tekniken utvecklades under 1800-talet, så började
man också experimentera med tekniker för att kunna avbilda verkligheten i rörliga bilder. De
mest grundläggande tekniska förutsättningarna för att man skulle lyckas var att utveckla en
tillräckligt ljuskänslig film på en flexibel filmbas i form av en lång remsa. Sedan måste en
mekanisk-optisk enhet tas fram för att kunna fotografera bildserier på denna remsa och
slutligen en enhet för att kunna projicera densamma. Genombrottet för den rörliga filmen kom
1895 då bröderna Lumiére startade visning av kortfilmer inför publik. Man använde sig av en
kombinerad filmkamera och projektor. Gensvaret blev enormt och sedan dess har
utvecklingen av kinematografisk filmteknik präglat hela 1900-talet.
Att visa film
För att en rörlig bildfrekvens verkligen skall kännas rörlig och inte som en serie stillbilder, så
krävs en minsta bildfrekvens. Denna minsta bildfrekvens är beroende av storleken på motivets
förändring mellan varje enskild bild (vinkelförändring). Man brukar dock säga att gränsen för
att uppfatta en bildsekvens som rörlig ligger på ca 16 Hz. Denna gräns kallas för phifenomemet
(grekiska ϕ). Den standard som man har i dag över hela världen ligger på 24 Hz
(bilder/sekund).
En annan parameter som styr vår uppfattning av en filmprojektion är temporalt flicker. Under
bytet mellan två bilder måste projektorn släckas. Detta sker med hjälp av en mekanisk slutare.
Effekten blir då en mörkerpaus mellan varje bild. Vid låga frekvenser uppfattas det som
flimmer eller flicker, ett slags stroboskopeffekt. Ögats kritiska gräns för att uppfatta temporalt
flicker beror på betraktningsförhållanden och personlig känslighet. Man brukar ange att
gränsen ligger mellan 48-75 Hz. Detta är betydligt över bildfrekvensen på 24 Hz för film. För
att råda bot på detta konstrueras projektorslutaren så att varje bild visas två gånger, eller t.o.m.
tre, innan byte till nästa bild sker. Genom detta förfarande erhåller vi en frekvens på 48 eller
72 Hz, vilket ju får betraktas som tillfredställande.
2

Figur 1: Principskiss över hur en projektor för kinematografisk film fungerar. Notera
sektorbländaren som dubblerar bländarfrekvensen (men inte bildfrekvensen).
Den elektroniska bilden
Teoretiskt sett kan man betrakta kinematografisk film som ett parallellt medium. När varje
enskild bild projiceras på bioduken, så skjuts ju hela bilden ut samtidigt från projektorn (alla
fotoner på en gång). Om vi däremot skulle vilja visa filmen samtidigt i en annan lokal, så
måste vi hitta på ett sätt att i realtid skicka över bilderna. Då fungerar inte det parallella
distributionssättet. Vi måste överföra bilden seriellt (i realiteten via en koppartråd eller
liknande). Detta är den avgörande praktiska skillnaden mellan kinematografisk film och
video. Behovet av, eller intresset för, att kunna distribuera rörliga bilder över långa sträckor,
helst samtidigt som de filmas drev utvecklingen av videotekniken.
Startsträckan för videotekniken
Upptakten till det som så småningom skulle bli dagens videoteknik skedde faktiskt till stora
delar parallellt med den kinematografiska filmen. Dock dröjde det längre innan den praktiska
tillämpningen spred sig.
Det finns ett antal milstolpar som kännetecknar utvecklingen av dagens videoteknik. Om man
ska ta det hela från början, så kan man säga att det första fröet såddes i och med upptäckten av
3

grundämnet selen år 1817. Naturligtvis hade man då ingen aning om vilken betydelse selen
skulle ha för framtida elektronisk bildöverföring.
Den franske fysikern Edmond Becquerel upptäckte att när man sänkte ner två metallplattor i
en elektrolyt, så uppstod en elektrisk laddning mellan plattorna när dessa belystes. Trots att
Becquerel i och med detta hade upptäckt den elektrokemiska effekten under inverkan av ljus,
så hade han inga förslag på hur man praktiskt kunde dra nytta av denna upptäckt.
Nästa viktiga steg i utvecklingen kom när Alexander Bain år 1842 skissade fram funktionen
för en telefaxapparat baserad på Becquerels upptäckt. Idén gick ut på att elektriskt laddade
metallbokstäver skulle skannas av en pendel. Den elektriska strömmen som uppstod i pendeln
skulle via en telegraflina överföras till en liknande pendel, synkroniserad med den första.
Bokstäverna skulle sedan reproduceras på ett kemiskt papper som placerades under den andra
pendeln. Hans resonemang belyste flera grundläggande kriterier för elektrisk överföring av
bilder. För det första att bryta ner bildinformationen i små bitar som kan skickas seriellt som
en elektrisk ström till en mottagare. Dessutom vikten av synkronisering mellan sändare och
mottagare.
1847 patenterade F. Bakwell en kemisk telegraf byggd på Alexander Bains resonemang.
Istället för pendel använde han istället synkroniserade roterande trummor.
1873 upptäckte den brittiske telegrafisten Louia May grunderna till det som vi idag utnyttjar i
fotoelektriska ledare, nämligen det att selen ändrade sin elektriska ledningsförmåga när det
exponerades för ljus. Ledningsförmågan varierade beroende på hur stor mängd ljus som
träffade metallen.
Den slutliga länken mellan telegrafi och television gjordes av fransmannen M. Senlaq. 1878
föreslog han att selen kunde överföra dokument. Han menade att ändringen i den elektriska
strömmen som uppstod i selen när denna skannade ett dokument kunde kontrollera en penna
på magnetisk väg i mottagardelen vid en elektrisk överföring.
Den elektromekaniska TV:n
Sex år senare uppfann den tyske universitetsstudenten Paul Nipkow det som kan betecknas
som den första föregångaren till dagens video. Den kallas för Nipkows skiva och den består i
princip av två identiska skivor, en ”sändare” och en ”mottagare” med ett antal små hål som är
ordnade i spiralform. Dessa skivor roterar synkront. På den ena skivan, sändarskivan,
projiceras en liten bild som de små hålen passerar över. På andra sidan av skivan sitter en
fotocell som registrerar ljusvariationerna när hålen passerar över bilden.
Eftersom hålen är ordnade spiralformigt på skivan, så sveper varje hål över en ny sträcka intill
föregående svep på bilden. När skivan roterat ett varv, så har hela bilden skannats av.
På mottagarskivan har man placerat en lampa. Mellan lampan och skivan har man två
polarisationsfilter som styrs av fotocellen på sändarskivan. På så sätt regleras ljusstyrkan
analogt med den som fotocellen registrerar. Mottagarskivan kan på så sätt projicera en bild
motsvarande den som visas på sändarskivan. Principen att låta bilden ritas upp av en serie
linjer är densamma som används i videoöverföring idag.
4

Figur 2: Principen för hur en elektromekanisk TV överföring fungerar enligt Nipkow.
Figur 3: Ett exempel på Nipkows egna anteckningar när han utvecklade sin skiva.
Bildrör
Den elektromekaniska TV:n blev ingen kioskvältare av flera orsaker. Framför allt den
mekaniskt roterande skivan var otymplig och apparaten förde ett ganska stort oväsen. Det var
först på 1930-talet som elektroniken kom in på allvar i form av det första helt elektroniska
mottagarbildröret (TV röret), kineskopet och motsvarande kamerarör. Kameraröret bygger på
att man skapar en elektronisk bild inne i röret som sedan scannas av en elektronstråle. De
första kommersiella kamerarören utnyttjade fotoemissionstekniken och hade beteckningen
Ikonoscope.
1937 sände BBC för första gången med ett 405 linjers system med en bildfrekvens på 25 Hz.
Detta skulle alltså motsvara 405 hål på Nipkows skiva med en rotationshastighet på 25
varv/sekund enligt ovan.
5

Bild 1: Kamerarör av typen Iconoscope från 1939.
Vidareutveckling skedde från att använda fotoemissionsteknik till att utnyttja
fotokonduktivitet i rören. Under årens lopp fick rören namn som Ohrtikon, Plumbikon,
Satikon och Vidikon. Rören var dyra i tillverkning, hade begränsad livslängd, krävde
kalibrering (position), ganska ljussvaga, krävde relativt stor plats och var känsliga för stötar.
Detta gjorde kamerorna till dyra och relativt otympliga pjäser. Dessutom kunde de skadas av
alltför kraftigt ljus (s.k. inbränning). En bieffekt av detta var de typiska ”eftersläpningarna”
som bildades när en kraftig ljuskälla passerade över bildytan. Det bildades en ”ljusorm” som
gjorde att ljuskällan blev utdragen i rörelseriktningen.
Figur 4: Principen för hur ett kamerarör fungerar ( i detta fall Vidicon). När
elektronstrålen sveper över den fotokänsliga ytan kommer en varierande mängd
elektroner att frigöras beroende på hur mycket ljus som projiceras via
kameraobjektivet. På så sätt skapas en varierande spänningspotential (V s ) som skickas
vidare direkt eller indirekt till en TV mottagare.
6

Bild 2: Något ”modernare” kamerarör (RCA 2P23 Orthicon).
Vad gäller mottagare, så hade bildröret, i analogi med kameraröret, en cirkulär projiceringsyta
från början. TV chassiet utformades dock så att betraktningsytan var i det närmaste fyrkantig.
Successivt utvecklades bildröret mot att få ni det närmaste 90 gradiga hörn och ett
bredd:höjdförhållande 4:3.
Någon gång under andra halvan av 1980 talet övertogs rören av CCD tekniken. Den nya
tekniken eliminerade många av de olägenheter som kamerarören hade.
Interlased scanning
Ett problem med äldre tiders katodstrålerör som användes för att projicera TV bilder var den
begränsade efterglödningstiden hos den fosfortäckta frontytan på bildröret. Man kom snart
fram till att bildfrekvensen skulle ligga på 25 bilder per sekund (Europa) eftersom det var en
jämn multipel på nätfrekvensen som var 50 Hz. Man använde alltså nätfrekvensen som
synkroniseringskälla.
Det visade sig att från det att elektronstrålen startat uppe i det vänstra hörnet tills det att
strålen 1/25 sekund senare nått fram till det nedre högra hörnet, så hade efterglöden på
skärmen avtagit så mycket att det skapade ett påtagligt ojämnt ljusflöde. Bilden pulserade
med 25 Hz. Dessutom ligger 25 Hz en bra bit under gränsen där det mänskliga ögat uppfattar
temporalt flicker. Genom att höja frekvensen till det dubbla, minskade denna effekt påtagligt.
Istället för att öka bildfrekvensen som skulle medföra ökad bandbredd, så kom man på att
man i och för sig skulle öka frekvensen till det dubbla, men i varje svep bara rita ut varannan
linje. Resultatet blev att man i första svepet ritade ut alla ojämna linjer, medan man i det andra
svepet ritade ut resterande jämna linjer. På detta sätt kunde man fördubbla frekvensen (till en
delbildsfrekvens på 50 Hz) utan att öka bandbredd. Detta förfarande kallas Interlaced
Scanning.
7

Figur 5: Principen för interlaced scanning.
Olika TV system
Utvecklingen på TV området avbröts i Europa under andra världskriget för att sedan snabbt
tas upp igen efter krigsslutet. Efter en hel del experimenterande startade de första svenska
reguljära TV sändningarna 1956. Naturligtvis svart-vitt och med 625 linjers vertikal
upplösning och 25 bilder/sekund. Dock hade RCA i USA redan tre år tidigare utvecklat ett
färg-TV system kallat NTSC (National Television System Committee).
Bild 3: Sändningsutrustning för video 1956.
Det dröjde till 1966 innan Europa beslutade om ett eget färg-TV system. Det fick namnet
8

PAL (Phase Alternate Lines). Frankrike, som ofta ser sig som lite bättre, beslutade sig för sitt
eget SECAM (Sequential Couleur Avec Mémoire). Dessa system fördelar sig på olika sätt
runt om i världen idag. Den första reguljära färg-TV sändningen i Sverige gjordes 1970.
De tre sinsemellan helt inkompatibla färg-TV systemen fördelades över världen. Detta
skapade naturligtvis problem i det internationella programutbytet med det elektroniska
formatet. Samtidigt skapades en marknad för konverteringsteknik mellan de olika systemen.
Konvertering tar tid, kostar pengar och medför vissa kvalitetsförluster.
NTSC (National Television System Cimmittee) infördes i USA 1953 och är baserad på 525
TV-linjers upplösning och 60 Hz delbildsfrekvens (eller rättare 59,94 Hz p.g.a.
interferensproblem med färgbärvågen). Bandbredden är 4,2 MHz. Systemet
tillämpas i Nordamerika, huvuddelen av Mellan- och Sydamerika, Japan och Australien.
PAL (Phase Alternation Line) introducerades 1963 av tyska Telefunken. Systemet bygger på
625 TV-linjers upplösning och 50 Hz delbildsfrekvens. Bandbredden är 5,0 MHz. Systemet
tillämpas i hela Västeuropa, utom Frankrike, huvuddelen av Afrika och arabstaterna, Kina och
Indien.
SECAM (Séquentiel Couleur Avec Memorie) anammades av Frankrike 1967. Det bygger på
625 TV-linjers upplösning, 50 Hz delbildsfrekvens och en bandbredd på 6,0 Mhz. Systemet
används, förutom av Frankrike, av de flesta stater i det forna Östeuropa, Nordafrika och en
rad stater i Mellanöstern.
Utöver dessa standards, så döljer varje standard ytterligare undergrupper som främst berör
skillnader i bärvågsfrekvens för bild och ljud.
Tabell 1: Jämförande karakteristik mellan de tre TV-systemen i världen.
Inspelningsteknik
I USA där direktsända underhållningsprogram sändes från kust till kust med uppemot sex
timmars tidsdifferens blev önskemålet att spela in programmen, för att sända dom vid ett
senare tillfälle, alltmer angeläget. Till en början filmade man helt enkelt av en TV-skärm med
en filmkamera. Denna typ av konvertering till kemisk film kallas för telefilmning och gav inte
någon bra kvalitet. Man funderade på att istället spela in videosignalen på ett stålband eller
tape belagd med magnetiserbar metalloxid. Redan 1888 kunde dansken Valdemar Poulsen
spela in ljudsignaler på en ståltråd. Den uppfinningen ligger till grund för all elektromagnetisk
inspelning idag.
9

Problemet med att spela in bild på samma sätt som ljud var att bildsignalens bandbredd är
betydligt större än ljudets. Ljudsignalens frekvensområde ligger mellan 20 - 20 000 Hz medan
videosignalens ligger mellan 20 - 5 000 000 Hz (MHz). Bandbredden för ljudet är ca 10
oktaver medan motsvarande bandbredd för video är 18 oktaver. (En oktav motsvarar en
fördubbling av frekvensen.) Hög frekvens medför kort våglängd. Hur kort våglängd som man
kan spela in på ett videoband beror av flera fysiska parametrar, bl.a. de magnetiserbara
partiklarnas storlek på bandet. Genom att öka bandhastigheten, så kan man ”öka” våglängden
på bandet. För att kunna registrera de korta våglängder som gällde för video, så skulle man
tvingas öka bandhastigheten till 12 meter per sekund. En timmes videomaterial skulle behöva
42 km magnettape, vilket var orealistiskt.
Charles Ginsburg och Ray Dolby, som arbetade på företaget Ampex i USA, kom på att man
kunde öka den så kallade skrivhastigheten med hjälp av att flera videohuvuden monterades på
en roterande cylinder. Genom att låta cylindern rotera mot bandtransportriktningen, så ökade
man videobandets hastighet relativt videohuvudets utan att behöva öka bandets hastighet.
Detta gjorde att man kunde erhålla tillräckligt ”långa” våglängder för att kunna spela in på
magnetbandet. Den första videobandspelaren visades den 14 april 1956.
Den använde sig av det sk Quadruplex-systemet. Den använde sig av 2” band och var en
allmänt otymplig pjäs. Den första inspelningskonfigurationen som användes kallades Arcurate
scan där bandet fick löpa utmed en roterande skiva där inspelningshuvudet placerades på
skivans periferi.
Bild 4: Arcurate scan. Mittbilden visar hur magnetspåren hamnade på bandet.
Kurvaturens radie motsvarar inspelningsskivans.
10

Tekniken utvecklades och nästa steg var Transverse scanning där videobandet fick löpa över
utsidan av en roterande skiva. För att full magnetisering skulle ske, så måste bandet böjas
något i tvärriktningen.
Figur 6: Principen för Transverse recording.
I början hade man inte möjlighet att kopiera från ett band till ett annat. Transverse recording
tekniken möjliggjorde att klippa i bandet även om det hörde till undantagen. Var man tvungen
att göra det, så måste man använda sig av olja, järnfilsspån och lupp för att kunna lokalisera
bildsynksignal och bildsläckfas. Inspelningshuvudet bestod alltså av en roterande skiva som
lagrade bildrutorna som parallella spår så gott som vinkelrätt mot bandriktningen.
En vidareutveckling av Quadruplex-systemet var Helical-systemet. Det innebar att man lutade
videohuvudet i förhållande till videobandet. På så sätt lades de till bildrutorna hörande spåren
diagonalt på banden och man var därigenom inte lika beroende av videobandets bredd för att
lagra tillräcklig information iför varje bildruta.
Figur 7: Principen för Helical recording.
11

Bild 5: Video huvud (Upper drum) på en VHS bandspelare som utnyttjar Helical scanning.
Figur 8: Trackingkonfiguration för Betacam som utnyttjar Helicaltekniken för inspelning
på band. ”Y Track” och ”C Track” är luminans resp. krominanssignaler.
Formatstrid
I början av 70-talet fanns ett antal ½” bandformat för skol- och institutionsbruk. Alla dessa
var s.k. spolband med öppna bandspolar. Videoformatet var svartvitt.
1972 presenterade Philips ett bandformat för ”den vanlige konsumenten”. Dom kallade det för
VCR (Video Cassette Recorder) och var alltså ett kassettbundet system. Kassetterna hade 1/2”
bredd på videobanden och en bandhastighet på 14,29 m/s och en maximal speltid på 60
minuter. Önskemålet från köparna om att kunna spela in långfilmer växte och man tvingades
att tillverka ett system som klarade detta. En ny modell lanserades där bandhastigheten sänkts
till 6,56 m/s med bl.a. sämre ljudåtergivning som följd. Dessutom var det inte kompatibelt
med det förra systemet.
12

1978 lanserades Sonys Betamax system och JVC m.fl. VHS system. 1979 ersatte Philips sina
två tidigare VCR system med Video-2000. Det system som sedermera vann striden om
konsumentmarknaden är det väl ingen som missat.
I slutet av 70-talet kom 1” formatet som ett nytt professionellt bandformat med öppna spolar.
Systemet återfanns i två varianter 1”B och 1”C och var ett utpräglat studioformat p.g.a. sin
storlek. Det förekom även portabla 1” maskiner då man önskade videoinspelning med högre
kvalitet. Alternativet var film eller U-Matic.
Sony som förlorade med sitt Betamax system på konsumentmarknaden kontrade i den
semiprofessionella branschen med sitt U-Matic system. Detta utvecklades sedermera till U-
Matic Hi Band (även benämnt BVU, Broadcast Video U-Matic) och U-Matic Hi Band SP.
Bild 6: Entums videobandspelare från slutet av 80-talet.
Camcorder
1982 introducerade Sony sin nya camcorderteknik på den professionella marknaden (dvs.
bandspelaren inbyggd i kameran) med Betacam och sedermera den vässade versionen
Betacam SP. Dessa system revolutionerade inspelningstekniken. En yttreligare fördel var att
man utnyttjade komponentsignal vilket innebar att man separerade luminansen och de tre
grundfärgerna.
13

Bild 7: Modern camcorder (DVCAM).
Parallellt med detta utvecklades på amatörsidan VHS systemet till VHS-C (ett
kompaktsystem) och S-VHS. S-VHS utnyttjar en S-videosignal som skiljer sig från den
gängse kompositsignalen på så sätt att färg och ljus (krominans och luminans) hålls
separerade. På så sätt erhålls en renare signal och därmed bättre bild. På motsvarande sätt
kontrade Sony med sitt kompakta Video 8 och sedermera Hi-8.
Figur 9: Illustration hur den tekniska utvecklingen bidragit till mindre och billigare
lagringsformat, samtidigt som kvalitén förbättrats.
Både på amatör och på proffssidan har man försökt att lansera konkurrerande system.
Panasonics M2 var ett exempel på sådant system för att försöka att bryta Sonys i det närmaste
monopoliserade ställning på proffsmarknaden.
I början av 90-talet började digitala system att dyka upp, främst på proffsmarknaden. Det
första kompletta systemet var Sonys Digital Betacam eller ”Digibeta” som det kallas.
14

Under de sista åren på 90-talet har den digitala revolutionen tagit fart på allvar. Idag finns
system som DV, DVCAM, DVCPRO, DVCPRO-50, Digital-S, Betacam SX, IMX, Digital
Betacam. På sista tiden har system som baseras på annat än band som inspelningsmedium.
Exempel på detta är Sonys XDCAM som använder sig av ett diskbaserat inspelningssystem
byggt på blålaserteknik samt Panasonics P2 som utnyttjar fastminne som lagringsmedium.
Ett exempel på komplexiteten i utvecklingen av olika videosystem kan illustreras av vad SVT
införskaffat under åren för att hålla igång produktionen. Se tabellen nedan. Utöver dessa fanns
ytterligare konkurrerande system.
Startår Format Modellexempel Bandbredd Teknik
1959 2-tum, LB Ampex, VR-1000 Spole, 50 mm Analog, sv/v
1966 2-tum, HB Ampex, VR-2000 Spole, 50 mm Analog, komposit
1966 1-tum Philips, EL3402 Spole, 25 mm Analog, sv/v
1966 1-tum, A Ampex, VR7000 Spole 25 mm Analog, komposit
1969 1-tum Bell & Howell, 2920 Spole 25 mm Analog, komposit
1972 ¼-tum Akai, VT-300 Kassett, 6 mm Analog, sv/v
1974 VCR Philips, N-1500C Kassett, 12 mm Analog, komposit
1976 U-matic, LB Sony, VO-2850 Kassett, 19 mm Analog, komposit
1977 ½-tum National, NV-3085 Spole, 12 mm Analog, sv/v
1978 1-tum, B Bosch, BCN51 Spole 25 mm Analog, komposit
1980 1-tum, C Ampex, VPR3 Spole, 25 mm Analog, komposit
1980 U-matic HB Sony, BVU-800 Kassett, 19 mm Analog, komposit
1981 VHS Panasonic, NV-7000 Kassett, 12 mm Analog, komposit
1982 Betamax Sony, SL-T50 ME Kassett, 12 mm Analog, komposit
1982 Video-2000 Philips, VR-2020 Kassett, 12 mm Analog, komposit
1983 1-tum, B/LP Bosch, BCN51LP Spole, 25 mm Analog, komposit
1984 Betacam Sony, BVW-40 Kassett, 12 mm Analog, komponent
1986 Video-8 Sony, EV-A300 EC Kassett, 8 mm Analog, komposit
1988 S-VHS Panasonic, NV-FS100 Kassett, 12 mm Analog, komposit
1989 Betacam SP Sony, BVW-75 Kassett, 12 mm Analog, komponent
1990 D2 Sony, DVR18 Kassett, 19 mm Digital, komposit
1991 D3 Panasonic, AJ-D350 Kassett, 12 mm Digital, komposit
1991 Hi-8 Sony, EVO-9850P Kassett, 8 mm Analog, komposit
1992 1-tum, B-HDTV Bosch, BCH-1000 Spole, 25 mm Analog, komponent
1993 Digital Betacam Sony, DVW-500 Kassett, 12 mm Digital, komponent
1996 DV Sony, DCR-VX-1000 Kassett, 6 mm Digital, komponent
1997 DVCAM Sony, DSR-80 Kassett, 6 mm Digital, komponent
1997 DVCPRO Panasonic, AJ-D750 Kassett, 6 mm Digital, komponent
1997 Betacam SX Sony, DNW-A100 Kassett, 12 mm Digital, komponent
1999 DVCPRO-50 Panasonic, AJ, D950 Kassett, 6 mm Digital, komponent
2002 IMX Sony, Kassett, 12 mm Digital, komponent
2003 XDCAM Sony, DVD skiva Digital, komponent
2004 P2 Panasonic, Fastminne Digital, komponent
Tabell 2: Videoformat på SVT under drygt 40 år
HDTV - högupplösnings-TV
Redan i början av 70-talet började de stora hemelektroniktillverkarna att titta på TV-system
som skulle kunna ge ännu bättre bild än vad NTSC, PAL och SECAM kunde erbjuda.
Mikroelektronikens utveckling gick så snabbt, så att detta inte skulle vara några tekniska
problem. Speciellt var förbättringslängtan stor i de länder som hade det förhållandevis gamla
15

NTSC systemet. I Japan, som mer eller mindre påtvingats NTSC systemet, började företag
som Sony, Matsushita och NHK att utveckla ett nytt TV-system med bättre bild- och
ljudkvalitet - HDTV (High Definition TV).
1986 föreslog japanerna att deras, vid det här laget långt utvecklade system, skulle bli
världsstandard för det nya HDTV-systemet. Det skulle ha 1125 TV-linjer och 60 Hz
delbildsfrekvens. Naturligtvis kunde inte europeerna med Frankrike i spetsen gå med på detta,
utan föreslog ett eget system med 1250 linjer och 50 Hz. Därmed var formatkriget i full gång
igen.
Entusiasmen inför det analoga HDTV-systemet var mycket stort. Vidfilmsbild i 16:9 format
med sex gånger tätare bildraster än en vanlig TV-bild. Den knivskarpa och detaljrika bilden
tillsammans med mycket hög ljudkvalitet var förförisk och man började hårdlansera tekniken.
Verkligheten kom dock ikapp. En TV-mottagare byggd på katodstråleprincipen skulle väga
uppemot 70 kg och priset, även vid serieproduktion, skulle hamna på 35 000:-. Den analoga
HDTV-signalen krävde enorm bandbredd, i storleksordningen 30 Mhz. Alltså sex gånger mer
än de existerande TV-systemen.
Parallellt utvecklades digitaltekniken samtidigt som marknadsundersökningar visade att
konsumenterna hellre ville ha ett större programutbud än bättre bild- och ljudkvalitet.
Dessutom kan man lättare anpassa digitaltekniken till befintliga mottagare. HDTV innebär att
allt från inspelning, bearbetning, sändningssystem mottagare och bandspelare måste bytas ut.
Europa och Japan hade fram till i början av 1990-talet satsat enorma summor pengar i det
analoga HDTV-systemet. I Europa ville man satsa på ett satellitbaserat analogt system under
beteckningen HD-MAC. Dåvarande svenska, norska och danska televerket i samarbete med
SVT presenterade 1992 ett digitalt HDTV koncept, HD-DIVINE, som skulle kunna sändas i
det befintliga telenätet. Resultatet blev att Europa lade ner HD-MAC projektet. Men istället
för att satsa på HD-DIVINE, så fokuserade man istället på en digital broadcaststandard
(DBV). USA var redan tidigt inne på att utveckla den digitala HDTV tekniken och har,
tillsammans med flera länder runt om i världen (utom Europa) ryckt åt sig initiativet vad
gäller den digitala HDTV utvecklingen. Det blev också amerikanska lösningar som
drivit den digitala HDTV utvecklingen framåt sedan den senare delen av 90-talet.
Det som man normalt menar när man pratar om HDTV är en upplösning på 1920x1080 pixlar
(1080i) (att jämföra med SDTV (Standard Definition TV) på 720x 576 pixlar) och 25 bilder
per sekund interlaced scanning eller 1280x720 pixlar progressive (720P). Det finns ytterligare
ett antal varianter på detta som alla går under benämningen HDTV. En annat HD format är
2K (2048x1526) som används vid arbete med digitala effekter, men har även blivit ett format
för s.k. E-bio.
Generellt eftersträvar man att gå ifrån interlacetekniken i HD sammanhang.
TV-skärmens format
När en gång TV skulle introduceras, så sneglade man av naturliga skäl på filmindustrin.
Stumfilmens format fixerades till proportionerna 1,33:1 där 1 alltid representerar bildhöjden.
Detta förhållande anammades av TV-världen, men man uttryckte samma bildförhållande med
siffrorna 4:3 istället. Till en början fanns en samstämmighet mellan filmens och TV
bildformat, men i och med TV:s snabba expansion så kände sig filmbranschen sig alltmer
hotad. I början av 1950 talet bestämde sig filmbolagen att satsa på filmformat som var svåra
16

och ibland omöjliga att visa i TV. Format som CinemaScope, Todd-AO och icke-anamorfisk
vidfilm togs fram till priset av höga kostnader för bl.a. biografägare.
Så småningom började filmbranschen ändå att inse att deras filmer förr eller senare skulle
hamna i TV-rutan. Olika åtgärder vidtogs för att på bästa sätt göra rättvisa åt de filmer som
hade ett annat bildformat än 4:3. Det finns fortfarande en uppsjö av åsikter och tekniker om
hur man bäst tar tillvara olika filmformat i TV-rutan. Genom lanserande av vidfilms-TV
formatet 16:9 har man underlättat betydligt för visning av film på TV. 16:9 har ingenting med
HDTV att göra annat än just förhållandet mellan bildens höjd och bredd.
Bild 8: CinemaScope i jämförelse med TV formatet 4:3.
17

Videosignalen
I optiska sammanhang talar man om att en hel bild som vi upplever den är en parallell
process. D.v.s. att alla delar av bilden projiceras samtidigt över hela den aktuella bildytan.
Detta gäller också vår subjektiva upplevelse av en videobild. Verkligheten är dock en annan.
Videosignalen är linjär, vilket innebär att bilden måste ritas upp bit för bit. Vi talar om att
bilden scannas. På en datorskärm scannas bilden linjevis (s.k. linjesvep) från övre vänstra
hörnet till den nedre högra för att en bild ska uppstå (s.k. bildsvep). Denna process upprepas
ett antal gånger per sekund (t.ex. 70 Hz). Antalet linjer (linjeupplösning) kan normalt ställas
via datorns mjukvara. Denna scanning kallas för progressiv.
Figur 10:Progressiv scanning.
När det gäller det videosystem som vi använder idag, så använder vi i PAL systemet en
bildfrekvens på 25 bilder per sekund. Istället för att scanna linje för linje, så låter vi istället
elektronstrålen scanna varannan linje för att i nästa bildsvep scanna resterande linjer. Med
detta förfaringssätt krävs två hela bildsvep för att skapa en komplett bild. Med en bildfrekvens
på 25 bilder/sek skapas 50 delbilder/sek. Detta kallas för interlaced scanning och är ett arv
från tidiga CRT med begränsad ”efterglödningstid”. Fördelen med interlaced scanning är att
man kan öka bildfrekvensen utan att öka bandbredd.
Aktiva linjer
I PAL systemet använder vi oss av 625 horisontella linjer. Dock använder vi oss inte av alla
dessa linjer för att rita upp TV bilden. Istället är bildupplösningen 576 linjers vertikal
upplösning. Även horisontellt utnyttjas inte hela bandbredden för att rita upp en bild. Den del
av signalen som vi använder för att rita upp en bild kallas aktiva linjer, medan de ”osynliga”
signalerna kallas vertikalsläck respektive horisontalsläck. Dessa ”osynliga” signaler används
för att föra över tilläggsinformation till TV:n. T.ex. synkroniseringspulser och text-TV.
18

Rörelse och flicker
Vår uppfattning av hur ”mjukt” som vi upplever en rörlig film styrs av främst två parametrar.
Det ena styr den lägsta bildfrekvens där vi upplever rörelser som mjuka utan ryckighet. Denna
lägsta gräns styrs bl.a. av rörelsens storlek, avstånd till bildskärm m.m. De bildfrekvenser som
vi använder oss av i videosammanhang ligger normalt över denna gräns.
Figur 11: Interlaced scanning.
Den andra parametern är flicker. Denna kan dessutom uppdelas i temporalt- och spatialt
flicker. En typ av flicker är stroboskopeffekt (temporal), d.v.s. en hastigt oscillerande
variation i ljusflöde.
Förekomsten av ett kraftigt flicker p.g.a. dålig efterglödtid på tidiga CRT gjorde, som vi
tidigare nämnt, att man valde interlaced scanning för att på så sätt öka bildfrekvensen.
Spatialt flicker uppkommer då tunna horisontella linjer eller skarpa övergångar projiceras via
interlaced scanning. Om exempelvis en tunn linje på motivet hamnar mellan två intilliggande
linjesvep på videon, kan samma linje på motivet registreras av de båda intilliggande
linjesvepen. Eftersom de intilliggande tillhör olika bildsvep, så kommer linjen att oscillera
mellan de två linjesvepen.
Konvertering mellan interlaced- och progressive scanning.
När en interlaced videosekvens skall konverteras till progressivt format, vilket förekommer så
fort materialet skall användas i datorsammanhang, kan fenomen uppstå i konturer på rörliga
föremål. Eftersom en bild registreras i endast vartannat linjesvep i ett bildsvep, så kommer
linjerna i nästa bildsvep att vara tidsmässigt förskjutna 1/50 sek. Detta innebär att varannan
19

linje är förskjutna 1/50 sek i förhållande till intilliggande. När man konverterar till
progressivt, så kommer två interlaced bildsvep att ritas upp samtidigt. Detta innebär att
tidsförskjutningen mellan två linjer ritas upp samtidigt. Föremål som förflyttat sig i bild
kommer att ha olika lägen i de olika bildsvepen vilket resulterat i att dessa föremål kommer
att få taggiga konturer.
Fig 12: Konvertering mellan interlaced och progressiv ger taggiga kanter på rörliga objekt.
Motivet delförstorat i mitten.
Genom s.k. deinterlace kommer man tillrätta med problemet. Man plockar helt sonika bort
varannan linje och antingen dubblerar de övriga, eller så interpolerar man fram de nya
ersättningslinjerna. I båda fallen går information förlorad.
Odd eller even
I interlace sammanhang pratar man om odd or even, d.v.s. ojämna eller jämna linjer. En hel
bild ritas upp av två bildsvep. Ibland är det viktigt att veta om den hela bilden börjar med ett
bildsvep som ritar upp de ojämna linjerna eller tvärt om. Detta gäller om man skall skapa
animationer som utnyttjar deinterlaced scanning. I de flesta fall får man testa. Gör man fel, så
märker man det tydligt på att alla rörelser rycker fram och tillbaka med en frekvens av 50Hz.
Det är inte njutbart.
Kell faktorn
Man pratar om en bilds upplösning och då pratar man ofta i videosammanhang om antalet TV
linjer. D.v.s. att den vertikala upplösningen i en bild är lika med antalet linjer. Tyvärr är den
reella upplösningen lägre. Hur mycket lägre beror på den enskilda bildens utseende (motivets
uppbyggnad). Man har genom olika empiriska tester kommit fram till att den absoluta
upplösningen i en progressivt skannad bild ligger på i genomsnitt ca 70 % av antalet linjer.
Detta värde kallas för Kell faktorn.
20

Vi tänker oss extremfallet att vi har en videobild som innehåller ett horisontellt raster med
omväxlande vita och svarta linjer med samma intervall som TV linjerna. Om linjesvepet
skulle överensstämma exakt med respektive svart och vit linje, så skulle varannan TV linje
återges svart och varannan vit enligt figuren nedan.
Figur 13: Resultat när de horisontella rasterlinjerna sammanfaller med TV linjerna.
Om TV linjerna skulle vara förskjutna, så att övergången mellan de svarta och vita linjerna i
rastret skulle hamna mitt på en TV linje, så skulle TV linjen registrera medelvärdet, d.v.s.
grått.
21

Figur 14: Resultatet när de horisontella rasterlinjerna hamnar mellan TV linjerna.
Naturligtvis består inte en TV bild av något raster, men dock ett antal olika konturer. Skärpan
i dessa konturer påverkas alltså på samma sätt som beskrivits ovan av hur de hamnar i
förhållande till linjesvepet. Eftersom bilderna ser olika ut, så kan man inte ange något absolut
värde på Kell faktorn.
Det angivna värdet på Kell faktorn gäller för progressivt skannade bilder samt för interlaced,
så länge som det handlar om stillbilder. När man för in en rörelsekomponent i interlace fallet,
så kommer Kell faktorn att sjunka ytterligare till så lågt som 50 %. Detta beror på att varje
delbild skannas med halva antalet linjer. Eftersom motivet hinner att flytta sig en bit innan
nästa delbild skannas, så kommer upplösningen i de rörliga delarna av bilden att försämras
ytterligare.
Vad drar vi för slutsatser av detta?
I diskussionen kring framtida HDTV system, så pratar man främst om två standarder,
nämligen 1920x1080 pixlar interlaced eller 1280x720 pixlar progressiv. Vid första påseendet
kan man förledas att tro att 1920x1080i är överlägset i upplösning. Tar man hänsyn till Kell
faktorn, så är skillnaden inte lika stor.
Professionella videokameror marknadsförs ofta med en upplösning som vida överstiger den
videostandard som dessa används till. Om man tar hänsyn till Kell faktorn, så förstår man
argumentet att satsa på kameror med högre upplösning fastän priset är betydligt saftigare.
22

Färgreproduktion
1931 kom man överens om en definition om samtliga verkliga och teoretiska färgers inbördes
förhållande representerat i det s.k. CIE diagrammet (CIE - Commision Internationale de
l’Eclairage).
Figur 15: CIE diagrammet.
Diagrammet representerar alla de färger som teoretiskt förekommer i naturen och används
som grund för hur utrustning byggs för att återge de färger som man önskar.
Videokamerans uppgift är att fånga och registrera ljus och färg som finns i naturen. Samtidigt
ska detta ske på ett sådant sätt att vi människor uppfattar de återgivna färgerna naturliga.
Videotekniken bygger på tre grundfärger, rött, grönt och blått, som via additiv färgblandning
skall återge så många färger och färgnyanser som möjligt. Som grund för framtagning av färg-
TV systemen ställdes bl.a. följande krav:
- Alla färger i naturen bör kunna reproduceras av färgmottagare.
- Mottagarens primärfärger ska helst vara spektralfärger, så att också mättade färger kan
reproduceras.
- Det ska vara enkelt att styra primärstrålens intensitet i mottagaren.
- Ämnet som ska reproducera dess strålar måste finnas.
- Priset på dessa ämnen måste vara rimligt. Ämnets verkningsgrad måste vara hög, och så lika
som möjligt för alla ämnena.
Man kom så småningom fram till följande villkor för primärfärgernas koordinater och
våglängd:
Röd X=0,67 Y=0,33 (610nm)
Grön X=0,21 Y=0,71 (535nm)
Blå X=0,14 Y=0,08 (470nm)
23

Figur 16: CIE diagram där videosystemets primärfärger visas i relation till andra
parametrar.
När videokameran fångar in ljus, delas detta upp i RGB komponenter. Principen för hur detta
går till skiljer sig från kameror med en eller tre sensorer (CCD chip). I detta fall utgår vi från
professoinella kameror med tre sensorer. En för varje grundfärg.
Figur 17: Färgseparation hos de tre primärfärgerna i en videokamera.
I kameran registreras de tre grundfärgerna separat. Ljusbidraget från varje färg omvandlas till
en spänning som är proportionell mot intensiteten. Olika primärfärger med samma
energiinnehåll får samma värde på spänningen. Om en vit yta filmas, så blir alltså spänningen
för varje primärfärg lika. Maximalt reflekterat ljus vid respektive primärfärg ligger alltså vid
våglängderna 470nm (blått) 535nm (grönt) och 610nm (rött).
24

Figur 18: Diagrammet visar vid vilka våglängder som spektralfärgerna separeras i en
videokamera.
Men det mänskliga ögats känslighet motsvarar inte videokamerans. I själva verket är det så att
ögat inte uppfattar primärfärgerna som kameran registrerar med lika inbördes intensitet. I
diagrammet nedan finns en kurva som visar ögats spektrala känslighetskurva. I det fall där
alla färger har samma energiinnehåll, så uppfattar ögat färgernas intensitet (luminans) olika.
Ögat uppfattar olika färger olika intensivt. Det behövs mer energi för ögat att uppleva blått
lika starkt som t.ex. gröngult.
(Man kan ju utifrån detta fråga sig vilka argument som ligger till grund för att man använder
blått ljus på utryckningsfordon…)
Figur 19: Ögats spektrala känslighetskurva i förhållande till videokamerans.
25

I diagrammet ser vi att ögat uppfattar intensiteten i de primärfärger som kameran registrerar
som olika. Förhållandet är för blått ( 470nm) 0,17, för grönt (535nm) 0,92 och för rött
(610nm) 0,47 av maximal känslighet.
Utifrån detta förhållande kan vi enkelt räkna fram hur stor andel av den totala luminansen som
varje primärfärg bidrar med. Denna uttrycks i den s.k. luminansnormen:
U Y
= 0,3 . U R
+ 0,59 . U G
+ 0,11 . U B
. Med luminansnormen kan man kompensera skillnaderna
mellan hur videokameran uppfattar olika färgers ljushet med det mänskliga ögats. Vad man
gör är att man ökar spänningen i TV mottagaren runt det gröna spektralområdet jämfört med
andra färger.
Luminansnormen används för att räkna fram luminanssignalsammansättningen i en
videosignal. På så sätt använder sig också av normen när man ska kalibrera t.ex. kameror mot
varandra med hjälp av en s.k. färgbalk.
Figur 20: Enkel färgbalk för kalibrering av videosignalens utstyrning (styrka). I själva
verket är det luminansen, illustrerat i den högra bilden, som man mäter.
De olika primärfärgernas bidrag till färgbalken framgår av nedanstående figur.
26

Figur 21:
Om vi antar att den maximala spänningen från respektive chips är 1 volt, så kan vi med hjälp
av luminansnormen räkna ut spänningen för alla färgerna i färgbalken. Exempelvis blir
luminansspänningen för vitt: U Y
= 0,3 . 1V + 0,59 . 1V + 0,11 . 1V = 1V. Luminansspänningen
för t.ex. cyan blir enligt figuren: U Y
= 0,3 . 0V + 0,59 . 1V + 0,11 . 1V = 0,7V. För svart blir U Y
= 0,3 . 0V + 0,59 . 0V + 0,11 . 0V = 0V.
Luminansspänningarna för färgbalken kan man rita upp i ett katodstrålerör (oscilloskop)
vilket används i studiosammanhang för att kontrollera och kalibrera luminanssignalens bidrag
till videosignalen.
27

Bild 9:Linjemönstret till höger visar på luminansnivåerna för de olika färgerna i en
färgbalk. Till vänster syns motsvarande bild, men där även färgdifferenssignalen har
adderats.
När man gick över från svart-vit till färg-TV, så fanns det ett kompatibilitetskrav. Man skulle
kunna återge en färg-TV bild i de ”gamla” svart-vita mottagarna och på motsvarande sätt
kunna återge en TV bild från en svart-vit kamera som en svart-vit bild i en färg-TV mottagare.
Genom att separera luminansen (bildens gråskala eller ljushet) från krominansen
(färgsignalen) kunde man uppfylla kompatibilitetskraven. Krominansen är ju i sin tur
uppbyggd av tre grundfärger eller primärfärger, blått, grönt och rött.
Signalkonvertering
Värdet på luminansen, som betecknas Y, är summan av de tre grundfärgerna i proportioner
som motsvarar ögats ljuskänslighet för de olika färgerna, alltså enligt luminansnormen.
Värdena på krominansbidraget utgörs av färgdifferenssignalerna R-Y och B-Y. Den
kompletta videosignalen utgörs alltså av de tre komponenterna Y, R-Y och B-Y. Den gröna
komponenten överförs inte utan kan räknas fram. Vid utsändning sätts dessa signaler samman
till en signal (kompositsignal). I TV mottagaren återskapas sedan RGB signalen på nytt.
28

Figur 22:Principen hur man adderar luminans och färgdifferenssignalerna för att erhålla
en oscilloskopbild enligt figur ovan.
Den signal som består av de tre komponenterna Y, R-Y och R-B kallas komponentsignal.
Denna signal används i alla professionella sammanhang och ger det bästa bildresultatet. Rent
praktiskt överförs signalen i tre separata ledare, två för krominans och en för luminans. I
hemmavideosystem och vid TV utsändningar används en annan signal som kallas komposit. I
denna kompositsignalen slås luminans och krominans samman till en enda signal som ryms i
en enda ledare. Det finns också ett mellanläge mellan komponent och kompositsignal. Där har
man endast slagit samman fördifferenssignalerna, men behållit luminansen separerad. Denna
signal går under benämningen S-video och använder följaktligen två ledare.
Färgsignalen
Färgbärvågens amplitud är ett mått på färgens mättnad, medan fasläget styr färgtonenen.
Referensamplitud och referensfas anges av den s.k. bursten eller färgsynken. Den består av en
10 periodig signal som sänds i linjesläcket innan varje ny linje. Denna princip används i
samtliga TV-system. Det äldsta färgsystemet NTSC är dock känsligt för yttre störningar som
kan påverka färgbursten. En yttre störning kan relativt lätt ändra fasvinkeln med påföljd att
färgtonen ändras. ( Det kan vara orsaken till att vissa menar att NTSC egentligen står för
Never The Same Color). PAL, som utvecklades av tyska Grundig, tog fasta på det
amerikanska färgsystemets tillkortakommanden och införde en teknik där man i linjetakt
alternerande byter tecken för fasläget. En fasvridande störning förvränger färgtonen på en
linje i en riktning och på nästföljande linje i motsatt håll. I färgmottagaren kombineras
färginformationen från två efterföljande linjer på så sätt att fasfelen tar ut varandra. Rätt
färgton visas, men en något lägre mättnad kan bli resultatet, men det är ögat inte lika känsligt
för.
29

Bild 10:Representation av färgfas för en färgbalk i NTSC till vänster och PAL till höger.
PAL-bilden visar två fasvända svep där signalen är fasvänd 90°.
30

Analog/digital
Även om vi idag övergår till digital teknik när vi ska insamla, bearbeta och spara
videomaterial, så är dock vår omvärld analog. Det innebär att vi i videokameran och TV
monitorn måste omvandla analoga signaler till digitala och tvärt om.
I videokameran registreras det infallande ljuset. Detta ljus omvandlas till digitala signaler.
Detta sker med hjälp av sampling, d.v.s. ett slags ”provtagning” på den analoga signalen med
en viss frekvens.
Figur 23: Blockdiagram över AD omvandling (analogt till digitalt)
När det gäller den monitor som bilden skall visas i, så är förhållandet det motsatta. Här sker
en omvandling från digital till analog signal. I bildröret, eller katodstråleröret (CRT ”Cathod
Ray Tube”), avlänkas en elektronstråle så att den träffar den främre delen.
Figur 24: CRT bildrör
Numera visas elektroniska bilder alltmer på digitala skärmar som t.ex. LCD och
plasmaskärmar som har lättare att hantera digitala signaler direkt
31

Digital video
Bandbredd och lagringskapacitet är alltid begränsad. Det är också den främsta orsaken till att
vi har flera olika filformat, alla med sina speciella egenskaper och avsedda för olika
tillämpningar. I vilka sammanhang används de?
1. Multimedia för persondator distribuerad via Internet
2. Multimedia för persondator lagrad på CD-ROM
3. Digital distribuerad video, populärt kallat TV
4. DVD
5. Multimedia för persondator distribuerad via lokalt nätverk
6. Multimedia för persondator lagrad på hårddisk
7. Digital video för SD-produktion (Standard definition)
8. Digital video för HD-produktion (High Definition)
9. Digital filmproduktion
Alla presentationstekniker har olika behov, bandbredd, lagring samt bildkvalitet.
Vi behöver veta hur vårt material ska visas för att kunna välja det lämpligaste filformatet.
Figur 25: Tillgänglig/nödvändig bandbredd för olika typer av mediedistribution.
Figur 26: Nödvändig bandbredd förolika typer av videoproduktion.
32

Olika filformat för olika faser i produktionen
Vi behöver välja filformat för:
1. Insamling (inspelning) (Inspelning, animering och grafik)
2. Bearbetning (Redigering, compositing, special effects, chromakey etc)
3. Slutprodukt (Anpassning till mediabärare och uppspelningsutrustning, kodning,
komprimering etc)
Insamling
Vid insamling är det oftast inte filformat som väljs utan inspelningsutrustning och därmed
kvalitetsnivå.
1. DV, DV-CAM, DVC-Pro
5 ggr kompression, halv färgbandbredd jämfört med fullkvalitetsvideo
2. BetaCam SP
analogt system, broadcastkvalitet
3. Betacam SX, DVCPRO 50, XDCAM, P2
MPEG-2 baserat produktionssystem med hög broadcastkvalitet
4. Digital Betacam
högsta broadcastkvalitet, 2ggr kompression
5. High Definition video
oftast 1920x1080i eller 1280x720p
6. 24p Universalformat
progressiv video som kan konverteras till PAL, NTSC och film.
7. Film
mycket hög upplösning men dyrt
Bearbetning
Digitala videoband lagrar inte datafiler utan en videoström. För att kunna bearbeta materialet i
en datormiljö överförs videoströmmen till ett filsystem. Enkelt beskrivet, man kopplar
videobandspelaren till datorn och ”spelar” in materialet.
Det optimala kan tyckas att låta filen ha samma kvalitetsnivå som originalet. Därmed slipper
man omkomprimering av materialet. Men om produktionens slutresultat ska vara av låg
kvalitet kan man redan här använda ett filformat med kompression. Å andra sidan kan det i
vissa fall löna sig att bearbeta materialet i en högre kvalitet än det inspelade. Detta gäller
bearbetningar som innehåller avancerade bearbetningar med många bildlager. När dessa
bildlager skall föras ner på en videoström, måste materialet renderas. Använder man sig av
lägre komprimeringsgrad i detta steg, så blir förluster och fel mindre. Ofta bestämmer
utrustningen filformatet men graden av kompression kan för det mesta varieras. När filerna är
lagrade kan materialet bearbetas med redigering, färgkorrigering etc. Produktionen kan även
innehålla grafik från t ex animationsprogram. Materialet bör överensstämma med
videofilernas kvalitet.
När bearbetningen är klar konverteras materialet för att passa den slutliga mediebäraren
(DVD, CD- multimedia etc.). I praktiken innebär det komprimering eller helt enkelt
överföring till videotape.
33

Filstorlek vs. upplösning och färgdjup
Filernas storlek bestäms av fyra parametrar
1. Antal pixlar
2. ”Color mode”, RGB eller YUV
3. Färgdjup
4. Kompression
De tre första parametrarna påverkar bildens upplösning medan
kompressionen är en kvalitetsfaktor.
Square pixels eller non square pixels
En TV bild har ett bredd/höjdförhållande 4:3. Digital PAL video består av 720x576 pixlar.
(Det riktiga förhållandet bör vara 768x576 pixlar.) För att teckna ut hela bilden måste pixlarna
dras ut lite i horisontalled. En vanlig videoruta innehåller 414.720 pixlar.
Figur 27: Samma bild med upplösning i square pixels (till vänster) och non square pixels
(till höger)
Praktiskt är det viktigt att hålla reda på antalet pixlar och dess utseende när man importerar
olika typer av grafik i videon.
Colour mode
”Colour mode” kan vara RGB eller YUV. En videoström/fil är oftast en YUV där Y är
bildens ljushet (en svartvit bild helt enkelt) och U och V är färgkomponenter.
Färgkomponenterna i video är oftast lägre samplade och har därmed en sämre upplösning.
Metoden grundar sig på egenskaper i ögats perception där tester visat att det är
ljusinformationen som är viktigast för ”skärpan” i en bild.
34

Y = luminanskomponent 0.30R + 0.59G + 0.11B
RGB
U = färgkomponent 0.493(B-Y)
V = färgkomponent 0.877(R-Y)
Fig 28: YUV är en anpassning till ögats egenskaper, ”färg är inte så viktigt för skärpan”.
YUV 4:2:2 sparar 33% bandbredd.
Luminansdelen samplas 13,5 miljoner gånger per sekund (13,5MHz) medan
samplingsfrekvensen för färgdelen varierar, beroende på vilken kvalitet som vi vill jobba
med. Man utnyttjar att ögat är mindre känsligt för variationer i färginformation (chroma) än
variationer i ljushet (luminans). I den digitala värden ser man begrepp som 4:4:4, 4:2:2, 4:2:0
och 4:1:1. Dessa sifferkombinationer är olika standards och anger hur ofta färginformationen
samplas i förhållande till luminansen.
4:4:4 anger att luminans och chroma samplas lika ofta eller att luminans och chroma
registreras lika mycket i varje pixel.
4:2:2 anger att luminans registreras i varje pixel medan chroma registreras i varannan.
Samplingsfrekvensen för chroman har halverats i förhållande till luminansen. Denna standard
betraktas som fullt acceptabel för de flesta professionella sammanhang.
Ett snäpp lägre är 4:2:0 som innebär att luminansen registreras i varje pixel medan chroman
endast registreras i varannan pixel och på varannan rad.
4:1:1 innebär att luminansen registreras i varje pixel medan chroman registreras i var fjärde
pixel, men på varje rad. I de två senare samplingsförhållanderna registreras alltså chroman
med fyra gånger lägre frekvens än luminansen.
Broadcaststandard har samplingsförhållandet YUV 4:2:2, dvs färgkomponenterna har Y-
signalens halva sampling. Det innebär att en videoruta har 2/3 filstorlek jämfört med en
motsvarande RGB-ruta med 4:4:4, där ju varje färg har samma ”vikt”.
• YUV 4:4:4 bearbetning med HQ
• YUV 4:2:2 fullkvalitetsvideo
• YUV 4:2:0 PAL DV / DVCAM
• YUV 4:1:1 DVCPRO
• RGB 4:4:4 datorgrafik
• RGB 4:4:4:4 datorgrafik med alfakanal
35

Under videoredigering behålls YUV formatet. Dock är det
vanligt med konvertering till RGB under processing och sedan tillbaka
till YUV. Vissa utrustningar behåller dock YUV formatet under
processing vilket är att föredra av kvalitetsskäl. Processing kan t ex
bestå av färgkorrigering.
”DV-video” använder 4:2:0 (PAL DV/DVCam) eller 4:1:1 (DVC-Pro)
sampling.
Färgdjup
Färgdjup är antalet färgnyanser som en pixel kan anta. Det vanligaste färgdjupet är 8 bitar per
pixel och komponent. Det är också det vanligaste färgdjupet när man bearbetar video.
Betacam digital 10 bitar YUV
DV/DVCam, DVCPro 8 bitar YUV
Videoredigering 8 bitar YUV (med vissa få undantag)
MPEG1, MPEG2 8-bitar YUV
High Definition video 8-12 bitar YUV
24p 12 bitar
Digtaliserad film 12-16 bitar
Observera att man i videovärlden anger bitar per komponent. I den
grafiska världen anger man oftast pixelns totala antal bitar.
Exempel:
24 bitars TIFF: 8+8+8 bitar RGB
32 bitars TIFF: 8+8+8+8 bitar CMYK för tryck eller 8+8+8+8 RGBA
(med alfakanal).
Komprimering
Video kan komprimeras på olika sätt. Det finns olika videokomprimeringsstandarder där
MPEG är vanligast. Vi tittar lite närmare på detta sätt att komprimera, men det finns en
uppsjö av andra standards som jobbar på likartat sätt. MPEG-1 är den äldsta versionen och är
designad för 1,5Mb/s och komprimerar en faktor 100. Standarden är vanlig när man
komprimerar för CD-ROM läsare. Även de vanliga webbläsarna klarar MPEG-1.
Den nyare standarden MPEG-2 hanterar datahastigheter upp till 40 Mb/s. Den ska klara
HDTV och både interlaced och progressive scan. Vid komprimering av ”vanlig” video men
med broadcastkvalitet genererar man ca 5Mb/s plus ljud på ca 300kb/s. MPEG-2
rekommenderas av framträdande TV organisationer i världen som en framtida standard för
komprimering av video för sändning. Sedan lång tid tillbaka nyttjar man MPEG-2 för
komprimering vid satellitöverföring.
MPEG-4 är främst inriktad mot överföring via nät med begränsade bithastigheter. Det är en
komprimeringsstandard som används mer och mer för överföring av bild på nätet.
Videokomprimering går ut på att ta bort så mycket redundans som förutsättningarna tillåter.
Tillvägagångssättet vid komprimering kan mycket förenklat beskrivas så här: Sampling
→RGB→ YUV → Komprimering i pixelplanet (spatial) → Komprimering i tidsplanet
(temporal) → Entropikodning (tar bort resterande redundans).
36

Komprimering i
pixelplanet
(spatial komprimering)
Sampling
RGB → YUV
Komprimering i
tidsplanet
(temporal komprimering)
Entropikodning
Figur 29: Tågordningen hur komprimering går till av en videobild.
Komprimering av en TV bild.
En TV signal enligt ITU-601 standard (ITU = Internationella TV Unionen) har en bithastighet
på 270 Mbit/s. Denna signal hanteras i ett TV hus, men är alldeles för omfattande för digital
TV distribution. Det digitala marknätet har idag en bithastighet på 5-6 Mbit/s. Det krävs alltså
en kraftig bitredusering i form av komprimering.
För att komprimera en TV signal används MPEG 2 komprimering. Tillvägagångssättet för
komprimeringen sker i flera steg.
Utgångsläget är alltså 270 Mbit/s 4:2:2 sampling och 10 bitars upplösning. Genom att
reducera till 8 bitar och 4:2:0 sampling har vi kommit en liten bit på väg. Men mycket
återstår.
Nu tar den egentliga komprimeringen vid. Av beräknings- och kodningsmässiga skäl delas
bilden in i lite olika hierarkiska nivåer. Det mest finmaskiga av dessa är blocket som består av
8x8 pixlar. Komprimeringen i pixelplanet opererar på blocknivå. Informationen i pixelplanet
konverteras till ett frekvensplan med hjälp av DCT (Discrete Cosinus Transform). DCT är en
matematisk transform som påminner om Fouriertransformen. Man representerar bilden på ett
sådant sätt att olika ändringar i bilden grupperas i frekvensplanet.
Figur 30: 8x8 block. dc-komponenten är rutan längst uppe till vänster.
I övre vänstra hörnet finns dc-komponenten, d.v.s. det som motsvarar det genomsnittliga
gråskalevärdet i blocket. Värdena på de övriga rutorna representerar förändringar mot
37

medelvärdet. Låga frekvenser närmast dc-komponenten. Ju högre frekvenser en ruta
innehåller ju mindre påverkar den synintrycket av bilden. Därför kan man skära bort de
komponenter som ligger mot den nedre högra delen. Bild som enbart är komprimerad i
pixelplanet kallas för I-bild.
Vid komprimering i tidsplanet (temporal komprimering) görs en jämförelse mellan
intilliggande bilder i en bildsekvens, d.v.s. en videofilm. I sekvensen stoppar man först och
främst stoppa in I-bilder, Intra frame, (referensbilder) med jämna mellanrum. Sedan letar man
efter skillnader i utseende på intilliggande bilder. Det är endast skillnaderna mellan bilderna
som behöver komprimeras om. Statiska partier räknas som stillbilder. Bilder som återskapas
enbart utifrån närmast föregående I-bild kallas P-bild (predicted frame). Bilder som
återskapas utgående både från föregående och efterkommande bilder kallas B-bilder (bidirectional
frame). För dessa krävs en buffert eftersom efterkommande bilder måste
analyseras innan B-bilden kan skapas. Ett intervall mellan två I-bilder kallas GOP (Group Of
Pictures) och kan se ut som följer: IBBBPBBBI.
Figur 31: En MPEG dekoder kräver ett bildminne, eftersom vissa bilder i strukturen inte
kan ritas upp innan efterföljande bilder analyserats. Detta gör att komprimeringen har en
inbyggd fördröjning.
Vid mätningar visar det sig att en I-bild innehåller ca sju gånger mer information än en B-bild
och tre gånger mer än en P-bild. Detta är naturligtvis beroende på hur mycket förändringar
som sker mellan de olika bilderna. Inom MPEG standarden har man möjlighet att välja
utseende på sin GOP. Längre avstånd mellan I-bilder minskar datamängden, men gör filmen
känsligare för störningar.
MPEG är egentligen ett uppspelningsformat och lämpar sig inte i sin grundform att klippa i.
Har man otur kan man ju göra sitt klipp strax innan en P-bild. Resultatet blir att P-bilden
tappar sin relation till närmast föregående I-bild. Detta har man numera löst genom att införa
GOP strukturer med enbart I bilder eller alternerande I och P bilder
Entropikodning är ett sätt att presentera det kodade materialet på ett effektivt sätt, samtidigt
som man tar bort ytterligare redundant material.
Run Lenght Coding kallas det när man istället för att skicka 50 nollor efter varandra skickar
en nolla och sedan siffran 50.
38

Huffmankodning innebär att man tilldelar de DCT koefficienterna som förekommer oftare ett
färre antal bitar än de som förekommer mer sällan. Resultatet blir en mycket kompakt ström
av kodade koefficientvärden.
Feltolerant kodning innebär att när videoinformation strömmar ut i nätet är det viktigt att veta
att alla bitar inte är lika mycket värda. Ett obetydligt fel är en modifikation av en DCT
koefficient i en B-bild som räcker 1/25 sekund medan en modifierad koefficient i en I-bild
kan påverka bilderna i uppemot en sekund.
Filformat för bearbetning och slutprodukt
Video
AVI
• AVI, AudioVideoInterleaved är det vanligaste filformatet i Windows- miljö.
• Filformatet är anpassat till Microsoft´s DirectShow teknik som är en uppsättning
”byggstenar” som utför olika moment, t ex inspelning, uppspelning och kodning.
• AVI är bara en struktur för filformatet och det finns en mängd olika typer
standardiserade (se avsnittet ”Codecs”).
• Kan än så länge bara användas i Windows- miljö.
Quicktime
• Quicktime är det vanligaste filformatet i Apple- miljö.
• Fungerar efter samma princip som AVI.
• Kan användas på både Mac och Windows.
MPEG
MPEG är egentligen inte ett filformat utan en bitström. Information
om innehållets struktur finns kontinuerligt ”inbakat” i bitströmmen
(jfr Internet-streaming.) För att förenkla kallar vi dock MPEG för ett
filformat i det här sammanhanget.
MPEG-1
• Ett bra generellt filformat för multimedia.
• Standard upplösningen motsvarar ca ¼ PAL-video (352x240). Man kan använda andra
upplösningar men problem kan uppstå med vissa players. Windows MediaPlayer
fungerar bra med olika upplösningar.
• Spelbar på både Mac och Windows, ingår i operativens grundinstallation.
MPEG-2
• Mest känt som filformatet för DVD men används även i broadcast-sammanhang
• Standard upplösning motsvarar PAL (720x576) resp. NTSC (720x480), fler standarder
finns bl a för HD-TV
• Color mode YUV (YCbCr för att vara exakt)
• Sampling 4:2:0 för MPEG IBP Main profile (”DVD-MPEG2”).
• Kompression upp till 30 ggr. Kan ej redigeras (utan problem). Används även för
”Digital-TV” distribution hem till vardagsrummet.
• Sampling 4:2:2 för MPEG I-frame High Profile (”Proffs- MPEG2”). Kompression 3-10
ggr. Kan redigeras. MPEG2 Iframe används vid insamling (t ex Sony IMX), vid
produktion (redigering). Ett område där det används till 100% är vid digital
distribution och programutbyte mellan broadcastaktörer i länknät t ex Terracoms
39

länkar.
MPEG-4
• Är en utveckling av MPEG med förbättrad kvalitet vid låga bitrates (hög kompression).
• Standarden innehåller även en mängd möjligheter för multimedia.
• En populär variant av MPEG- 4 är DivX.
Bitmap (punktuppbyggd grafik)
TGA
• Ett mycket använt bitmap-format för grafik.
• Kompatibelt med alla plattformar.
• Okomprimerad eller oförstörande komprimering.
• Mycket bra för att spara ner sekvensiella (numrerade) ”stillbilder” från
animationsprogram.
• Fungerar även utmärkt med alfa-kanal.
TIF
• Sedan lång tid etablerat bitmap-filformat för grafik.
• Finns i en mängd varianter men är nu förtiden ett moget format som har bra
kompabilitet.
• Olika varianter för PC resp Mac.
• Har kompressionsmöjlighet och alfakanal.
• Ganska bra kompabilitet med videorelaterade tillämpningar.
JPEG
• Det mest använda filformatet för bitmap-bilder med hög kompression.
• Ofta kan 10-20 ggr kompression användas på fotografiska bilder. Var mer försiktig med
grafik!
• Kan ej innehålla alfakanal.
• Kompatibelt med alla plattformar.
PSD
• Photoshop´s nativa filformat.
• Sparar projektets alla inställningar.
• Vissa egenskaper som t ex lagerinformation kan användas i After Effects, Premeire,
Combustion och Final Cut etc.
BMP
• Ett specifikt Windows-format med begränsade möjligheter.
• Bra kompabilitet mellan tillämpningar.
Bitmap grafik vs. vektorgrafik
I den grafiska världen förekommer pixeluppbyggd grafik (punktgrafik eller bitmap) och
vektorgrafik. Vektorgrafik består i grunden av matematiskt beskrivna kurvor. Photoshop är ett
program som huvudsakligen är ett bitmap-program, medan Illustrator är ett
vektorbaserat program.
”Bildrutebaserad” digital media (vi kan kalla det video) är alltid pixelbaserad. Men
vektorgrafik används i många sammanhang för produktion av videomaterial. Vektorerna
måste dock konverteras till pixelgrafik innan användning. Som exempel kan nämnas
textprogram för video.
40

Ljud i filerna, hur går det till?
I alla de ”video-filformat” vi behandlat upp finns möjlighet att ”bädda in ljud”. Ljudet är
egentligen inte en del av videofilen, utan en separat information som är multiplexad med
video-informationen. Dvs små bitar av ljud är inpetade på lämpliga ställen i videons
information men för användaren verkar det som allt är en fil. Vid uppspelning separeras audio
och video och spelas genom separata codecs. Vid distribution och i slutprodukter är audio så
gott som alltid inbäddad i videon. Vid bearbetning hanteras video och audio ofta som separata
filer. Vid redigering kan ett t ex redigeringsprogram hantera video som .avi
och audio som .wav-filer. Länkningen mellan filerna sker automatiskt med programmets egen
databas.
Codecs
En codec är en algoritm. Med en matematisk ”formel” behandlas video eller audioinformationen.
Ofta är det fråga om att komprimera eller dekomprimera. Men en codec
behövs även t ex för att från en SDI-ström (från t ex en bandspelare) skapa en okomprimerad
videofil. En codec bestämmer helt enkelt hur informationen skrivs i
filen. Vid uppspelning behövs en motsvarande decoder. En codec finns inte i videofilen utan
installe rad som en fil i datorsystemet. I mediafilen finns information om vilken codec som
ska användas. Vid uppspelning söker datorn efter en lämplig codec och i bästa fall startar
uppspelningen.
En codec för MPEG följer mycket strikt den standard som finns specificerad av Moving
Pictures Experts Groups. Den kan visserligen vara skriven av olika tillverkare, och vara av
olika kvalitet, men kan spela upp alla MPEG-filer av en given typ (1, 2 eller 4).
AVI och Quicktime-filer är annorlunda. Man brukar populärt kalla dem för ”wrappers”. Det
är helt enkelt inslagna paket med olika innehåll, men alla är de Quicktime eller AVI.
”Innehållet” består av video och/eller audioinformation, oftast multiplexad. Dessutom finns
metadata, dvs filens specifikationer, som bl a beskriver med vilken codec filen ska spelas.
Hur väljer jag filformat och codec för en produktion?
Exempel:
Jag har redigerat ett videoavsnitt. Materialet är vanlig PAL-video men slutprodukten ska bli
en multimediapresentation gjord med Director. Den ska distribueras på CD-ROM och
målgruppen använder endast Windows-plattform.
Vi måste ta hänsyn till följande:
1. Vilken prestanda har CD-spelaren hos slutanvändaren?
2. Vilken prestanda har slutanvändarens dator? Processor, minne?
3. Vilken upplösning har slutanvändarens bildskärm?
4. Hur stort utrymme finns för videofilen på vår CD-ROM?
Låt oss anta att den ”sämsta” datorn har följande specifikation:
1. 4x CD- ROM (150KB/s x 4= 600KB/s
2. Pentium II 400 MHz, 32MB
3. 800x600 pixlar
4. Videofilen får ta upp max 7MB på vår CD-ROM
41

• AVI? Helt OK, vi kan välja mellan olika codecs. Men se upp, många av de codecs som
finns för AVI bygger på gammal teknik och finns mest för att få bakåtkompabilitet.
Har slutanvändaren DivX-codec? I så fall är det en mycket bra AVI-lösning.
• Quicktime? Också bra, men vi kan knappast räkna med att våra slutanvändare har QT
installerat och vi kan inte räkna med att de kan/vill/får installera.
• MPEG-1? Mycket bra. Går att spela med de flesta Windows Media-spelare och därmed
oftast utan problem i andra applikationer.
• MPEG-2? Nja, visserligen kan filerna spelas upp på datormonitor. Men MPEG-2 är inte
mycket bättre än MPEG-1 vid samma bitrate och codec saknas hos de flesta
slutanvändare. MPEG-2 är ett utpräglat ”TV-video” format.
Vi satsar på MPEG-1. Nu gäller det att få en fil med så bra kvalitet som möjligt men som är
spelbar på ”den sämsta” datorn. Dessutom ska filen rymmas på lagringsmediet.
Ta reda på vilken pixelstorlek som videoavsnittet ska ha i Director.
Koda helst avsnittet i exakt rätt upplösning, eller i alla fall strax under den rätta. Aldrig större!
Välj gärna den standardiserade upplösningen för MPEG-1, då spelas den bra på alla system.
Ska filmen visas på helskärm ställs högre krav på datorn hos slutanvändaren. I det aktuella
fallet är det på gränsen att det går att använda fullskärmsläge.
Gör sedan kodningar med olika inställningar. Kontrollera noggrant kvalitet efter varje prov.
Se på filstorleken och beräkna bitströmmen.
Slutligen, om så är möjligt, testa filen på en dator som liknar de specifikationer vi satte som
”sämsta dator”.
Övriga parametrar vid kodningen
Utöver val av codec finns det en del andra egenskaper att tänka på.
Interlace
Om källmaterialet är video är det inspelat med sk interlace. Varannan linje i bilden
”exponeras” först och sedan de övriga linjerna. Det innebär att varannan linje har en viss
tidsförskjutning. P.g.a. av den här tekniken får man en simulering av 50 bilder/s
(1 bildruta=2 fields). Som vi alla vet märker man inget av detta när man ser materialet på
videomonitor. Men när materialet visas på datormonitor visas bildrutans båda fields samtidigt
och man får en horisontellt ”trasig” bild vid snabba rörelser.
För att undvika fenomenet vid visning på datormonitor används deinterlace som innebär att en
field helt enkelt plockas bort och de tomma linjerna ersätts med en interpolering av
angränsande linjer. Vi minskar den vertikala upplösningen men metoden ger ända bilden en
bättre kvalitet.
Upplösning
Vid konvertering bör man tänka på att om möjligt göra den i så få steg som möjligt.
Konvertera t ex aldrig först till en annan upplösning och codec och sedan komprimera. Det
försämrar kvalitén betydligt. Bestäm också pixelupplösning noggrant så att den
överensstämmer med slutproduktionens upplösning. Om videomaterialet t ex ingår i en
multimediaproduktion bör man undvika att låta spelaren/multimediaprogrammet skala om
pixelupplösningen.
42

Crop
Vid digitalisering av analog video får man ofta svarta kanter till höger och vänster om bilden.
Ev lite svart i ovan och nederkant. Kanterna syns inte på vanlig videomonitor som är inställd
för att ”ta bort” ca 10% av bilden. Om materialet ska spelas på datormonitor bör man därför
använda crop-funktionen som finns i kodningsprogrammet.
Square och non-square pixel
Standarden för PAL är 720x576 pixlar. Men bildformatet är 4:3 vilket ju inte rimmar speciellt
bra. Upplösningen borde vara 768x576 kan man tycka. Anledningen till att man valt 720
pixlar horisontellt är för att kunna använda en viss samplingfrekvens (13.5 MHz). Låt oss inte
fördjupa oss i detta utan helt enkelt acceptera detta, OK?
Man kallar det för ”non-square pixels”. Men icke-kvadratiska pixlar finns givetvis inte. Pixlar
finns överhuvudtaget inte fysiskt. Rent praktiskt innebär det att en PAL-videobild som visas
på en datormonitor är 6% för smal och alltså en aning ”ihoptryckt” horisontellt. Vissa
professionella programvaror kompenserar dock för detta och ”drar ut” bilden.
Men hur blir bilden rätt hemma i vardagsrummmet? Jo, när bilden passerar en ”digital till
analog” omvandlare, någonstans på vägen till bildröret, ”dras bilden ut” och den analoga
bilden blir OK. Omvandlaren kan sitta i DVD-spelaren, parabolmottagaren, Terracoms länkar
etc. Det här är inget som vanliga TV-konsumenter behöver bekymra sig om.
Om vanlig PAL-video ska visas på datormonitor bör man justera bildformatet så ett det får
bildförhållandet 4:3. Inställningar finns i alla bra kodningsprogram. Bildförhållande kallas
”aspect ratio” på engelska. Välj 768x576 för fullformat video eller ett mindre format som får
förhållandet 4:3.
Bildformat 4:3 vs 16:9
TV-mottagare med ”bredbild” blir alltmer populär. Man talar om 16:9 bildformat. Men det
kommer att dröja 5-10 år innan sändningar med äkta 16:9 börjar och DVD-skivor med äkta
16:9 finns på marknaden. Anledningen är att man måste vänta till alla bytt till nya mottagare.
Äkta 16:9 kallas mer exakt för ”anamorphic 16:9”. PAL-bilden har fortfarande upplösningen
720x576. När man väljer ”anamorphic 16:9” på sin TVs fjärrkontroll ”dras bilden ut” 1,5 ggr
horisontellt och får den avsedda proportionen. (Självklart på bekostnad av den horisontella
upplösningen och ”skärpan”).
DVD formatet är förberett för ”äkta 16:9”.
Många konsumenter förbereder sig redan nu för ”äkta 16:9” genom att använda den här
inställningen vid vanliga 4:3 sändningar. Resultatet blir en horisontellt förvrängd bild med t
ex breda ansikten. Men visst är det coolt, eller…?
När långfilmer och vissa DVD visas är det vanlig med s.k. brevlådeformat. Man visar helt
enkelt filmens hela bildyta men fortfarande i 4:3 format. Resultatet är svarta kanter ovan och
under bildytan. Har man en bredbilds-TV kan man då använda ett läge där man ”zoomar in i
bilden” och därmed får bort de svarta områdena.
En äkta 16:9 bild är horisontellt kraftigt ihoptryckt. I ett redigeringprogram finns inställning
för att växla till 16:9 läge. Då ändras bilden utseende på datormonitorn och får rätt proportion.
Dessutom justeras textprogrammets egenskaper och även övergångar (wipes etc) justeras.
Själva videomaterialet ändras inte på något sätt utan är egentligen en helt vanlig PAL video.
Om man vill använda anamorhpic 16:9 för visning på datorskärm
43

ehöver man ändra bildens proportion vid kodningen. Multiplicera den horisontella
upplösningen med 1,42 så blir det rätt. (Då kompenserar man både för 16:9 formatet och nonsquare
pixel).
Gamma
Video ger alltid olika intryck på video resp. datormonitor. Dels p.g.a. av olika färgåtergivning
men givetvis också interlace-egenskaperna. Vid produktion av material som ska visas på
videomonitor bör man därför sträva efter att alltid ha en videomonitor kopplad till sin dator
som referens. Speciellt viktigt är detta vid t ex färgkorrigering och
kodning av DVD/MPEG-2.
Vid visning av video på en ”medel-dator- monitor” får man en lite mörkare bild än när den
visas på videomonitor. Använd därför gärna gamma-justering för att göra bilden en aning
ljusare vid kodningen. Prova gärna verktyget ”Ställ in kurvor” i Photoshop. Om
kodningsprogrammet bara har en numerisk inställning är det samma justering som om man
gör en snygg böj på RGB-kuvan i Photoshops verktyg.
44

Dramaturgi
Publiken har alltid rätt! Oavsett vilka intentioner filmskaparen än hade. All möda,
all talang, all tid och alla pengar man lägger på en film är till ingen nytta om man
inte lyckas engagera publiken. Då spelar det ingen roll om bilderna är vackra,
ljudet kristallklart och ämnet intressant.
Hur engagerar man då publiken? Först och främst måste man komma ihåg att film
är ett berättande medium. Det gäller alltså att berätta sin historia på rätt sätt. Det
är viktigt att tänka på att film inte är en objektiv redovisningsmetod, utan filmen
manipulerar ständigt publikens känslor.
Dramaturgi innebär konsten att berätta. I denna text kommer framför allt den
dramatiska formen diskuteras, men även episk och lyrisk form. Det är viktigt att
tänka på att de dramaturgiska reglerna är gjorda för att bryta mot, men endast
genom att kunna reglerna kan man bryta mot dem och veta vad man kan
åstadkomma med det. Och i många fall kan man få god hjälp, tips och inspiration
genom dem.
Handlingsplan och berättarplan
I filmen kan man skilja på handlingsplan och berättarplan, dvs filmberättandets
vad och hur. Handlingsplan är filmens eller TV-programmets innehållssida, vad
filmen innehåller/handlar om. Berättarplan är filmens formsida, hur det filmen
handlar om berättas.
Berättarelement
Berättarelementen är filmens uttrycksmedel.
Handlingsplanets uttrycksmedel:
Kroppslig framtoning – Människan är normalt det viktigaste berättarelementet i
film. När man ser en film är man tvungen att i stort sett uteslutande avläsa och
förstå det inre i filmen genom det yttre, därför har det skapats ett antal schabloner.
Tex beteendet hos en stor och kraftig person vs liten och tanig. Alltså är valet av
skådespelare väldigt viktig för filmen. Motiveringar till val av skådespelare:
Realistisk motivering – Tex en proffsboxare kan inte se ut hur som helst... (när
Stallone skrev Rocky och ville spela själv så var han tvungen att styrketräna
mycket innan inspelningen)
Dramatisk motivering – Någon ska vara liten, eller vacker i enlighet med storyn
Komisk motivering – Tex stora fötter, utstående öron, liten och tjock...
Extern motivering – Påverkan utifrån som filmskaparen inte kan kontrollera, tex
ekonomiska skäl
Spel (ingår i vad som kallas spelsceneri) – Allt en skådespelare gör ”på scenen” är
spel. Även här handlar det om att uttrycka det inre med det yttre, och det görs
framför allt genom kroppsspråket.
Realistisk motivering – En högt uppsatt chef rör sig på ett annat sätt än en
utslagen uteliggare
Dramatisk motivering – Varje utspel som en person gör, gör den som följd av
eller för att påverka den dramatiska situationen
45

Komisk motivering – Tex Charlie Chaplin’s gång
Klädsel och make-up – Kläderna är väldigt viktiga för att beskriva en person. Ta
tex skillnaden mellan Indiana Jones, James Bond, Darth Vader...
Realistisk motivering – En läkare i vit rock
Dramatisk motivering – En elev som vägrar bära skoluniform...
Komisk motivering – Någon som bär för korta byxor...
Miljö – Miljön ska väljas för att ge filmen maximal dramatisk effekt och stöd åt
handlingen. Tex i filmen Gökboet som handlar om frihet och tvång, så återfinns
handlingen i miljön, mentalsjukhus vs havet.
Realistisk motivering – New Yorks gator i en deckare
Dramatisk motivering – Slagfältet som tvingar fram de sämsta sidorna men
kanske även de bästa sidorna hos soldaterna i en krigsfilm
Extern motivering – Man måste ha tillstånd för att filma och därför kanske det
inte alltid blir det första valet som man slutligen filmar i
Rekvisita – Rekvisitan berättar mycket om människorna som finns runt den.
Föremål kan ha en passiv eller aktiv roll i en film. Passivt finns föremålen runt en
person och berättar om karaktären, om värderingar, hobbys och vardagsliv. Aktivt
används ett föremål för att föra handlingen vidare.
Realistisk motivering – Ett vapen används för att skjuta någon
Dramatisk motivering – En skruvmejsel smugglas in till en fängelsekund
Tidpunkt – Årstiderna förknippas med vissa skeenden, som jul och julklappar.
Men även tidpunkter på dagen eller natten... En person som äter frukost klockan
tre på natten väcker nog en del frågetecken hos publiken. En historisk film, som
utspelar sig på 1500-talet, och innehåller en scen där någon går förbi en TV-apparat
väcker nog också en funderingar...
Väderlek – Vädret påverkar publikens upplevelse av filmen. I en dokumentärfilm
accepteras vädret mer som en neutral faktor än i en spelfilm. Normalt är det
solsken på bröllop och regn vid begravningar...
Fysiska relationer (ingår spelsceneri) – Hur skådespelarna placerar sig fysiskt på
scenen kan också ha betydelse för upplevelsen.
Dramatisk motivering – Tex en person som står tryckt i ett hörn på en fest, eller
en man som kommer ombord på en halvtom buss och sätter sig brevid en kvinna...
Komisk motivering – Två personer som letar efter varandra och går runt en pelare
på varsin sida, hela tiden med ryggen vänd mot den andre...
Motivrörelse (ingår i spelsceneri) – Om det inte rör sig i bilden under en scen
upplevs den lätt som statisk, men rörelse är inte samma sak som dramatik!
Realistisk motivering – Människor som inte rör sig är antingen döda, skadade
eller sover
Dramatisk motivering – Enda sättet att överleva är att springa ifrån mördaren
Realfärger – Realfärger är verkliga färger, dvs färger som finns i miljön vid
inspelningen. Ibland förstärks färger och ibland tas färger bort i redigeringen.
Detta för att färger upplevs olika tex blått för kyla och grönt för lugn.
46

Naturliga ljuskällor – Starkt upplysta föremål får normalt mer uppmärksamhet
än svagt upplysta. Mörker och skugga kan upplevas som hot medan jämt och
mjukt ljus associeras med godhet.
Dramatisk motivering – Alien-filmerna där det ofta finns mycket lampor men det
ändå alltid är dåligt upplyst vilket ger monstren många skuggor att gömma sig i
Realljud – Med realljud menas alla ljud utom dialog och musik som finns i
handlingsplanet. Det finns två sorters realljud, effekter och atmosfärljud. Effekter
är punktljud som är viktiga att publiken hör, tex ett pistolskott. Atmosfärljud är
det övriga ljudrummet, tex sorl i en restaurang och trafikljud från gatan utanför.
Med atmosfärljudet kan man förstora scenen och visa att det finns en värld
utanför bilden. Det är dock viktigt att tänka på att man aldrig använder mer och
starkare ljud än vad som är nödvändigt, då kan ”fel ljud” störa det som är
väsentligt för berättelsen.
Realmusik – Musik som personerna i filmen hör, denna musik kallas också för
diegetisk musik. Det är viktigt att tänka på att publiken måste antingen se eller
förstå varifrån musiken kommer och att personerna i filmen också hör den, för att
musiken ska fungera som realmusik.
Realistisk motivering – Svag pianomusik från pianisten i restaurangen
Dramatisk motivering – Mördaren som alltid visslar ”Bergakungens sal” innan
han slår till (Hitchcocks ”Mannen som visste för mycket”(?))
Komisk motivering – “Allways look on the brigth side of life” i slutet av ”Life of
Brian”
Dialog – Dialogen ska inte gestalta dramatiken (!), utan komma ur dramatiken.
Dialogen ska alltså vara en funktion av karaktärerna och den situation de befinner
sig i. Dialogen ska inte förklara handlingen.
Berättarplanets uttrycksmedel:
Format – Det är skillnad i bildformatet mellan TV och bio. Detta innebär att man
ibland måste tänka annorlunda vid inspelning av filmen beroende på bildformatet.
I TV-rutan ryms inte lika mycket och bilden som visas är i regel mindre den på än
bioduken, vilket gör att tex en folksamling på TV mest består av en massa prickar.
På bioduken ryms däremot mer, vilket innebär att det ibland kan vara svårt för
publiken att fästa uppmärksamheten på rätt saker i bilden.
Bildkomposition (ingår i vad som kallas kamerasceneri) – Hur bilden
komponeras är beroende av personernas placering på scenen (fysiska relationer).
Men kamerans placering ingår (normalt) inte i berättelsen. Den komponerade
bilden existerar enbart på berättarplanet och inte i handlingsplanet. Hur
personerna är placerade på scenen bestäms av deras relation till varandra och vad
som händer etc. Kameran styr inte de handlande, den styr åskådarens upplevelse
av de handlande. Kort skulle man kunna säga att vågräta linjer skapar större lugn
än vertikala. Diagonaler åstadkommer dynamik, bilddjup och en känsla av
rörlighet. Asymmetriska kompositioner främjar obalans. Dåligt med luft kring
personerna kan ge en instängd känsla, osv.
47

Brännvidd och skärpa (ingår i kamerasceneri) – Vad gäller brännvid bör man
använda samma inställning genom hela filmen, om man inte vill använda
brännvidden för att skapa en effekt. Något man bör tänka på är vitbalansen som
bör vara lika inställd på alla kameror, annars varierar färgen i bilden.
Bildstorlek (ingår i kamerasceneri) – Det vill säga: extrem närbild, närbild,
halvbild, helbild och totalbild. De olika bildstorlekarna används för att svara på
var, vem och vad. Dvs de etablerar (totalbild), presenterar (Hel- eller halvbild)
och de accentuerar (Närbild).
Kameravinkel (ingår i kamerasceneri) – Kameravinkeln är nära kopplat till
berättarpositionen, dvs berättarens synvinkel. En extremt hög vinkel
(”fågelperspektiv”) får motivet att verka litet och obetydligt, medan en låg vinkel
(”grodperspektiv”) får motivet att verka stort och överlägset.
Kamerarörelse (ingår i kamerasceneri) – Det finns i huvudsak två funktioner
med en kamerarörelse. Den första funktionen är att följa ett rörligt motiv, tex om
huvudpersonen reser sig upp och går fram till fönstret. Den andra funktionen är
kamerarörelser som berättargrepp, tex en inzoomning mot ett viktigt föremål.
Färgeffekter och svart/vitt – Färgeffekter finns inte i den filmade verkligheten,
utan är ditlagda efteråt. Ett exempel här är Schindler’s list som är svart/vit,
förutom den lilla flickan i röd jacka.
Artificiellt ljus – Allt ljus som inte är naturligt, tex färgade strålkastare. Man kan
säga att samma sak gäller för artificiellt ljus som för de naturliga ljuskällorna.
Meningen med artificiellt ljus är att publiken inte ska se den utan uppleva filmen
tack vare den.
Filmsort och exponering – Valet av film och exponering spelar roll för
kvaliteten på den färdiga filmen, tex kan filmens snabbhet, kornighet och
kontrastomfång vara olika. Det samma gäller för video, olika videotekniker ger
olika bra kvalitet. I dag när mycket video filmas och redigeras digitalt så handlar
det snarare om vilken grad av komprimering som används.
Klippning – Hur man klipper kan delas upp i två sätt: osynliga klipp och synliga
klipp. Vid osynliga klipp ska publiken inte märka klippen. Vi kan kalla dessa
klipp för kontinuitetsklipp och de används för att skapa en enhetlig handling, eller
ett enhetligt rum eller en enhetlig tid. Vid synliga klipp ska publiken lägga märke
till klippen. Klippen markerar då en förflyttning i rum och/eller tid. De synliga
klippen behöver inte vara hårda klipp, utan kan även vara övertoningar.
Effektljud – Är väldigt svåra att skilja från realljuden. Effektljud är egentligen
sådana ljud som personerna i filmen inte hör utan de hör till berättarplanet. Men
ofta förstärks realljuden med hjälp av effektljud och då kan det vara svårt att klart
och tydligt skilja ljudtyperna åt. Tex däckskrik, skott och dörrgnissel, men det kan
också vara ljud som inte ”syns” i bild, tex restaurangsorl eller brus från trafiken
utanför.
Filmmusik – Dvs icke-diegetisk musik används för att förstärka och understryka
48

ildernas känsloinnehåll. Personerna i filmen hör inte denna musik! Bra
filmmusik hör inte publiken heller, utan de påverkas av den.
Speaker – Om en film berättas till stora delar av en speaker så innebär det att
filmskaparen inte lyckats lösa de dramaturgiska konstruktionsproblemen. Tex så
fanns en speaker i Ridley Scotts film Bladerunner på grund av att producenten
ansåg att filmen var för svår att förstå annars. Denna togs sedan bort i andra
utgåvan, directors cut. Men en speaker kan vara ett bra sätt att starta en film. I den
episka filmen har speakern en mycket mer naturlig funktion, än i den dramatiska
filmen.
Texter – Det är sällan texter i en spelfilm annat än i förtexterna och i
eftertexterna. Förtexten kommer ofta en liten bit in i filmen efter en så kallad
teaser eller hook som har fångat publiken först. Ibland används dock texter för att
förklara tid eller platser.
Titel – Titeln är viktig för filmen. Den ska locka publiken!
Det är viktigt att tänkta på att berättarelementen egentligen inte kan ses så här,
utan måste betraktas utifrån sin plats i helheten.
Filmrum, filmtid
Filmrummet är det som syns i bilden och det som finns strax utanför. Det är
viktigt att publiken kan orientera sig i filmrummet. Verkligheten som filmas är
oändlig och tredimensionell, men publiken möter denna verklighet i form av en
tvådimensionell rektangulär bildruta. Man hjälper publiken att förstå filmens
verklighet genom att först etablera en miljö och sedan behålla dessa relationer
(mellan höger och vänster) tills vi etablerar nya.
Man börjar med en geografisk etablering. Detta gör vi tex med en bild på
polisstationen och lägger in dialogen som hör till nästa bild redan nu. Sedan
klipper vi in en bild på två som pratar (dialogen fortsätter). Dialogen knyter ihop
de två bilderna och vi vet därför att vi nu är inne på polisstationen.
När vi sedan filmar dialogen så använder vi oss av den optiska axeln och kliver
inte över denna någon gång. Detta underlättar för publiken att förstå rummet, och
är lite av en helig regel som man inte ska bryta mot. Man kan bryta den optiska
49

axeln om man först gör en extrem närbild.
Den optiska axeln utnyttjas även vid t.ex. förflyttning. Om vi gör olika tagningar på en bil
som kör genom ett landskap, så betraktar vi som att den är på väg mot sitt mål så länge bilen
förflyttar sig i samma riktning i bild. Skulle vi av någon anledning gå över den optiska axeln,
så att bilen färdas åt motsatt håll, så tror vi att bilen är på väg tillbaka.
Filmtiden är egentligen väldigt konstig. Det kan gå veckor på duken under en
halvtimme i biosalongen. För att detta ska fungera görs synliga eller osynliga
tidsförkortningar. Om vi återgår till föregående scen så kan vi tänka oss den här
handlingen. En man upptäcker att det har varit inbrott i grannhuset. Han går till
bilen. En bil åker över den stora bron till staden. Bild på polisstationen, osv.
Denna scen innehåller i huvudsak osynliga tidsförkortningar.
50

En synlig tidsförkortning hade varit om marken hade varit täckt av snö när
mannen upptäckte inbrottet och sedan varm sommar när han var på polisstationen.
Ofta används text för att visa synliga tidsförkortningar, ”Två veckor senare i
Moskva”.
Tidsförlängning är mindre vanligt, men ofta tar det längre tid än de 10 sekunder
som det står på tidsinställningen innan hjälten har desarmerat bomben.
Dramatisk struktur
Den dramatiska strukturen bygger på handling och handlingen bygger på konflikt.
Detta är grundförutsättningen för det dramatiska filmberättandet.
Den dramatiska formen har sina grunder i treakts dramat, det finns en början, en
mitt och ett slut. Början (akt 1) presenterar karaktärerna (protagonisten =
huvudkaraktären och antagonisten motståndskaraktären), konflikten (problemet
eller krisen), tiden och platsen. Mitten (akt 2) är huvuddelen av filmen. I denna
del utvecklas och intensifieras konflikten, bihandlingar och mindre viktiga
karaktärer presenteras, och handlingen leder till ett klimax där huvudkaraktären
måste ta till handling för att lösa konflikten (point-of-no-return). Slutet (akt 3) är
upplösningen. Huvudkaraktärens agerande löser konflikten, klarar krisen och
löser problemen. Varje del av filmen slutar med en vändpunkt eller klimax, en
händelse som ändrar händelseutvecklingen och huvudkaraktärens handlande. På
Hollywood-vis skulle man kunna sammanfatta treakts dramat som ”pojke möter
flicka, pojke förlorar flicka, pojke får flicka”.
Om en film är 100 minuter lång, så händer något efter 25 minuter som påverkar
huvudkaraktären så pass att denne måste ändra sitt handlande, och 25 minuter
innan slutet händer ytterligare något som leder till filmens slutliga klimax.
I över 2000 år har vi blivit övade i detta sätt att se på teater och i 100 år på film, så
dagens publik är vältränad att se denna struktur. Detta ger naturligtvis utrymme
för att bryta mot det förväntade och utnyttja denna effekt för att åstadkomma en
reaktion hos publiken. Ett exempel på detta är Hitchcocks Psycho (1960) där vi
får träffa en ung kvinna, Marion, som jobbar på ett kontor. Hon tänker knycka
40.000 från företaget och starta upp ett nytt liv med sin pojkvän. Ok, vad händer?
Jo, efter 45 minuter mördas hon. Men under dessa 45 minuter har publiken hunnit
bekanta sig med henne, identifiera sig med henne och tänker: ”Ja, här har vi
Marion, och hon är huvudperson”. Och sedan dör hon… Detta leder till att
publiken förlorar den fasta punkt som man har identifierat sig med i filmen, vilket
gör att resten av filmen blir mer obehaglig. Hitchcock själv sa: ”Psycho has a very
interesting construction. The game with the audience was fascinating.”
I den dramatiska formen finns ofta en underliggande moralisk ståndpunkt (det är
fel att döda, brott lönar sig inte osv), karaktärerna är ofta arketyper (hjälten,
skurken och flickan som måste räddas) och slutet löser alla konflikter så att inga
lösa trådar finns när eftertexterna rullar.
51

I den dramatiska filmen har vi ofta ytterligare en karaktär, förutom protagonisten
och antagonisten, och det är hjälten. Hjälten förhåller sig annorlunda genom
filmen än vad protagonisten och antagonisten gör, hjälten utvecklas nämligen inte.
Protagonisten går från – till +, Antagonisten går från + till –, men hjälten ligger
hela tiden på +.
Den dramatiska strukturen
Öppningen (anslaget) introducerar huvudkaraktärerna och plotten. För att få
maximal effekt introduceras fyra punkter:
1. Konflikten
2. Huvudkaraktärens mål
3. Huvudkaraktären i kris
4. Huvudkaraktären hindras att nå sina mål
Presentationen ger information om karaktärerna, plotten och bakgrunden. All
information som ges är relevant för handlingen och leder den framåt.
Presentationen avslöjar:
1. Hinder som huvudkaraktären måste klara
2. Problem som måste lösas
3. Det är bråttom: en tidsgräns eller nedräkning
4. En viktig ledtråd, eller fakta, som ännu inte är känd
5. En besvärlig situation (ett predikament)
Under fördjupningen (eller konfliktutvecklingen) är alla karaktärer kända, alla
relationer presenterade, alla mindre konflikter introducerade och alla miljöer
uppdagade. Här utvecklas bihandlingar och skuggkaraktärer. Vissa okända
egenskaper hos protagonisten och antagonisten avslöjas.
I konfliktupptrappningen byggs konflikten upp mer och mer, vilket leder till en
point-of-no-return, dvs den direkta konfrontationen mellan protagonisten och
antagonisten.
Under konfliktförlösningen vinner ena sidan och den andra sidan förlorar.
Plotten blir upplöst. Bihandlingar och biplotter med mindre karaktärer blir också
lösta.
Avtoningen ger ett lugn efter klimaxen, här framkommer också den
underliggande moralen i filmen.
52

Episk struktur
Även den episka strukturen har rötter bak till antikens Grekland. Ett tydligt
exempel på det episka berättandet är Homeros Odyssén, som beskriver olika
episoder som kretsar runt en huvudkaraktär.
I den episka filmen så försöker man inte framföra en handling som i den
dramatiska strukturen, utan man berättar något för någon annan. Där dramat är
handling är eposet beskrivning. I stället för en filmberättare som är gömd och
olika dramatiska förutsättningar leder till ett uppsatt dramatiskt mål, är den episka
filmen snarare uppbyggd av många olika byggstenar, alla berättade ur samma
synvinkel med en tydlig tematisk inrikting.
Men i den episka filmen finns inget problem som en karaktär måste lösa för att
filmen ska nå sitt slut, som det gör i den dramatiska strukturen. Den episka filmen
är snarare statisk, än linjär rörelse och handling. Den utgår från en berättar-synvinkel
med olika episka byggstenar, och återgår till samma punkt, samma
berättarsynvinkel.
53

Den episka filmen används ofta för att diskutera ett problem, inte för att lösa det
utan snarare för att väcka tankar hos publiken.
Lyrisk struktur
Det finns tre olika sätt att arbeta med film i den lyriska strukturen. Antingen gör
man film av skriven diktning. Man försöker då fånga det skrivna ordet i bild,
handling, tal och musik. Det andra alternativet är att göra film som talar till
känslorna, film som är poesi i sig själv. Det tredje alternativet, och som nog är det
vanligaste förekommande, är poetiska sekvenser i vanlig film. Då handlar det
oftast om drömsekvenser.
Ingen av dessa sätt att göra lyrisk film på behöver följa någon tydlig berättande linje,
eller använda sig av alla berättarelement. Lyrisk film är snarare väldigt fri för
filmskaparen att skapa det känslointryck han/hon vill gestalta.
Karaktärsteckning
I ett dramatiskt berättande är det i första hand genom karaktärerna som filmskaparen för fram
sitt budskap. Därför är valet och skapandet av karaktärerna en väldigt viktig uppgift. Det är
livsfarligt att säga att den här karaktären kommer jag säkert på vad han ska göra när jag
skriver dialogen. Karaktärernas drivkrafter, egenskaper och förutsättningar måste vara klara
när manus skrivs.
En karaktärs egenskaper som inverkar på handlingen måste beskrivas precist, så
att personen inte blir luddig och svårförståelig. Om man inte tecknar en tydlig
karaktär finns ingen profil eller individualitet. En person som är sammansatt och
mångtydig bör ha alla dessa motsättningsfyllda drag tydligt angivna.
När man sedan skriver manuset är det inte nödvändigt att berätta allt om en person
för publiken, utan man bör fokusera på det som är nödvändigt för handlingen. Det
kan räcka att berätta 10% om personen, ytterligare 30-40% räknar publiken ut
tack vare berättelsen, rekvisita, andra karaktärer och sina egna fördomar. Resten
av karaktären är inte intressant för filmen, men manusförfattaren måste veta allt
om den för att kunna skriva en naturlig person.
Fysiska data:
• Kön
• Ålder
54

• Kroppstyp och kroppshållning
• Utseende (hårfärg och frisyr)
• Klädsel och deras tillstånd
• Gester och mimik
• Sätt att tala
Sociologiska data:
• Etnisk tillhörighet och nationalitet
• Klassbakgrund
• Utbildning
• Yrke (inkomst, arbetsförhållanden)
• Bostadsförhållanden
• Familjeförhållanden
• Vänkrets
• Fritidsaktiviteter
• Politisk inställning och tillhörighet
• Religiös inställning och tillhörighet
• Namn
Psykologiska data:
• Ambitioner
• Frustrationer
• Drömmar
• Personliga svagheter
• Temperament
• Intelligens
• Livsinställning och moralisk läggning
• Grundläggande värden
• Romantisk/sexuell läggning
• Komplexer
• Speciella talanger
Presentation av karaktärsdrag
I en film är en person aldrig något annat än det den gör. Ett karaktärsdrag
existerar endast eftersom det visas i handling. Därför måste man hitta sätt att
visualisera karaktärsdragen. Det finns förstås olika sätt att visualisera
karaktärsdrag:
• genom handling (vad personen gör, försöker göra och hur denne gör det)
• genom kontrast till vad andra gör
• genom reaktioner (hur personen reagerar på vad andra gör)
• genom andras reaktioner
• genom dialog (vad en person inte säger)
• genom utseende (kläder och beteende mönster)
• genom förhållande till rekvisitan
• genom förhållande till miljön
• genom namn
55

Ett karaktärsdrag kan komma bäst fram om det visas i kontrast mot personens
huvuddrag. En hänsynslös man kan bli farligare om han är snäll och kärleksfull i
en del situationer och en kallblodig mördare i andra.
Scenuppbyggnad
Vår upplevelse av en scen bestäms inte bara av det som händer i den, utan även
vad som händer före och efter. Scenens huvuduppgift är att föra handlingen
framåt och/eller öka publikens förståelse och insikt i filmen. När man skriver en
scen är det viktigt att följande tre moment tas i beaktning: handling, funktion och
gestaltning.
Handling
Vad händer i scenen? Vem gör vad och varför? Vilka är förutsättningarna för det
som händer i scenen? Detta bör ha presenterats i tidigare scener, om inte så bör
det göras så fort som möjligt i scenen. I den dramatiska formen så kan man se
varje scen som ett eget litet drama med anslag, konfliktupptrappning och
konfliktlösning.
Funktion
Scenens funktion bestäms av dess placering i den dramatiska eller episka
helheten. Inom dramat ska varje scen leda konfliktmaterialet till dess slutgiltiga
upplösning. Inom den episka formen ska scenen profilera, kasta nytt ljus över och
öka publikens insikt. Scenens funktion är att stödja filmens centralidé.
Gestaltning
När vi väl vet scenens handling och funktion måste vi hitta ett uttryck som
framför handlingen på effektivaste sätt. Det gäller alltså att använda
berättarelementen på rätt sätt.
Man skriver sällan in handlingar som är meningslösa för handlingen och som bara
är till för att skådespelarna ska ha något att göra, och som är naturliga för en
människa. Det kan tex vara att någon kliar sig i huvudet eller tänder en cigarett.
Detta är upp till regissören och skådespelarna att hitta på.
Dialog
Dialogen som jag sa tidigare ska alltså inte förklara handlingen utan vara en följd
av den. För att klara det kan man prova att skriva hela scenen utan någon dialog.
Då tvingas man att fundera över vad som är dramatiskt bärande i scenen. Vad är
avsikten med scenen? Vad vill personerna? Vad är det som händer? När man har
fått dessa dramatiska element att fungera kan man skriva en dialog som uppstår ur
situationen, utan att man behöver förklara den.
En dialogs funktioner och krav:
• Dialogen måste vara realistisk och trovärdig i sitt sammanhang.
56

• Dialogen ska karaktärisera den talande. En persons sätt att tala berättar en
hel del om vem han är, vad han tycker och tänker oavsett vad han
egentligen säger.
• Dialogen ska uttrycka den talandes sinnesstämning. Uttryckssättet är även
här viktigare än vad som faktiskt sägs.
• Dialogen ska leda handlingen framåt.
• Dialogen ska ge information. Men denna information måste komma
naturligt in i sitt sammanhang.
Att skriva dialog
När man skriver en dialog är det viktigt att tänka talspråk och inte skriftspråk.
Men en filmdialog simulerar verkligt tal och kopierar det inte. Man skriver ett
urval och en koncentration av talspråk. Man ska tänka på att:
• Varje replik är karaktäristisk för den som talar.
• Känsloinnehållet är viktigare än den verbala betydelsen.
• En bra dialog ofta är osammanhängande och ologisk, dvs naturlig.
• Gester, utbrott och handling bör användas istället för det talade ordet (där
det är möjligt).
• Dialogens karaktär bör reflektera situationen.
• Tänk på varför personer säger något och varför de svarar. En dramatisk
dialog är aldrig konversation.
• En replik säger bara en sak i taget. Hellre två korta repliker än en som
säger två saker samtidigt.
57

Kommunikationsteori
Ett budskap som förmedlas med hjälp av ljud och rörliga bilder Kan få en mycket stor
genomslagskraft. Man har i mediet ett antal redskap som man kan kombinera på ett oerhört
kraftfullt sätt för att nå sitt mål. Å andra sidan, så kan dessa verktyg ha motsatt verkan om
dom inte används på rätt sätt.
Linjärt berättande (i motsats till t.ex. interaktivt berättande) bygger på att man berättar en
historia eller på annat sätt för fram ett budskap med en bestämd start och slutpunkt.
Mottagaren har begränsade möjligheter att påverka innehållet eller göra paus i berättandet.
Det första som man kan tänka sig som exempel är vanligt dramatiskt berättande på film. Men
det kan även röra sig om reportage, nyhetssändning och ”soffprogram”.
Det finns naturligtvis både för och nackdelar med denna typ av berättande:
+ Föra fram känslor och stämningar
+ Engagera
+ Skapa överblick
+ Visa ”verkligheten”
+ Förklara svåra sammanhang
- Passiv inlärningssituation
- Dålig på att förmedla detaljfakta
- Kräver ”uppstartningstid”
Analys
I grunden för all kommunikation finns ett behov. Behovet att berätta, påverka, utbilda m.m.
Behovet hos målgruppen behöver inte vara lika uttalat. Det är inte alltid som man aktivt söker
sig till en speciell typ av information. Jämför t.ex. reklam. Vid utvärdering av behov ska man
ställa sig frågan om det som jag vill förmedla eller sättet som det görs på tillför något nytt.
Syftet styr till viss del valet av formen på budskapet. Är syftet att visualisera, konkretisera,
påverka, underhålla o.s.v?
Målet är naturligtvis att mottagaren ska ta till sig programmet. Det handlar om åskådarens
behållning, t.ex. känsla och/eller kunskap. Vad har åskådaren med sig direkt efter
programmet? Vad är den bestående känslan en vecka efter programmet?
Målgruppen är viktig för rätt analys. Vilken ålder? Vilka förkunskaper? Vilka attityder,
intressen och referensramar har man?
Hur är visningssituationen? Sitter man hemma framför TV:n och kan zappa mellan kanalerna,
eller sitter man i ett för ändamålet avsett visningsrum? Har det linjära berättandet samverkan
med andra medier t.ex. trycksaker eller utställningsskärmar?
Idé
Idén är ett sätt att förpacka budskapet så att den får rätt form för ändamålet. Förpackningen
syftar till att på effektivast möjliga sätt nå ut till den målgrupp som man önskar. Ofta handlar
58

det om att t.ex. en film ”andas” ett budskap. Man kan dela in filmen/videon i flera
övergripande former, t.ex.:
fiction, lyrik, dokumentär/dramadokumentär, reportage, reklam, information, utbildning,
underhållning, musikvideo m.fl.
Kommunikationens villkor
Det fria valet har naturligtvis stora fördelar. Men rädslan för att tittaren ska byta kanal gör att
man inte vågar fördjupa sig i ämnen. Med nya mediakanaler ökas behovet av volym.
Kanalerna måste fyllas med något. Kvantitet framför kvalitet. Risken är att innehållet tunnas
ut.
Det fria valet gör att du själv kan söka dig till den information som du är intresserad av,
samtidigt som det är mycket lätt att sprida ny information. Risken är också att man aktivt
väljer bort information som går emot dina egna förutfattade meningar. Att ständigt ges
möjlighet att välja vinklad information kan skapa en grogrund för en fördjupad personlig
likriktning eller fundamentalism om man så vill. En paradox i vårt täta mediabrus.
Kommunikationens broar och raviner
När man ska kommunicera via linjära medier, så finns ett antal fallgropar som minskar, eller
helt eliminerar den förväntade effekten.
De vanligaste fallgroparna kan rubriceras:
Kannibalisering
Redundans
Känslofällan
Osynlighetsfällan
Logisk bubbla
Haloeffekt
Kannibalisering kan sammanfattas med att formen äter upp budskapet. Utmanande klädsel,
känsloladdade bilder, störande bakgrund m.m. kan ta bort uppmärksamheten från det
egentliga budskapet. Man kan dela upp begreppet i två skilda delar. Rikedoms-kannibalisering
och fattigdoms-kannibalisering. Exempel på rikedoms-kannibalisering är när man i ett
program brer på för mycket av avvikande bildspråk så att åskådaren inte uppfattar innehållet i
berättartexten.
59

Vi tittar alltid först på vad bilden berättar. Sedan kanske vi lyssnar också. Allra starkast
fängslar bilderna om vi själva kan tänka oss att vara i den situation som visas. Rörliga bilder
har starkare dragningskraft än stillbilder. Bilder av människor har starkare dragningskraft än
bilder på djur. Röda och gula föremål uppmärksammar mer än andra färger o.s.v.
Fattigdoms-kannibalisering uppstår när uppmärksamheten från innehållet störs av
felaktigheter, om speakern stakar sig, om bilden är dålig (omotiverat suddig eller skakig), om
ljudet låter kraxigt m.m.
Är man ovan att använda sin apparatur eller har dålig yrkesvana är risken att budskapet blir
fattigdoms-kannibaliserat. Är man däremot mycket skicklig på att utnyttja sina tekniska
resurser, så är risken att budskapet blir rikedoms-kannibaliserat. Det drunknar i alla ”tjusiga”
videoeffekter eller häftiga kameraåkningar. Här gäller som alltid att det är budskapet som ska
styra valet av teknik och tekniska lösningar.
All förmedling av ett budskap riskerar att bli föremål för kannibalisering. Speakerrösten kan
ha en dialekt som man försöker att härleda. Musiken kan skapa associationsbanor hos olika
människor. Speciellt om man använder kommersiell musik som produceras för
konsumentmarknaden.
Redundans innebär att man talar om för åskådaren det som redan är uppenbart. T. ex. man
visar en bild på en apelsin och speakern talar om att "det här är en apelsin". Att på detta sätt
dumförklara åskådaren gör att man snabbt tappar intresset.
När man producerar en film ska man ha som riktlinje att berättelsen hela tiden ska sträva
framåt. All ny information som tillförs skall bidra till att föra berättelsen framåt. Vi kan tänka
oss att vi bygger ett hus. Varje liten del i huset bidrar till den färdiga byggnaden. I filmen kan
vi byta ut byggnaden mot syftet. Detta innebär inte att vi hela tiden skall späcka vår
framställning med ny information. Framåtrörelse kan också innebära att vi t.ex. belyser en
uppgift från flera sidor, bygger upp stämningar eller en spänning. Men hela tiden ska man
väga allt nytt material, om inte på guldvåg, så i alla fall på våg.
En typ av redundans kan t.ex. bli resultatet av att man låter en copywriter, som normalt jobbar
med utformning av broschyrtext, skriver ett speakermanus till en informationsfilm. Speakern
berättar om allt som är av värde, på samma sätt som broschyrtexten skulle vara utformad, och
lämnar inget över till bilden att illustrera. Resultatet blir, om man inte är uppmärksam, vad
man brukar kalla ”bildsatt speaker”. I detta fall är det bilden som ”talar om något” som redan
sägs i speakern. Detta är mycket vanligt i nyhetssammanhang där man främst har krav på
tydlighet och inte heller har tid att bygga en berätardynamik mellan bild och ljud. Att vi
accepterar detta som åskådare kan förklaras med att det som förmedlas engagerar oss på olika
sätt.
Man kan göra experimentet med att stå i ett angränsande rum och enbart lyssna på TV
nyheterna. I de flesta fall ska man finna att man snappar det mesta av innehållet i nyheterna.
Skulle vi däremot skruva ner ljudet och enbart titta på bilderna, så kommer vi att ha svårt att
uppfatta innehållet i nyhetssändningen, utom möjligtvis vädret.
Känslofällan. Människan är en känslovarelse, även om man inte upplever det själv. Även till
synes rationella beslut fattas många gånger på känslomässiga grunder. Man har mycket lätt att
glömma bort eller förringa argument som talar emot ett beslut fattat på känslor. Det är normalt
60

mycket svårt att nå igenom med argumentation om denna inte också kryddas med faktorer
som spelar på känslor.
Detta är faktorer som utnyttjas i religiösa, politiska och affärsmässiga sammanhang (reklam).
Rädsla eller hopp om lycka är faktorer som ofta finns bakom vårt engagemang i en sak. I
reklamen spelar man på sådana känslor.
- Om du inte beställer idag, så blir det dyrare!
- Om du inte gör så här, så blir du aldrig omtyckt!
- Investera nu så blir du rik!
- Köp det här, så vill alla bli dina vänner!
Om vi bara försöker att nå ut med enbart förnuftiga argument, så är det risk för att vi bara når
ett fåtal analytiskt tänkande människor.
Osynlighetsfällan. Fyra faktorer spelar in om jag ska intressera mig för en nyhet.
Det bör handla om något som jag inte kan påverka.
Det bör ske här, där jag är.
Det bör ske nu, strax, eller bör just ha skett.
Det bör ske plötsligt.
Minst tre av dessa faktorer bör finnas med för att en nyhet ska få genomslagskraft.
Exempelvis Kuwaitkriget. Det var opåverkbart - icke självvalt. Det skedde här, d. v. s. i TVsoffan.
Det skedde nu med hjälp av direktsändning och det inträffade plötsligt.
Å andra sidan kan man jämföra FN:s senfärdighet i kriget i forna Jugoslavien. Kriget ansågs
som självvalt. Flera grupper slogs mot varann. Det var bara att lägga ner vapnen. Det hade
inte inträffat plötsligt. Man har ju varit osams där i flera hundra år. Det skedde inte här, utan i
Jugoslavien. Vi fick i inledningsskedet inte så mycket bilder levererade till oss i TV-soffan.
Logisk bubbla. Kan liknas vid förutfattade meningar. Vi har en åsikt i en fråga och är inte
beredda att ta emot argument som bevisar motsatsen. Bubblan kan innehålla värderingar,
kulturmönster, religion, ideologi, föreställningar, uppfattningar och fördomar. Det kan i vissa
fall vara oerhört svårt att få hål på en logisk bubbla.
Haloeffekter uppstår när man mer ser till vem som förmedlar ett budskap än till innehållet.
Man lyssnar t.ex. mer på en professor som yttrar sig i ett ämne, även om det ligger utanför
dennes normala kunskapsområde.
”Kill your darlings”
Det händer titt som tätt att man sitter med material till en film som man långt i förväg har
bestämt att man ska ha med. Det kan vara en scen eller bild som man verkligen kämpat för att
få precis som man vill ha den. Ofta har man med sig historien hur man skapat bilden i
bakhuvudet. Det kan vara den där fantastiska utsikten som man fick kämpa i tre timmar för att
komma upp till, eller den där lilla blomman som man fick hänga i krokig arm intill ett
vattenfall för att kunna ta. Problemet är att den som sedan ska titta på materialet enbart ser
resultatet av ens strapatser. Detta resultat är kanske inte alls i proportion till de umbäranden
som krävdes för att skapa bilden. När man sammanställer ett material är det mycket viktigt att
man försöker att sätta sig in i målgruppens förutsättningar. Dom ser och hör bara det som
finns med i programmet och inget annat. Under dessa förutsättningar kanske det visar sig att
61

ens favoritscener inte alls fungerar i sitt sammanhang. Att då refusera en sådan favoritbild
eller scen kan vara extra svårt, men nödvändigt.
Att hela tiden försöka att sätta sig in i målgruppens förutsättningar måste hela tiden följa
arbetet med att färdigställa en film. Den som skapar en film måste vara medveten om att man
under arbetets gång blir mer och mer insatt i det ämne som filmen handlar om. Till slut är man
expert. Även här gäller det att tänka på vilka som ska se på programmet. Det som jag tycker
är självklart kanske inte är så själklart för målgruppen. Detta gäller även enstaka bilder.
Komplexa bilder med mycket information är svåra att läsa av för en ovan betraktare. Det som
har skapat programmet kan bilderna och vet var i bilden som man ska titta för att se den
viktiga informationen. Men vet åskådaren var man ska titta i bilden? Här kan man utnyttja
klippteknik och bildspråk för att underlätta för tittaren.
Metonym
För att förmedla ett budskap på ett effektivt sätt utan att lyssnaren eller åskådaren tappar
intresset på grund av en omständlig handling, så kan vi utnyttja metonymer. Vi utnyttjar våra
fördomar och klichéer för att med olika symbolspråk föra en handling framåt. Framför allt är
detta vanligt i inledningen av en film där man snabbt vill skapa ett anslag som fängslar
tittaren/lyssnaren och som sedan den fortsatta handlingen bygger vidare på.
Lägerbålskurvan
Begreppet lägerbålskurvan faller tillbaka på hur det kan vara när ett gäng samlas runt ett
lägerbål. Man samlas, samlar ihop ved, tänder elden, sjunger, berättar historier, grillar korv,
käkar o.s.v. Varje enskild händelse kan graderas i hur ”trevlig” den är. Vissa är lite trevligare
än andra. Som oftast är det lite trevligare i inledningen av varje händelse. Men ganska snabbt
avtar graden av ”trevlighet”. Att samla ved kan vara kul en liten stund. Att sjunga sånger kan
också vara kul, men inte hur länge som helst. Hela händelsförloppet kan illustreras med en
kurva där graden av trevlighet illustreras som en funktion av tiden.
Lägerbålskurvan fungerar även som illustration på hur man kan hålla en åskådare intresserad
av ett program. I princip går den ut på att graden av spänning, intressanta uppgifter eller vad
det nu må vara ska variera i intensitet genom hela programmet. Åskådaren ska matas med små
händelser i lagom stora munsbitar. Lägerbålskurvan fungerar som illustration på hur man
bygger upp program där den traditionella dramaturgin inte är direkt tillämplig. T.ex reklameller
informationsprogram. Men även inom ramen för ett dramaturgiskt berättande kan mindre
avsnitt illustreras med lägerbålskurvan. Det ligger ju lite i sakens natur när vi pratar om att
filmberättandet hela tiden skall tillföras nya element som för berättelsen framåt.
62

Typisk lägerbålskurva där åskådaren matas med omväxling.
Åskådarens upplevelsegrad är relativ. Lägger man sig på en "hög" nivå redan från början
kommer denna nivå att betraktas som en referens. Kan man inte sedan leva upp till den
referensen, så blir upplevelsen i värsta fall negativ.
”Ballongen” i inledningen höjer förväntningarna som man sedan inte kan leva upp till.
Att hela tiden ligga på en jämn och hög nivå är krävande och inte särskilt effektivt. Åskådaren
vänjer sig snabbt vid den nya nivån och det blir en ny ”nollnivå”.
63

Människan är anpassningsbar. Man blir snabbt lätt bortskämd med en genomgående hög
nivå. Resultatet blir att den relativa upplevelsen inte uppfattas så hög som man skulle ha
kunnat förvänta sig.
Det gäller också att kunna sluta en berättelse i tid. man brukar säga att man ska sluta när man
har som roligast. Det ligger något i det. Ett utdraget slut kan förta effekten av ett i annars bra
upplägg.
”Vampyren” är en effektiv sabotör av en i övrigt positiv upplevelse.
Lägerbålskurvan kan sägas vara ett alternativ eller komplement till den klassiska dramaturgin.
Den är mest tillämpbar där informationen är uppdelad och där man har svårt att skapa en
sammanhängande story. Man måste också veta att man har publiken med sig hela tiden, så att
dom under resans gång inte har möjlighet att välja något annat program. Då kan man leva med
devisen ”Man måste ha lite tråkigt för att kunna uppskatta det roliga”.
64

Manusarbete
Film är ett mycket bra verktyg när man vill berätta något som engagerar och/eller underhåller.
Filmberättandet innehåller många verktyg, både bildligt och bokstavligt talat. För att hålla
koll på allt detta behövs en struktur.
Manus uppgift är att detaljerat beskriva filmens utseende och innehåll från början till slut.
Detta ska ligga till grund för det fortsatta planerandet och genomförandet av inspelningen.
Manus är det egentliga filmskapandet
Manus är det färdiga arbetet. Den innehåller allt som behövs för att kunna filma
en scen, hur scenen ska delas upp i olika bildinställningar (kamervinklar,
bildformat), vilken tid på dagen det är, vilka som medverkar, speciell rekvisita,
repliker osv.
Själva filmningen och efterbearbetningen (redigering) är egentligen bara ett verkställande av
alla de idéer som finns dokumenterade i manuset. Det finns vissa som påstår att det kreativa
arbetet är avslutat i och med att manus är färdigställt. Alfred Hitchcock sa en gång efter
avslutat manusarbete, ”Nu återstår bara det mödosamma arbetet att fästa det hela på celluloid
och klippa ihop det i rätt ordning.” De idéer som inte finns med i manus fungerar sällan i en
slutlig produkt. Detta gäller inte minst trickeffekter som läggs in vid s. k. "bildtorka". Alla
effekter och liknande ska vara motiverade på något sätt för att föra handlingen framåt.
För att frångå manus på inspelningsplatsen måste man ha mycket starka argument. Däremot är
det inget som hindrar (utom möjligen budget) att man utöver manusbilder tar de bilder som
man fick en snilleblixt om på inspelningsplatsen.
Manus är slutprodukten av en lång kedja av idéer, research, skisser och diskussioner. En
arbetsgång kan se ut så här:
1) Synopsis – berättelsen i stora drag. Sammanfattning av syfte och innehåll.
2) Arbetsmanus (grovmanus) - manus som används på inspelningsplats där det slutliga
utseendet är svårt att bestämma.
3) Konturskiss (outline) – dialog/speaker klar, men med skissade miljöer
4) Manus (screenplay) – allt inkl dialog/komplett speaker
5) Bildmanus (storyboard) – detaljbeskrivning av scener som kräver hög precision
Det första man behöver bestämma innan arbetet med en film börjar är den
tematiska inriktningen. Man måste bestämma vad filmen ska handla om, och hur
man avgränsar detta. Temat säger alltså vad filmen ska handla om, men inte vad
vi vill säga med den, inget om vilka insikter eller hållningar vi vill förmedla med
den.
Centralidén är filmens struktureringsprincip. Den bestämmer vad vi anser är
viktigt att betona, och vad som är mindre viktigt och som skjuts åt sidan. Den
bestämmer också hur vi arbetar med varje berättarelement, hur vi börjar, utvecklar
och avslutar filmen.
I dramatisk framställning tar centralidén form av en premiss (X leder till Y) som
gestaltas genom utvecklingen av de dramatiska situationerna på handlingsplanet.
I episk framställning tar centralidén ofta form av en episk ledfråga som man
försöker besvara genom uppställning av relevanta hypoteser som testas mot
verkligheten.
Med den gestaltande idén skapar vi en form för filmen som får temat och
65

centralidén att vara så tydlig och slagkraftig som möjligt.
Synopsis
Ett synopsis är hela historien i korta drag. Synopsis kan, liksom alla övriga steg, successivt
arbetas fram utifrån ett idéarbete och research likväl som det kan vara en skiss på en
krogservett. Syftet med ett synopsis är att strukturera och klarlägga programinnehåll och
syfte, både för en själv och för andra som inte är så insatta i dina tankegångar. I en
beställarsituation är det inte ovanligt att det är synopsis som ligger till grunden för avgörandet
om man är intresserad eller ej. I många fall ligger det också till grund för en kostnadskalkyl.
När man formulerar ett synopsis bör man ha tänkt igenom följande:
1) Fungerar idén
2) Vilken är målgruppen
3) Vad är premissen, d. v. s. budskapet
Som sista steg i synopsisarbetet kan man scenindela handlingen. Det
är viktigt att inte scenindela förrän man känner sig nöjd med hela handlingen.
Detta arbete leder till en konturskiss (outline).
Vägen till ett färdigt manus
När synopsis är formulerat och godkänt återstår att bryta ner och utveckla detta till ett slutligt
manus. Denna process kan se väldigt olika ut beroende på vilken typ av produktion som man
ska göra och vem som utvecklar manus.
Ett användbart knep är att använda sig av korttricket. Då använder man sig av kort vilka var
och en representerar en scen. På kortet skriver man Syfte (tex gräl) och Funktion
(i förhållande till hela handlingen) och slutligen Roller (vilka som är med i
scenen). Man numrerar korten i tänkt ordningsföljd, och ordnar scenerna i
sekvenser. När man har hittat rätt ordning kompletteras korten med en mer
utförlig beskrivning av scenen, dvs konturskiss.
Den ena ytterligheten är dokumentären där producenten påbörjar filmning endast med ett
synopsis till grund. Under inspelningens gång kan synopsis utvecklas mer till ett manus. Det
är inte ovanligt att manus inte blir mer än till ett arbetsmanus.
Den andra ytterligheten är det dramatiska berättandet i en spelfilm. En stor inspelningsbudget
och med många inblandade människor kräver ett mycket detaljerat manus.
Manus uppgift är att detaljerat beskriva filmens utseende och innehåll från början till slut.
Detta ska ligga till grund för det fortsatta planerandet och genomförandet av inspelningen.
En enkel form av manus kan se ut så här:
Bild
Här beskrivs hur en tagning ska se ut.
Ljud
Här beskrivs musik, miljö/effektljud och ordalydelsen i
en dialog eller speaker.
En annan variant är där man numrerar varje tagning. Detta gör det lättare att samla ihop
likartade scener vid ett inspelningstillfälle.
66

Nr Bild Ljud
Ett detaljerat manus i form av ett bildmanus eller storyboard kan se ut så här:
Nr Action-anm. Ljud Bild Bildbeskrivning Speaker/dialog
1 Beskrivning av
atmosfär, stämning.
Även
inspelningsanvisningar
som kameraplacering
och resursanskaffning.
Beskrivning av
effekt- och
miljöljud samt
musik.
Tecknad
illustration av
tagning
Beskrivning i ord av
tagning
Speaker/dialog
Det finns naturligtvis flera vägar att successivt strukturera sin idé. Ett exempel är att skriva
ner varje tagning på små självhäftande notisar. Dessa kan sedan fritt flyttas runt eller bytas ut
efter hand som programmet växer fram.
Grund för detaljplanering
Ett väl genomarbetat manus en förutsättning för att man ska kunna hålla givna ramar vad
gäller tid, pengar och resursbehov. Trots detta kan det naturligtvis dyka upp oförutsedda
händelser, eller så visar det sig att en scenlösning inte fungerar som den är tänkt. Men ju
mindre sådana oförutsedda händelser dyker upp, ju större möjlighet har man att lösa
problemen på plats.
Manus kan brytas ner till olika listor som t ex tidplan, resursanskaffning, speaker/dialog,
kostnadskalkyl m. m. Dessa kan se ut på många olika sätt, men ett genomgående drag är att
man lätt kan relatera olika poster till manus med t. ex. scennumrering (eller tagning).
Kostnadskalkyl
För att illustrera vilka poster som kan ingå i en produktion av lite enklare karaktär kan man
titta på ett kalkylblad för produktionskostnad.
Produktionskalkyl Videofilm
tid/ant á pris summa
Projektledning
Research/Idé/Manus
FÄLTINSAMLING----------------------------------------------------------------------------------
Film/Video
Ljud
ATELJÉ------------------------------------------------------------------------------------------------
Film/Video
Ljud
Original/Skyltar/Repro
Videografik/Animering
STUDIO------------------------------------------------------------------------------------------------
67

Förredigering/Digitalisering
Ljud
Videoredigering
Effekter (teknik)
FRÄMMANDE TJÄNSTER/HYRA------------------------------------------------------------
Inköp av uppdrag externt
Studio/Ateljé
Rekvisita
Skådespelare/Statister
Smink/kostym/scenografi
Specialteknik
Assistent
Eget arkiv
Bildrätt (inköp)
Övriga illustrationer/grafik/animation
Musikrättigheter
Specialkomponerad musik/effektljud
Svensk speaker
Dramatiserade röster mm
2:a språk
MATERIAL---------------------------------------------------------------------------------------
Magnetband ljud/video
Grafiskt material
Rekvisita
Övrig förbrukningsmaterial/kostnader
ÖVRIGT-------------------------------------------------------------------------------------------
Resor/övernattning
Frakter
68

Ljussättning
Den omgivning som vi ser omkring oss som tredimensionell. Det beror på att vi har ett
stereoseende men också att vi mer eller mindre omedvetet rör på oss lite som gör att vi kan få
relativa rörelser mellan olika plan i djupled. Detta sammantaget skapar bilden av
tredimensionalitet i vår omgivning. Ett användbart knep är att som fotograf testa om ett motiv
”håller” genom att blunda med ena ögat. Detta eliminerar djupseendet och kan ge en bättre
uppfattning om hur bilden fungerar på t.ex. en TV-skärm.
Som videofotograf kan vi bara återge motiven som tvådimensionella. Detta innebär att vi har
svårare att förmedla djup i bilden. För att överbrygga detta finns olika knep. Ett av de
viktigaste är ljussättning. Ljussättningen fyller flera funktioner. Det basala är att belysa ett
motiv så att det över huvud taget går att exponera. I de flesta fall behövs inte ljussättning av
den orsaken, eftersom det naturliga ljuset räcker för tillfredställande exponering. Många
fotografer nöjer sig med detta och lämnar ljuslådan hemma. Med lite större ambitioner kan
man dock utnyttja ljussättning för att skapa djup och framhäva stämningar.
Allt som vi ser omkring oss består av reflekterat ljus
Vitt ljus består av olika våglängder. De olika våglängderna i det för oss synliga ljuset
uppfattar vi som olika färger. Vitt ljus är summan av alla färger i ljusspektret. Tar vi bort en
eller flera våglängder, så får vi en färgförändring i ljuset. När alla våglängder i ljuset
reflekteras lika mycket från en yta, så uppfattar vi den som vit. Motsatsen är då alla
våglängder absorberas. Då uppfattar vi ytan som svart. Mellanläget är då bara vissa
våglängder reflekteras. Det är då som vi uppfattar att ytan har en färg. En röd yta reflekterar
våglängderna i det röda området, medan de andra våglängderna absorberas.
På samma sätt kan en yta reflektera med olika intensitet.
Kontrastomfång
Ögat, tillsammans med hjärnan som processar våra synintryck, har en särklassigt hög
känslighet. De kameror och de medier som vi lagrar bildinformation på är bara trubbiga
hjälpmedel för att försöka efterlikna vårt synorgan. Det är viktigt att känna till
begränsningarna. T. ex. klarar vår syn att särskilja ungefär 2 000 nyanser i gråskalan från vitt
till svart. Fotografisk film har ungefär en tiondel av detta kontrastomfång, eller 200 steg på
gråskalan. Videon är ännu sämre, ungefär 60 steg kan videofilmen urskilja. Komprimerad
video ska vi inte tala om. Man brukar säga att videon har hårdare kontraster än fotografisk
film. Detta gör att videon kräver mjukare och en mer balanserad ljussättning än filmen för att
resultatet ska bli bra.
Färgtemperatur
Vitt ljus är ett relativt begrepp. Egentligen kan vitt ljus vid vissa förhållanden ha en dragning
åt gult. Vid andra tillfällen åt blått. Vi talar om att ljuset har en färgtemperatur. Normalt
lägger vi inte märke till dessa färgvariationer i ljuset då hjärnan kompenserar
färgförskjutningen. Kameran däremot kompenserar normalt inte för detta själv.
Färgtemperaturen mäts i Kelvingrader som utgår från absoluta nollpunkten och har samma
riktningskoefficient som Celsiusskalan. Färgtemperaturen från en halogenlampa är ca 3 200K
(Kelvingrader) medan vanligt dagsljus brukar anges till 5 600K. Dagsljuset kan variera
mycket beroende på om det är soligt eller mulet eller om man befinner sig på en fjälltopp eller
havsstrand. I fotografiska sammanhang använder man sig av en färgtemperaturmätare som är
69

avstämd för den aktuella film som man använder. Avvikelsen i färgtemperatur justerar man
med filter som tar bort lite av de blåa eller röda våglängderna.
När man använder videokamera är detta betydligt enklare. Videokameran är avstämd för
3 200K. Vid filmning utomhus vrids ett orangefilter in i strålgången bakom objektivet som
åtminstone delvis kompenserar för det blåare utomhusljuset. Detta är grundfiltrering. Sedan
riktar man kameran mot en vit yta som belyses med det ljus som man ska filma i. Genom att
trycka in en knapp för vitbalansering, talar man om för kameran att detta är referensen för vitt
ljus i denna scen.
Blandljus
När man ska filma i en miljö med ljuskällor an olika karaktär, så kan det bli problem. En
vanlig situation är när man ska filma en person i ett rum som ljussatts med halogenlampor,
samtidigt som det blåare dagsljuset strömmar in genom fönsterrutor.
Ett sätt är att filtrera ljuset. Antingen sätter man blåfilter på lamporna, eller så sätter man
orangefilter på fönsterrutorna. Nackdelen med filter är att dom tar bort en hel del ljus. I vissa
situationer kan man mycket väl klara sig med det ofiltrerade blandljuset. Det kan t.o.m. göra
bilden intressantare. Men det är viktigt att notera att vi accepterar hellre en något för orange
bild än en som är för blåaktig. Alltså görs vitbalanseringen mot den yta som dagsljuset har
störst inverkan på.
Djupseende
Tack vare att vi människor har två ögon, så har vi "stereoseende" eller "djupseende". Kameran
har bara ett "öga" vilket gör att bilden som vi erhåller saknar det "djup" som vi är vana att se
vår omgivning i. Bilden känns platt. Det finns olika knep för att skapa mer djup i en bild. Ett
sätt är att utnyttja ljuset. Genom att ta tillvara på skuggor och högdagrar så kan vi "frilägga"
och lyfta fram motiv. Detta innebär att åtminstone en del av ljuset måste komma från ett annat
håll än där kameran står. Detta är den grundläggande tanken med ljussättning.
Grunden för enkel ljussättning
I ljussättningssammanhang talar vi om trepunktsljussättning. Detta är grunden för enkel
ljussättning. Trepunktsljussättning består av huvudljus (modulationsljus), lättningsljus och
bakljus.
Figur 32: Uppställning för trepunktljussättning.
Huvudljuset används till att primärt lysa upp motivet. Lampan placeras normalt ganska nära
70

kameran eller nära kamerans strålgång. Som ljuskälla används en lampa med ganska
koncentrerad strålgång t. ex. en spotlight med fresnellins. Detta ljus ger hårda skuggor.
Figur 33: Fresnellampa.
För att lätta upp dessa skuggor används lättningsljus. Detta ljus består av en mer diffus
ljuskälla och har till uppgift att dämpa skuggor, dock inte att utplåna dom. Lättningsljuset
sätts på motstående sidan av objektivets strålgång och med en större vinkel från denna.
Figur 34: Lampa för att sätta mjukljus, s.k. säng.
Slutligen sätts bakljus. Detta ljus placeras högt ovanför och bakom motivet. Ljuset markerar
motivets konturer och lyfter på så sätt fram detta från bakgrunden. Bakljuset sätts så att det
ligger i linje med huvudljuset fast på motstående sida om objektet. På så sätt lättas skuggan i
nackpartiet på ett bra sätt. Bakljuset sätts normalt med försiktighet så att man inte lägger
märke till ljuset men däremot effekten av det.
Figur 35: Fresnellampa för att sätta bakljus.
I ljussättningssammanhang talar man också om fondljus. Detta ljus används för att ljussätta
71

akgrunden för att på så sätt göra den lite mer levande. Fondljuset kan också dämpa
eventuella skuggor på bakgrunden. Fondbelysningen kan man experimentera en hel del med.
Med olika struktur på bakgrunden och s.k. släpljus kan man åstadkomma olika effekter.
Figur 36: Fondljus består av flera lampor. Det är vanligt att dessa förses med färgade
filter.
I fält när man ska ha en rörlig utrustning så släpar man inte på studiobelysning. I stället
använder man sig av portabla ljuskit bestående av tre till fyra lampor med stativ. Dessa har
naturligtvis begränsningar vad gäller möjlighet att ställa ljusbilden. Som oftast finns möjlighet
att i begränsad omfattning sälla in mellan koncentrerad ljuskägla och mer spridd (spot –
flood). Ytterligare hjälp har man med reflexskärmar och liknande.
Figur 37: Portabel lampa typ ”Red Head”.
Ljusmixer
En portabel ljusmixer (eller ljusbord) är mycket användbar när man ska reglera ljus i fält. En
sådan används vanligen när man ska rigga mer komplicerade scener. Det är viktigt att notera
att färgtemperaturen ändras när matningen till lamporna ändras. Alternativ till ljusmixer är
ND filter som sätts framför lamporna. Fördelen är att färgtemperaturen inte ändras men dessa
är naturligtvis inte lika smidiga som ljusreglarna i en mixer.
72

Videokameran
Färgtemperatur
När vi läser en bok i glödljus uppfattar vi boksidorna som vita. Skulle vi läsa samma bok i
solljus, så skulle vi fortfarande uppfatta samma boksida som vit. Skulle vi filma eller
fotografera boksidan vid de olika tillfällena utan att kamerainställningarna ändrades eller att
filmen byttes ut, så skulle vi se en tydlig skillnad. Bilderna från glödljusbelysningen skulle
visa sig mer gulaktiga och utomhusbilderna mer blåaktiga. Våra ögon, eller hjärnan, är
känsligt för färgskillnader som registreras samtidigt, men betydligt mer okänsligt när det
sträcker sig över tid. Det här innebär att det som vi med våra ögon betraktar som vitt inte
alltid är det för kameran. Vi har att göra med olika färgtemperatur som är beroende av det ljus
som vi betraktar ett föremål i. Definitionen för färgtemperatur är det ljus som sänds ut från en
absolut svart kropp som värms upp. Förhållandet åskådliggörs i Fig 2. nedan. När vi filmar
med videokamera, så måste vi tala om för den vad som är vitt. Tekniskt innebär detta att de
tre grundfärgernas bidrag skall vara lika stort.
Som vi ser, så har ett ”blåaktigare” ljus ett större energiinnehåll än ett rödare. Dagsljus har
alltså en högre färgtemperatur. Detta skiljer sig från det som vi i dagligt tal kallar för varma
och kalla färger.
Vitt ljus innehåller alla spektralfärger. Skillnaden mellan olika ”vithet” är att det är en
förskjutning mot det blåa eller det röda området. Detta är något som en videokamera kan
hantera. En videokamera är avstämd för en färgtemperatur på 3 200 K. Denna färgtemperatur
motsvarar ljuset från en halogenlampa. Avvikelser från detta måste kompenseras. I
professionella videokameror görs en elektronisk vitbalansering inom två intervall, 3 200 k och
5 600 K. för att åstadkomma en avstämning för 5 600 K skjuts ett orangefilter in i kamerans
strålgång. Vanligen via ett filterhjul som sitter på kamerakroppen bakom infästningen till
objektivet. 5 600 K betraktas som ett normalvärde för dagsljus. Finjustering görs sedan
elektroniskt genom att rikta kameran mot en vit (eller neutralgrå) yta och kalibrera de tre
grundfärgerna till samma nivå. Det är viktigt att notera att kalibrering görs i det ljus som man
sedan ska filma i.
Figur 38. CIE diagram
73

Figur 39. Färgtemperaturer i det ”vita” området i ett CIE diagram:
a=24 000 K
b=10 000 K
c= 8 000 K
d= 4 500 K
e= 3 000 K
f= 2 300 K
g= 1 800 K
h= 1 000 K
i= 600 K
Färgerna inom det streckade området kommer ögat att godta som vitt där man inte har
tillgång till jämförelse med annat ljus.
Vitbalansering
En videokamera är avstämd för en färgtemperatur på 3 200° Kelvin. Det är samma
färgtemperatur som en halogenlampa avger. Om färgtemperaturen avviker från
halogenlampans. T.ex. om man ska filma i dagsljus, så måste kameran kalibreras för detta
annars blir bilden blåaktig. Detta kallas för att man vitbalanserar kameran. Kameran klarar till
viss del på elektronisk väg att justera färgtemperaturen. Men avviker temperaturen för
mycket, så måste man föra in ett färgat filter i objektivets strålgång. Skillnaden mellan
kamerans grundinställning och dagsljusets färgtemperatur är normalt så stor att man använder
sig av ett dagsljusfilter som gör att kameran får en grundinställning för 5 400° Kelvin. Detta
filter finns inbyggt i kameran och ändras på via en ratt ovanför objektivfästet. Normalt brukar
det också finnar ett eller två olika ND filter kopplad till samma ratt. Vitbalanseringen går till
så att man kalibrerar kameran mot en yta som definieras som neutral (vit) i den aktuella
inspelningsmiljön. Den skall göras så fort ljussituationen förändras på så sätt att den tidigare
74

definierade neutral (vita) ändrar färgtemperatur. Vitbalanseringen i kameran aktiveras via en
vippbrytare.
Optik
Ett objektiv på en videokamera kan ha flera olika funktioner inbyggda och skiljer sig mycket
mellan amatör- och professionella kameror. Vi tittar lite närmare på ett professionellt
objektiv. Objektivet sitter fast i kamerakroppen via en bajonettfattning. Man brukar tala om
olika dimensioner på objektivfattningen. Då menar man egentligen måtten på bildelementen i
kameran, d.v.s. CCD sensorn. Grovt uttryckt kan man säga att amatörkameror har 1/3” (tum),
semiprofessionella 1/2” och professionella 2/3”.
Skärpan ställs in med avståndsringen. Eftersom sökaren på videokameran har så dålig
upplösning, så är det regel att man zoomar in maximalt mot det föremål som skall ligga i
fokus och ställer in skärpan. Därefter zoomar man ut till önskat bildutsnitt. Vid fokusering.
sker förflyttningen av linselementen via snäckdrev (en slags gänga). När man vrider den
främre delen av objektivet med hjälp av fokuseringsringen, så förflyttas linselementen i
förhållande till varandra utefter den optiska axeln. Normalt roterar främre delen av objektivet
och frontlinsen med. Men vissa lite dyrare objektiv har s.k. innerfokusering. Detta innebär att
den främre delen av objektivet inte snurrar med när man ställer in skärpan. Detta är speciellt
tacksamt om man t.ex. använder filter som är beroende av orienteringen i rotationsplanet som
exempelvis polarisationsfilter och avtonande (graduated) filter.
På professionella objektiv ser man sällan än så länge någon autofokusfunktion. Detta beror till
stor del på att man vid autofokus har sämre kontroll på var skärpan ligger i bild. Speciellt om
något plötsligt passerar framför huvudmotivet kan man uppleva att skärpan åker fram och
tillbaka på ett otrevligt sätt.
Bländaren, d.v.s. det som styr hur mycket ljus som släpps in i kameran, brukar normalt både
kunna regleras manuellt och automatiskt. Eftersom exponeringstiden är fixerad (normalt 1/60
sek) så är det med bländaren som man styr exponeringen. Om man har manuell inställning på
bländaren, så finns det en knapp vid omkopplaren för auto-man som man kan trycka in för att
momentant aktivera autobländaren. Detta är användbart för att snabbt kunna ändra
bländarinställningen om man är osäker. Automatiken i bländarfunktionen är justerad för att
återge en yta med 18% reflektion av maximalt vitt. Detta innebär att bländarautomatiken alltid
eftersträvar att efterlikna omgivningen vid en yta som har 18% reflektion. Kameran
eftersträvar alltså att göra en vit yta grå och en svart yta lika grå som den vita. Så är det inte
alltid som vi vill ha det. En nattscen ska t.ex. vara mörk. Vid dessa tillfällen måste bländaren
justeras manuellt. Bländaren kan också användas till att reglera skärpedjupet. Stor
bländaröppning ger litet skärpedjup och liten bländare ger stort skärpedjup.
75

Bild 11. Bild tagen med manuell styrning av exponeringen. Hade man använt automatik, så
hade vattenytan blivit mycket ljusare och kontrasten mot den ljusa segelbåten blivit sämre.
Och det ville inte fotografen.
Zoomen används för att ändra bildutsnittet (beskärningen). Den kan regleras både manuellt
eller via servo. Det är vanligast att man använder sig av servot då den, speciellt på lite dyrare
objektiv, fungerar mycket smidigt. Zoomen ska användas sparsamt. Det normala är dock att
man vid t.ex. ändring av bildutsnitt på en tagning också spelar in zoomningen för att sedan ha
möjlighet att använda även den vid redigeringen. Annars gäller som alltid att varje
kamerarörelse, inklusive zoomning, ska vara motiverad.
På de flesta objektiv finns också en makroinställning. Oftast kopplas makroläget in med en
speciell knapp eller spak på objektivet. Makrot medger filmning på mycket nära håll.
På vissa objektiv har man möjlighet att koppla in ett linselement i strålgången som fördubblar
brännvidden (2X zoomläge).
Vid inställning av fokus mot ett föremål zoomas objektivet in maximalt. Därefter zoomas det
ut till önskat bildutsnitt. En förutsättning att detta ska fungera är att skärpeplanet är konstant
vid zoomning. Detta går att justera med s.k. backfokusjustering. Med ett antal upprepade
inställningsförfaranden med ömsom maximalt inzoomat läge och ömsom maximalt utzoomat
läge kan man justera objektivet så att skärpeplanet är konstant genom hela zoomregistret.
Filter
Filter används för att påverka det ljus som samlas in genom objektivet. Normalt placeras
filtret framför objektivet. Några filter för färgfiltrering är dock inbyggda i kameran. Mer om
detta i stycket om vitbalansering. Annars används färgfilter relativt sparsamt i
videosammanhang av den enkla orsaken att man kan manipulera vitbalanseringen genom att
medvetet vitbalansera mot en färgad yta. Ska man ha ett kraftigt färgstick eller en färg som
avviker från färgtemperaturskalan använder man dock färgfilter.
Alla ytor som vi ser omkring oss ser vi på grund av att dom reflekterar ljus. Gör dom inte det,
så upplevs dom som svarta. Färgade ytor som t.ex. röda reflekterar mest ljus inom det röda
76

våglängdsområdet, medan de övriga våglängderna absorberas av ytan. Det ljus som
absorberas omvandlas till värme (ljusenergi övergår i värmeenergi). Det är därför som svarta
ytor som absorberar det mesta av ljuset lättare blir varma än vita ytor som reflekterar det
mesta av ljusenergin.
Färgfilter fungerar på samma sätt. Ett grönfärgat filter släpper igenom ljus i det gröna
våglängdsområdet medan de övriga våglängderna absorberas. Detta kallas för subtraktiv
filtrering, d.v.s. man tar bort vissa bestämda våglängder. Det innebär t.ex. att om man sätter
för ett grönt filter i ett ljus där de våglängder som representerar det gröna ljuset redan är
bortfiltrerade så blir det svart. Man kan alltså inte lägga till färger med färgade filter. Prova att
sätta ett grönt filter framför ett rödfärgat ljus. Vid normal belysning finns alla våglängder
(färger) representerade, men vissa lysrör har egenheten att några våglängder saknas helt. Detta
saknar normalt praktisk betydelse utom vid vissa kritiska tillfällen t.ex.
modefotografering/filmning. Vid sådana tillfällen är det dock brukligt att man har med egen
belysning för ljussättning.
ND filter eller neutral density filter är ett neutralgrått filter som är gjort för att ta bort en viss
mängd ljus likvärdigt över hela spektret. Det påverkar alltså inte färgbalansen. ND filtret
används för att hjälpa kameran med att mörka ner bilden vid filmning i extremt ljusa miljöer
t.ex. en solig vinterdag i fjällen. Videokameran har inte tillräckligt stort kontrastomfång för att
man med enbart bländarens hjälp kan bemästra alla normala ljussituationer. ND filtret är
också användbart då man även i mer ”normala” ljusförhållanden vill ha större bländaröppning
för att på så sätt minska skärpedjupet.
UV- eller skylightfilter är nästan helt genomskinliga filter. Dessa är gjorda för att ta bort ljus i
gränszonen till det ultravioletta området. Praktiskt rör det sig om att man tar bort lite av blådis
främst när man filmar vid- eller på havet och i fjälltrakter där UV-strålningen gör sig mest
påmind. Skillnaden mellan UV- och skylightfiltren är att skylightfiltret är marginellt lite mer
rosafärgat. Eftersom filtren i praktiken inte tar bort något ljus och kan användas så gott som
alltid, så brukar filtren även användas som ett skydd för objektivets frontlins. Det är betydligt
billigare att byta ett repat eller spräckt filter än frontlinsen på objektivet.
Det finns en uppsjö av mer eller mindre användbara effektfilter till kameran. De filter som
används mest är bl.a. fog- eller softfilter och stjärn- eller överstrålningsfilter.
77

Bild 12. Exempel på användning av stjärnfilter.
Avtonande filter räknas i vissa fall till effektfilter. Dom är uppbyggda så att ungefär ena
halvan är helt klar medan andra halvan är grå eller färgad. Övergången mellan de båda
områdena är successiv (avtonande). Finessen med dessa filter är att man kan filtrera en
begränsad del av bilden. Exempelvis är filtren användbara vid filmning av landskap där
himlen finns med. Normalt brukar himlen vara mycket ljusare än marken. Resultatet blir
tyvärr ofta att kameran inte klarar av kontrastomfånget och man får låta himlen bli
överexponerad. Genom att skjuta in ett gråtonat filter som endast mörkar ner himlen kan man
få en dramatiskt förbättrad balans i exponeringen. Vill man öka dramatiken kan man använda
sig av ett färgat filter t.ex. rökfärgat som ger en lätt domedagsprägel på scenen.
Bild 13: Avtonande rökfärgat- och gråfilter i kombination skapar domedagsstämning.
Bild 14: En mer försiktig användning av avtonande gråfilter.
78

Ett av de mer användbara filtren är polarisationsfiltret. Filtret kan liknas vid ett galler som tar
bort ljus som svänger i ett visst plan. Ljus som reflekteras mot blanka ytor som vatten, glas,
metall m.m. har också ljusvågor i ett visst plan reducerat. Genom att vrida polarisationsfiltret
så att man även eliminerar de ljusvågor som inte är påverkade så kan man minska det
reflekterade ljuset från dessa ytor påtagligt.
Bild 15: Polarisationsfilter kan i rätta förhållanden mörka ner himlen och öka intensiteten
i färger.
Praktiskt kan man alltså ta bort blänk i vatten- och metallytor samt ta bort speglingar i
glasrutor och på så sätt göra dessa ”genomskinligare”. Man kan också få mustigare färger
soliga dagar genom att man minskar påverkan av reflektionen i fuktpartiklar i luften. På detta
sätt kan man också filtrera bort regnbågar, men det var kanske inte den effekten som man
önskade.
Färgseparation i videokameran
I en videokamera separeras ljuset till dessa tre primärfärger via optiska system som kan se ut
på lite olika sätt. Syftet är att dela upp dela upp ljuset i separata färger samtidigt som man vill
förlora så lite ljusenergi som möjligt. I 3CCD kameror är dikroiska speglar som visas i Fig 3
är lösningen på problemet. En dikroisk spegel består av ett eller flera tunna ytbeläggningar på
ett optiskt substrat såsom glas. Ytbeläggningen har ett avvikande brytningsindex i förhållande
till det optiska substratet. Genom interferens av ljusets våglängders reflektion och refraktion
mellan skikten avlänkas vissa våglängder enligt Fig 3b. Genom att välja en bestämd tjocklek
på en ytbeläggning kan man styra vilka våglängder som ska reflekteras och vilka som skall
passera igenom.
79

I Fig 3 ser vi att blått ljus reflekteras i den första spegeln. I den andra spegeln reflekteras de
röda våglängderna. Det resterande ljus som passerar de båda speglarna ligger inom det gröna
våglängdsområdet.
Dikroiska speglar ger trots allt en ganska grov uppdelning av ljuset. Det gröna ljuset kan man
ganska bra styra med dikroiska speglar, medan man måste filtrera det blå och röda ljuset i det
korta respektive långa våglängdsområdet. Målsättningen med en dikroisk uppdelning av ljuset
är att minimera graden av användning av filter eftersom dessa stjäl ljusenergi.
Figur 40: Dikroiska speglar
Dikroiska speglar användes i tidigare kameror. En av nackdelarna var den relativt långa
strålgången (den väg som ljuset måste passera) mellan objektiv och sensor. I vissa kameror
var man tvungen att kompensera den långa distansen med extra linselement. På det hela var
det en dyrbar och känslig konstruktion där varje spegel måste ha exakt placering. Ett om
möjligt ännu allvarligare problem var att spegelytorna var svåra att skydda mot damm och
andra typer av beläggningar. Detta gjorde att speglarna fick sämre verkningsgrad med tiden.
De problem som fanns med dikroiska speglar kunde elimineras helt i och med introduktion av
dikroiskt prisma. Se Fig 4. Prismakonstruktionen tillåter en kompakt konstruktion som kan
göras mycket rigid. Prismorna A, B och C är separerade med luftspalter för att åstadkomma
totalreflektion. Mellan prismorna och sensorerna är det placerat filter för att åstadkomma rätt
80

våglängdsrepresentation. Hela konstruktionen kan förseglas på så sätt att justering aldrig blir
nödvändig.
Figur 41: Dikroiskt prisma
CCD – Charge-Coupled Device
De olika färgerna registreras i små sensorer bestående av en mängd ljuskänsliga bildelement.
Dessa bygger på s.k. fotokonduktivitet, d.v.s. halvledare vars resistans sjunker när dessa
belyses. Genom att lägga en spänning på fotokonduktorn, så bildas en ”brunn” i substratet
under detta. När ljus träffar fotokonduktorn frigörs elektroner i en omfattning som är
proportionell mot den infallande ljusmängden. Dessa elektroner faller ner i brunnen och hålls
fast där.
Figur 42: Två olika typer av fotosensorer.
81

I en CCD samlas en stor mängd fotosensorer på en yta. De olika sensorerna kommer att
representera bidraget från enskilda bildelement eller pixlar. På detta sätt kan vi återskapa ett
helt motiv. Problemet med video är att vi skall återskapa ett nytt motiv var 50:e sekund. Alltså
måste laddningarna som skapas vid varje sensor tömmas mellan varje bild.
Om man lägger på en högre spänning på en intilliggande fotosensor, så görs brunnen under
denna ”djupare”. Elektronerna kommer att rinna över till den ”djupare” brunnen. Detta är
finessen med CCD (charge-coupled device). Man kan alltså förflytta laddningar tvärs över en
CCD genom att ändra spänningen över de enskilda sensorerna. Se Fig 6.
Figur 43: Laddningsförflyttning i en CCD
82

I Figur 6a ser vi strukturen på hur en pixel kan vara uppbyggd. I detta fall används tre
fotosensorer för att bygga upp en pixel. Laddningsförflyttningen styrs av en transfer klocka. I
detta fall en trefasklocka. En fas för varje sensor. I Fig 6b ser vi de olika faserna för
respektive sensor. I inledningen (registreringsfasen där vi ”exponerar” motivet) ser vi att
spänningen på Φ2 är förhöjd, medan de andra två hålls nere. Det innebär att negativa
laddningar skapas i anslutning till Φ2. Notera att även de laddningar som skapas under de
intilliggande sensorerna, Φ1 och Φ3, samlas under Φ2. I slutet av registreringsfasen sjunker
spänningen långsamt (relativt sett) i Φ2, medan spänningen i Φ3 ökas. Transferfasen börjar.
Laddningarna transporteras till Φ3. Denna process återupprepas enligt transferklockorna.
Spänningen sjunker i Φ3 och ökar i Φ1 och laddningarna förflyttas till Φ1. Alla
laddningsförflyttningar sker simultant över hela CCD:n i alla pixlar som är kopplade till de tre
klockorna. I en korrekt utförd CCD struktur kan transfereringen ske med en klockfrekvens på
flera tiotals MHz. I praktiken sker transfereringen i den vertikala släckpulsen mellan två
bildsvep (fields).
En CCD består först och främst av en sensoryta och en lagringsyta. I den enklaste varianten
(Frame-Transfer Arcitecture) är dessa båda ytor en spegling av varandra. Transfereringsfasen
går ut på att först förflytta laddningarna till motsvarande platser i lagringsytan.
Figur 44: Frame-Transfer Arcitecture
Under tiden som en ny bild registreras sker en tömning av lagringsytan via en videoutgång.
Eftersom CCD:n belyses även under den vertikala släckpulsen när laddningarna förflyttas
kommer en viss laddningspåverkan att ske även under denna fas. Eftersom laddningarna
83

förflyttas vertikalt under denna tid, så uppträder de laddningar som bildas under denna fas
som en vertikal ”slöja” eller smear. Den vertikala släckpulsen representerar 6% av den totala
bildsveptiden. Alltså har smear en 6 procentig inverkan på den totala exponeringen, vilket kan
betraktas som ansenligt. Kraftiga ljuspunkter påverkar bilden ännu mer och störningar i form
av vertikala linjer utifrån ljuskällorna uppträder. Detta kallas för transfer smear och är ett
allvarligt problem i FT sensorer.
Det enda sättet att komma till rätta med transfer smear i FT kameror är att använda sig av en
mekanisk slutare som skärmar av ljuset under vertikalsläckpulsen. På tidiga kameramodeller
fanns faktiskt sådana slutare, men mekaniska delar i en i övrigt elektronisk kamera är inte att
föredra och andra CCD arkitekturer utvecklades snart för att överbrygga problemen med
transfer smear.
I s.k. Interline-Transfer arkitektur låter man fotosensorerna ligga sida vid sida med
lagringssensorerna. Se Fig 8.
Figur 45: Interline-Transfer Arcitecture
Varje pixel består alltså av två sensorer varav endast den ena registrerar det infallande ljuset.
Det första momentet under den vertikala släckpulsen är en massiv förflyttning horisontellt av
samtliga laddningar från de sensorer som registrerat ljuset till lagringssensorn. När
laddningarna väl befinner sig i lagringsdelen påverkas de mycket lite av ljuset då sensorerna
skyddas av en optisk mask. Man får dock ett visst inläckage från sidan. Efter detta förflyttas
laddningarna med hjälp av transferklocka på ett likartat sätt som i fallet FT strukturen till en
videoutgång.
Då en pixel till hälften består av en optiskt avskärmad del kommer det ske ett ca. 50%
ljusbortfall. Detta är normalt inget större problem då CCD:n har tillräckligt hög känslighet.
84

Då transfertiden under yttre ljuspåverkan vid IT arkitektur minimerats till ett enda steg, så har
problemet med transfer smear nästan helt eliminerats.
En tredje typ av CCD eliminerar dock de små problem med transfer smear som IT
arkitekturen fortfarande har. Det är en kombination av de båda tidigare arkitekturerna och
kallas Frame-Interline Transfer Arcitecture. Se Fig 9.
Figur 46: Frame-Interline Transfer Arcitecture
Genom att kombinera med den nedre lagringsytan, så kan förflyttning av laddningarna från
Vertical Shift Register ske simultant i alla register och därmed korta tiden i sensorytan.
Utvecklingen av CCD eftersträvar hög ljuskänslighet, kompakt konstruktion och okänslighet
för smear. Som exempel har Sony har tagit fram en sensor kallad Hyper HAD. Se Fig 10. För
att öka känsligheten och för att minimera ströljus som kan orsaka smear, så är varje sensor
försedd med en mikrolins. Sensorn är mycket kompakt, vilket gör att man kan få plats med ett
större antal pixlar per ytenhet än med motsvarande traditionella sensorer.
85

Figur 47:. Genomskärning av Sony Hyper HAD sensor
Singel-CCD kameror
I enklare kameror registreras färgerna i ett CCD chip. Framför detta chip har man placerat en
mask bestående av ett färgfilter framför varje bildelement fördelat på så sätt att vart tredje
bildelement registrerar respektive grundfärg. Med detta förfarande uppnår man en sämre
representation av färgerna. Dessutom tar filtren bort en del ljusenergi, vilket försämrar
kamerornas verkningsgrad.
Figur 48:. Färgsampling i en singel CCD kamera
Spatial offset
Bildupplösning kostar pengar. Olika tekniker initieras för att på ett kostnadseffektivt sätt öka
upplösningen. I en tre-CCD kamera finns möjlighet att näst intill dubblera den horisontella
upplösningen i luminansområdet utan att tillföra mer pixlar. Detta görs genom att förskjuta
86

pixlarna i det röda och blå området ett halvt steg i förhållande till det gröna och sedan vikta
dessa enligt Fig 12.
Figur 49: Spatial offset
Videokamerans uppbyggnad
En videokamera består av tre delar, objektiv, kameradel och inspelningsdel. På de flesta
kameror är kameradelen och inspelningsdelen hopbyggda, medan objektivet på mer
professionella kameror är utbytbara. Förutom rena kvalitetsskillnader, så skiljer sig
”proffskameror” och ”amatörkameror” från varandra rent handhavandemässigt. Professionella
kameror är byggda för att fotografen så långt som möjligt både skall kunna kontrollera och
påverka resultatet. En amatörkamera är främst byggd för att på ett för fotografen enklast
möjliga sätt skapa en acceptabel bild i en normalsituation.
87

Bild 16: Sony DXC-D50 med DVCAM bakstycke
Slutartid
Slutartid är den tid som bländaren är öppen. Eftersom bildfrekvensen i PAL är 25 bilder per
sekund och varje bild utgörs av två delbilder (frames), så kan inte slutartiden vara längre än
1/50 sekund. Samma gäller slutarfrekvens, d.v.s. hur många gånger som slutaren öppnar och
stänger per sekund. Den kan inte vara långsammare än 50 Hz. Slutartiden kan vara snabbare
än motsvarande slutarfrekvens. Exempelvis kan slutartiden vara 1/250 sekund vid 50 Hz
slutarfrekvens (slutaren hålls stängd lite längre mellan varje exponering). Däremot kan inte
slutarfrekvensen vara snabbare än motsvarande slutartid.
Justering av slutartiden används främst för att påverka exponeringen eller frysa snabba
rörelser vid t.ex. tekniska applikationer. Nackdelen med snabb slutartid, förutom mindre
ljusinsläpp till bildelementen, är just det att rörelser i bild fryses. Detta ger ett litet ryckigare
intryck. Det är rörelseoskärpan i varje enskild bild som gör att snabba rörelser på film
uppfattas mjukare.
Justering av slutarfrekvens används för att matcha datorskärmar med andra frekvenser för att
eliminera flimmer (s.k. variable scan).
Exponering
I normalfallet justeras exponeringen med bländarinställningen. I de fall där det är så mörkt att
största bländaröppningen inte räcker till för att erhålla korrekt exponering används elektronisk
bildförstärkning. Förstärkningsgraden anges i dB. Nackdelen med bildförstärkning är att
bilden blir grynigare (mer brus i bilden). Vid högre ljusstyrka används neutralgrått filter (ND).
Detta kan användas även i mer ”normala” ljusförhållanden för att minska skärpedjupet (öppna
bländaren mer). Slutligen kan man påverka exponeringen genom att ändra slutartid. Med
kortare slutartider minskas exponeringen. Nackdelen är att rörelseoskärpan minskar och
resultatet blir ryckigare intryck vid snabba rörelser.
Ljud
En professionell videokamera är utrustad med flera funktioner för att underlätta
ljudinspelning. Ett digitalband typ DV eller DVCAM har två inspelningsbara ljudkanaler. På
88

kameran sitter en mikrofon som via omkopplare kan fås att spela in på båda ljudkanalerna. På
baksidan av kameran sitter två XLR kontakter där man kan koppla in två externa mikrofoner.
En för respektive kanal. Omkopplarna ger valmöjlighet att, som tidigare nämnts, spela in ljud
via kameramikrofonen på båda ljudkanalerna eller via kameramikrofonen på ena och extern
mikrofon på den andra. Man kan också välja att spela in ljud på respektive ljudkanal via två
separata mikrofoner.
För att reglera inspelningsnivåerna har man möjlighet att välja automatisk nivåkontroll av
inspelningen eller manuell justering. Den automatiska inställningen är praktisk när man bara
ska spela in miljöljud. Ska man däremot göra en intervju är det en fördel att använda manuell
justering. Det automatreglerade ljudet kan tendera att ”pumpa” eftersom talet består av
plötsliga svängningar mellan tystnad och tal. För att kontrollera ljudet i kritiska skeden, t.ex.
vid en intervju, så behöver man hörlurar som kopplas till kameran.
Bild 17: Sony PDW-530P med mottagare för trådlös ljudupptagning.
89

Ljud
Ljudet i en film är ofta mycket viktigt. Vissa påstår att ljudet utgör ”halva filmen”. Om ljudet
låter fel märker publiken det omdelbart och hela filmen kan vara förstörd! Därför är det
viktigt att man kan ljudtekniken när man gör en film.
Ljud är förtätningar och förtunningar av luftpartiklar, vilka utbreder sig som ljudvågor där
förtätningen är vågtoppen och förtunningen är vågdalen. Begreppet Hertz (Hz) anger antalet
svängningar per sekund (frekvens). Det innebär enkelt sagt hur högt (ljust) eller lågt (mörkt)
ett ljud är. Amplituden anger ljudstyrkan.
De olika svängningarna är ofta uppdelade i en frekvensskala som är indelad i bas (10-200 Hz,
eller 10-200 perioder per sekund), mellanregister (200-5 000 Hz) och diskant (5 000-20 000
Hz). Det är normalt dessa olika nivåer som går att justera när man slutligen mixar ljudet. En
ung person med oförstörda öron kan uppfatta ljud som sträcker sig från 20-20 000 Hz (eller
20 kHz). En kvinnlig röst börjar i det lägre mellanregistret och rör sig sedan upp mot halva
diskantregistret (dvs från omkring 300 Hz till 10 kHz). En manlig röst börjar i basregistret och
sträcker sig en bit upp i diskantregistret (dvs från omkring 150 Hz till 7 kHz).
Amplituden (ljudstyrkan) mäter man i decibel (dB). Decibel är ett relativt mått. Det innebär
att man måste ange värdet i förhållande till ett referensvärde. Det normala är att man utgår
från hörtröskeln (eller hörbarhetsgränsen). Hörtröskeln är den lägsta ljudstyrka som det
mänskliga örat kan uppfatta. Det relativa mått man då får förkortas dB(A). 0 dB(A) är alltså
hörbarhetsgränsen, en viskning ligger på 20 dB(A), ett samtal ligger på 60 dB(A),
smärtgränsen ligger på 130 dB(A) (eller 130 dB över hörbarhetsgränsen).
Decibel anger en relativ ljudstyrkeförändringen i en 10-logaritmisk skala. Förhållandet är
alltså att en ljudstyrkeförändring på 10dB är lika med 10 ggr, 20 dB är lika med 100 ggr
o. s. v.
100 000 000 000 000 ggr 140dB(A) jetmotor (25 m bort)
10 000 000 000 000 ggr 130dB(A) nithammare
1 000 000 000 000 ggr 120dB(A) propellerplan (50 meter bort)
100 000 000 000 ggr 110dB(A) bergborrmaskin
10 000 000 000 ggr 100dB(A) plåtverkstad
1 000 000 000 ggr 90dB(A) tung lastbil
100 000 000 ggr 80dB(A) starkt trafikerad gata
90

10 000 000 ggr 70dB(A) personbil
1 000 000 ggr 60dB(A) vanligt samtal
100 000 ggr 50dB(A) lågmält samtal
10 000 ggr 40dB(A) dämpad radiomusik
1 000 ggr 30dB(A) viskning
100 ggr 20dB(A) tyst stadsvåning
10 ggr 10dB(A) prassel från ett löv
1 enhet 0dB(A) hörtröskeln
Örat (och den mänskliga förmågan att höra ljud) är väldigt mycket känsligare än en mikrofon.
T.ex. har vår hörsel ett mycket större dynamikomfång än vad en mikrofon kan registrera. Med
dynamikomfång menas omfånget från det tystaste ljud vi kan höra till det starkaste. Det går
inte att med samma mikrofon och samma inställning på utrustningen spela in en person som
viskar och en rockkonsert.
Tre lagar
Vid ljudinspelning är det avgörande att känna till tre viktiga lagar:
• Ljudvågors spridning.
• Ljudvågors dämpning och reflektion.
• Ljudkvot.
Ljudvågors spridning
Ljudet sprids klotformigt runt ljudkällan. Detta innebär att det uppfattas som att ljud dämpas
ju längre ifrån ljudkällan som vi kommer. I enlighet med hur en sfärs yta ändras i förhållande
till avståndet till centrum så kan vi utnyttja samma förhållande på ljudstyrkan. Det innebär att
vi kan säga att ljudstyrkan minskar med kvadraten på avståndet. Alltså: dubblering av
avståndet mellan ljudkälla och lyssnare minskar ljudstyrkan med en fjärdedel. Detta är samma
sak som en sänkning med ca 6dB.
Hur mycket är 6dB? Rent fysikaliskt har vi ju redan konstaterat det, men hur uppfattas 6dB
ljudförändring av människor? Det finns inget absolut mått, men utan att gå in på detaljer, så
uppfattas en förändring på 6dB av de flesta människor som ett "lagom" steg i förändring när
ett ljud hörs "för svagt" eller "för starkt". Alltså, när man ska ändra ljudstyrkan vid
mikrofonen, så är det lämpligt att stegvis fördubbla respektive halvera avståndet.
Exempel: Vi mäter ljudstyrkan på avståndet a från en ljudkälla och anger där vår nollpunkt,
alltså 0dB. Om vi fördubblar avståndet till 2a, så sjunker ljudstyrkan med 4 gånger eller 6dB.
Om vi fördubblar avståndet ytterligare till 4a , så sjunker ljudstyrkan i förhållande till vår
nollpunkt med 16 gånger eller 12dB.
Analogt gäller det omvända förhållandet när man förflyttar sig närmare ljudkällan.
Ljudvågors dämpning och reflektion
Örats frekvensomfång är 20Hz -20kHz. Vid konstant ljudhastighet, som den normalt är i luft,
så är våglängden linjärt beroende av frekvensen. Ju högre frekvens desto kortare våglängd.
91

Vid en ljudhastighet på 340 m/s blir våglängden 17 meter vid 20Hz och 17 millimeter vid 20
kHz. Ljud reflekteras bäst mot hårda och släta ytor. Detta förhållande kan användas till att
både förstärka eller skymma bort (länka av) ljud.
Språkljuden när vi talar har olika frekvens. De tonlösa konsonanterna F-G-H-K-P-S-T (ibland
också C-X och Z) och ljuden CH-SJ-TJ har höga frekvenser kring 3,4kHz vilket motsvarar en
våglängd på 10 cm. Dessa ljud går att skymma bort eller reflektera med hjälp av handflatan.
De tonlösa konsonanterna är viktiga för förståelsen i bl. a. svenska språket medan vokalerna
är viktigare i t. ex. engelskan.
Vokalerna A-O-U-Å-E-I-Y-Ä-Ö har det mesta av sin energi inom frekvensområdet 1kHz.
Detta motsvarar en våglängd på 34 cm, d. v. s. som ett A-4 papper. Det krävs alltså en yta av
minst motsvarande storlek för att reflektera eller dämpa detta ljud.
I vissa sammanhang där man har ett begränsat informationsutrymme väljer man att skära bort
frekvenser under 340Hz. Ljud under denna frekvens är sällan avgörande för förståelsen för
det talade ordet. Detta utnyttjas t. ex. i telefonöverföring.
Ett sätt att utnyttja reflektion är att hänga en mikrofon med ljudöppningen nedåt över en
bordsskiva där flera sitter och samtalar. Skivan bör dock vara minst en meter bred för att
kunna reflektera allt ljud över 340Hz. Alltså de frekvenser som är avgörande för förståelsen
av vad som sägs.
Ljudkvot
Med direktljud menas det ljud som vi har för avsikt att spela in i så bra kvalitet som möjligt
(med bästa möjliga hörbarhet). Med diffusljud menas det efterklangsljud som genereras av
direktljudet. Det kan vara efterklang (eko) i rummet. Det kan också vara ljudet från de
högtalare som skickar ut direktljudet i en lokal. Med störljud menas det ljud som uppstår av
andra orsaker än direktljudet.
På empirisk väg har man kunnat finna att direktljudet, i form av tal, måste vara minst 10
gånger starkare än summan av diffusljud och störljud för att människor någorlunda obehindrat
skall uppfatta vad som sägs. Det vill säga att ljudkvoten bör vara 10dB eller större. Förmågan
att uppfatta enskilda ljud vid en viss ljudkvot avtar med stigande ålder, eller om man lider av
hörselskada.
Vid t. ex. nyheter bör ljudkvoten ligga på minst 20dB för att vuxna människor ska vara nöjda
med mixningen. Hörselfrämjandet rekommenderar en ljudkvot på minst 30dB för
hörselhandikappade.
Akustik
Det låter olika i olika rum. Det är viktigt att tänka på detta när man spelar in ljud. En del
rum/miljöer kan nämligen vara svåra att spela in ljud i. Ibland spelas inte allt ljud in vid
filmningen utan läggs till efteråt, det är då viktigt att tänka på att ljuden ska låta som om de
sker i samma rum och vid samma tillfälle som det inspelade materialet.
De olika faktorer som inverkar på hur det låter i ett rum är:
• Rummets storlek
• Material i väggar, tak och golv
92

• Vägg-, tak- och golvytors inbördes förhållande (vinklar etc)
• Möbler och lösa inventariers form och material
Ljudet som vi hör i en ren akustisk miljö kan delas in i två huvudgrupper: direktljud och
reflekterat ljud (diffusljud). Det ljud som når oss först är direktljudet, sedan kommer
diffusljudet. Reflektionerna av direktljudet kan vara många och med olika tidsintervall. Om
reflektionerna kommer tätt och med många repetitioner skapas en efterklang. Om
reflektionerna kommer långsammare hör man ett eko. Tiden det tar för efterklangen eller ekot
att tystna och dö ut kallas efterklangstid. Med längre efterklangstider blir det svårare att få
tydlighet i ljudkällan eftersom efterklangen blandar sig med ursprungsljudet.
Beroende på hur väggar, tak och golv ser ut påverkas efterklangen och efterklangstiden.
Generellt kan man säga att hårda ytor reflekterar tillbaka ljudet, medan mjuka ytor i stället
absorberar ljudet. Men detta är inte helt sant, för både reflektionen och absorptionen är
frekvensberoende. Höga frekvenser absorberas i mjuka och porösa material som gardiner,
draperier och mineralull, medan de reflekteras i hårda ytor som tegelväggar, glas och marmor.
Låga frekvenser är svårare att absorbera och det krävs tjockare porösa material kombinerat
med luftspalter.
Några akustiska exempel:
Badrummet har oftast hårda väggar (kakel) som gör att ljudet reflekteras i så gott som alla
frekvenser. Detta gör att det känns trevligt att sjunga där, men svårt att spela in bra ljud.
Ljudet upplevs som ”burkigt” eftersom en mikrofon inte kan skilja på direktljudet och
diffusljudet.
Garderoben är ett litet rum, som innehåller mycket kläder vilka absorberar de flesta
frekvenser och reflekterar inga. Ljudet som har spelats in i garderoben låter därför ”torrt”.
Vardagsrummet har en större volym vilket gör att efterklangen blir längre än i garderoben.
Samtidigt är vardagsrummet möblerat vilket gör att efterklangstiden inte blir så lång som i
badrummet. Vardagsrummet är faktiskt ett riktigt bra ställe för ljudinspelning.
Sovrummet är mer dämpat än vardagsrummet (särskilt om det har heltäckningsmatta). En stor
säng hjälper också till att dämpa reflektioner i basregistret.
Mikrofonens känslighet
Mikrofonen används som redskap för att fånga upp det ljud som vi hör omkring oss.
Skillnaden är att människans hörselorgan är överlägset mikrofonen på flera punkter. Vår
hörsels dynamikomfång är betydligt större än mikrofonens. Det innebär att örat steglöst kan
ställa om sig från ljudet av en viskning till en dånande rockkonsert. Detta klarar en mikrofon
inte av utan att man måste vidta olika handgrepp för att kompensera skillnaderna i ljudtryck.
Det går t. ex. inte att göra en välljudande och verklig upptagning av viskningar omedelbart
följt av skottlossning i samma scen.
Vidare kan människans hörsel arbeta selektivt. Det vill säga att vi kan filtrera bort vissa för
tillfället ointressanta ljud till förmån för andra. I realiteten handlar det om att vi koncentrerar
oss på ett ljud som kommer från en speciell riktning. Ljudet från en viss riktning når
respektive öra med en tidsdifferens, beroende på att avståndet till ljudkällan är olika. Denna
93

tidsdifferens gör att vi kan orientera på tre grader när vart ljudet kommer ifrån. I de flesta fall
gör vi detta omedvetet, vilket kan ställa till problem inför en ljudupptagning.
En mikrofon kan inte ta upp ljudet selektivt på samma sätt. Med olika typer av riktmikrofoner
kan man förvisso dämpa vissa riktningar, men inte så precist som vår hörsel. Om man inte
känner till detta förhållande, så kan man komma hem med t ex en intervju där en störande
transistorradio spelar i bakgrunden. Det var inget som man lade märke till vid inspelningen.
Det är alltså mycket viktigt att på en inspelningsplats lyssna på ljudmiljön så som mikrofonen
uppfattar den. I praktiken innebär det att man använder kapslade hörlurar (sådana med
vadderade hörselkåpor) under inspelning för att lyssna på ljudet. Ett annat knep som man kan
använda när man i förväg rekognoscerar en ljudmiljö är att hålla handen för ena örat. Då
minskar man "riktningsfiltreringen" och efterliknar det ljud som mikrofonen "hör".
Det finns ytterligare en egenskap hos rösten som uppstår när vi spelar in den. Det benämns
puffljud. Puffljudet är en överbelastning hos mikrofonen som uppstår framför allt när vi säger
hårda konsonanter som p, b, k, d och t. För att undvika detta kan man använda ett puffskydd
som fångar upp ”vinden” i konsonanterna.
Ett annat problem som kan uppstå när man arbetar med mikrofoner är mikrofoni. Det är
muskelljud från den som håller i mikrofonen eller från den hängande mikrofonsladden. Ofta
används en bom när man spelar in en dialog och denna kan ibland fungera som en
resonanslåda för muskelljuden. En bom är en lång metallstång med en mikrofon i ena änden
som en person håller upp över de som talar. Detta gör att vi kan få mikrofonen relativt nära de
som talar utan att mikrofonen syns. Det gäller alltså att försöka hålla försiktigt i mikrofonen,
helst med ett gummilager mellan handen och mikrofonen eller bommen, och binda upp
sladden så att den inte bidrar till missljud.
Störkänslig signal
Mikrofonen omvandlar ljudet till en elektrisk signal. Denna signal har en mycket låg spänning
och är därmed mycket störkänslig. Alla elektriska ledningar omges av ett magnetfält. Det
elektriska fält som omger en 220V växelströmsledning är tillräckligt för att ge ett brummande
ljud. Det kan räcka med att mikrofonkabeln ligger nära och parallellt med en lampsladd med
dimmer (en ratt som man varierar ljusstyrkan med).
Ledarna i alla mikrofonkablar har en metallomflätning som kallas skärmstrumpa. Denna
skärm skyddar effektivt mot "normala" störningskällor som t ex växelströmsledningar. Om
skärmstrumpan, på grund av omild behandling, slitits loss från sitt lödfäste inne i kontakten
kan det istället bli stora problem med störningar som t. ex. "brum" (det 50 periodiska ljudet
som växelströmmen kan ge ifrån sig).
Mikrofonteknik
Mikrofoner hör inte lika bra från alla håll. Det område som mikrofonen fungerar bäst inom
avgränsas av öppningsvinkeln. Mikrofoner med stor öppningsvinkel kallas för rundtagande
("kula" eller "omnidirekt"). Mikrofoner med en snävare öppningsvinkel kallas för riktade
("kardioid" (hyperkardioid) eller "njure"). Skillnaden i ljudupptagningsförmågan sjunker
drastiskt när man hamnar utanför öppningsvinkeln. På en rundtagande mikrofon är dock
denna övergång mera diffus än med en riktad.
94

Dynamisk mikrofon – är en relativt robust mikrofon som tål förhållandevis starka ljudtryck.
Denna mikrofon behöver inte någon strömkälla eller batteri för att fungera. Nackdelen med
den dynamiska mikrofonen är att det finns en viss tröghet i den, vilket ofta leder till en viss
luddighet i inspelningen där briliansen minskas.
Kondensatormikrofon – är beroende av en extra strömkälla (phantommatning) eller ett
batteri för att driva en liten förstärkare som är inbyggd i mikrofonen. Skillnaden mellan
mikrofonerna är att kondensatormikrofonen ger ett något bättre ljud. Den klarar också
snabbare attackljud (transienter) än vad en dynamisk mikrofon gör. Nackdelen med
kondensatormikrofonen är att den är mycket ömtåligare. Om mikrofonen inte fungerar vid
inspelning, så kolla batteri eller phantom-matning!
Rundtagande mikrofoner - har ingen närbashöjning. Klangfärgen ändras inte även om man
går tätt in på mikrofonen. Dessa mikrofoner är nästan uteslutande dynamiska och detta gör att
de är mindre vind och "handkänsliga" än andra mikrofoner. Dynamiska mikrofoner är
betydligt mindre stötkänsliga än kondensatormikrofoner.
Riktningskarakteristik för en rundtagande mikrofon
Tryckzonsmikrofoner - utnyttjar diffusljudet i rummet. De placeras i en punkt där direkt och
diffusljud följer så tätt på varandra att man inte hör någon skillnad, vanligen tätt intill en
vägg- eller golvyta i rummet.
Riktmikrofoner
Den vanligaste sorten av riktad mikrofon är kardioidmikrofonen. Dessa är normalt av
kondensatortyp med kort anslagstid. D.v.s. att de reagerar snabbt vid plötsliga ljud.
Riktmikrofoner har en mera markerad närbashöjning. Fördelen med riktmikrofon är främst att
den dämpar diffus- och störljud so kommer in från sidan. På detta sätt kan man hålla
mikrofonen längre ifrån ljudkällan utan att ljudkvoten blir för liten.
95

Riktningskarakteristik för en riktad mikrofon
Den åtta-kopplade mikrofonen kan jämföras med en dubbel njure. Den är känslig för ljud
som kommer från två motsatta håll (fram- och bakifrån), men dämpar ljudet från sidorna
(diffusljud).
Riktningskarakteristik för en åtta-kopplad mikrofon
VU-mätare
På de flesta bandspelare och kameror finns en VU-mätare eller Peak-meter som anger nivån
på ljudet som spelas in. En VU-mätare är ett ganska långsamt mätinstrument, med en visning
från –20dB till +3dB eller +6dB (med 0dB däremellan). Ljudet ska ligga runt 0dB vid optimal
inspelningsnivå, eller utstyrning som det kallas.
VU-mätare
96

En peak-meter reagerar däremot blixtsnabbt på ljudfärändringar. Skalan som visas av
lysdioder går i regel från –24dB till +9dB (med 0dB däremellan). Ljudet ska ligga runt 0dB
vid optimal utstyrning.
Peak meter
När man läser av dessa mätare krävs att man vet om man arbetar med en analog eller digital
bandspelare. Vid inspelning med en analog bandspelare ska nivån ligga runt 0dB för optimal
utstyrning, men vid inspelning med en digital bandspelare ska nivån aldrig överstiga 0dB! Om
utstyrningen blir för hög uppstår distorsion av det inspelade ljudet. Distorsion innebär enkelt
sagt att ljudet klipps sönder för att det blir för starkt. Resultatet är att ljudet låter sprucket,
vasst och obehagligt. Om detta sker på en analog bandspelare kan inspelningen gå att använda
ändå, men det sker på en digital bandspelare är inspelningen troligtvis helt värdelös.
Flera mikrofoner
Vid vissa tillfällen kan det krävas att man måste använda sig av mer än en mikrofon. Det kan
till exempel vara när två personer sitter vid ett långsmalt bord och på ett sådant avstånd
mellan varandra att en enda mikrofon är otillräcklig för att fånga ljudet. Detta på grund av en
begränsad öppningsvinkel hos mikrofonen. Man kan då använda två mikrofoner för att få
bättre inspelningsmöjligheter. Men att använda två mikrofoner kan också ställa till en del
problem.
A/B-stereo
Om vi placerar två mikrofoner riktade rakt mot ljudkällan med ett visst avstånd från varandra
får vi en bred stereobild och kan spela in båda personerna.
97

Men denna mikrofonplacering kan ge upphov till vissa problem.
Placerar man två mikrofoner en bit från varandra kommer ljudet att tas upp av båda
mikrofonerna, men med en viss tidsförskjutning. Vi kommer också att få mer diffusljud.
Dessutom kommer vissa ljud att ha sådan våglängd så att vi har maximal tryckökning vid ena
mikrofonen, samtidigt som vi har maximal tryckminskning vid den andra. Detta kallas för
fasutsläckning. Alla ljud som passar in i avståndet mellan mikrofonerna med halva, en
fjärdedel, en åttondels våglängd o.s.v. ger upphov till fasutsläckning. Ju högre upp i
frekvensbandet som vi kommer sker dessa utsläckningsfenomen tätare. Detta kallas för
kamfiltereffekt.
X/Y-teknik
Ju närmare varandra som vi flyttar mikrofonerna, ju mer flyttar vi upp kamfiltereffekten i
frekvensbandet. När vi når ca 1 centimeter (halva våglängden 17kHz) mellan mikrofonerna
börjar vi närma oss gränsen för vad det mänskliga örat kan höra. I dessa frekvensområden är
kamfiltereffekten inte heller speciellt hörbar. Genom att på detta sätt placera mikrofonerna
nära varandra och med korsande öppningsvinklar kan man eliminera kamfiltereffekten,
samtidigt som man erhåller en större öppningsvinkel. Denna mikrofonplacering kallas xyteknik.
I andra fall kan av praktiska skäl inte xy-teknik inte användas. Då handlar det om att placera
mikrofonerna på sådant avstånd att diffusljudet på en sådan nivå att det inte uppfattas som
störande eller att de kamfiltereffekter som uppstår inte uppfattas som störande.
98

XY-teknik
Ljudmix
När film och ljud är inspelat och filmen är färdigklippt, är det dags för ljud-mixningen. I de
projekt som kommer att görasinom denna kurs kommer antagligen 3-4 stereokanaler att
användas, dvs en för dialog, en för miljöljud, en för ljudeffekter och en för filmmusik. Tänk
på att ju fler ljudkanaler desto mer måste varje ljudkanal sänkas för att inte det mixade ljudet
ska bli för starkt.
Ljud uppfattas olika
Örats känslighetskurva vid konstant ljudstyrka men varierande frekvens är inte konstant. Örat
är känsligast för frekvenser kring 3-4kHz. Det är ljud som liknar sprakande eld, forsande
vatten, cymbaler och språkljuden S-F-SJ och SH. Detta innebär att man som ljudtekniker inte
helt kan förlita sig på instrumenten när man ska styra ut ljud från en mixer. Man måste också
lyssna.
Det är många gånger svårt att mixa ihop olika ljud på ett sätt som både frambringar den känsla
som man vill förmedla, samtidigt som texter ska gå fram. Detta är ett vanligt problem i
musiksammanhang där man har en sångare med orkester. Ett sätt att komma till rätta med
detta är via interfoliering. D. v. s. instrument, instrumentgrupper och sångare sjunger/spelar
växelvis. Denna teknik används även vid ljudläggning av film. T. ex. läggs inte kraftiga
effektljud i en dialog, utan i en paus där inte något sägs. Detta är något som inte bara åligger
ljudteknikern att åstadkomma, utan även musikkompositören/manusförfattaren.
Ett annat problem är att vi som arbetar med programmet vet vad som ska sägas och därför hör
det lättare. Detta kan leda till att vi inte har tillräcklig ljudkvot mellan dialog och miljöljud för
att publiken ska höra allt. Ett förslag på hur man kan lösa detta problem är att göra färdigt hela
mixningen och sedan vänta ett par dagar för att därefter lyssna igenom allt igen. Då har man
hunnit glömma av materialet något och kan förhoppningsvis rätta till mixningen, för att sedan
avsluta arbetet.
99

Dessa problem är något som inte bara åligger ljudteknikern att åstadkomma, utan även
musikkompositören/manusförfattaren.
Kannibalisering
Ett budskap som förmedlas med hjälp av ljud och rörliga bilder kan få en mycket stor
genomslagskraft. Man har i mediet ett antal redskap som man kan kombinera på ett oerhört
kraftfullt sätt för att nå sitt mål. Å andra sidan, så kan dessa verktyg ha motsatt verkan om
dom inte används på rätt sätt.
En av vanligaste fallgroparna kan rubriceras kannibalisering. Med kannibalisering menas att
formen äter upp budskapet. Utmanande klädsel, känsloladdade bilder, störande bakgrund, ljud
mm kan ta bort uppmärksamheten från det egentliga budskapet.
100

Videoredigering
Icke linjär redigering är beteckningen på det sätt som man normalt jobbar på när man
redigerar material som först kopierats på en dators hårddisk. Redigeringen av programmet
behöver inte följa ett linjärt förlopp, d.v.s. man behöver inte starta med programmets början
för att sedan successivt arbeta sig fram till programmets slut. I en icke linjär redigering har
man möjlighet att gå in var som helst i det halvfärdiga programmet för att bearbeta detta. I det
tidigare linjära sättet att arbeta kopierade man från band till band och bearbetade programmet
i kronologisk ordning. I ett linjärt system har man mycket begränsade möjligheter att gå
tillbaka i ett program och påverka det.
I ett icke linjärt system kopierar man över videomaterialet till en hårddisk innan det egentliga
redigeringsjobbet börjar. Detta är något som i nyhetssammanhang många gånger setts som ett
extra steg som drar ner tempot i redigeringsprocessen. På grund av detta har tillverkarna av
redigeringsprogram lagt ner mycket krut på att göra inloggningsprocessen så snabb och
smidig som möjligt. Ett exempel är att öka kopieringshastigheten, så att den t.ex. utförs 4 ggr
realtidshastighet. Å andra sidan är vinsten i en icke linjär redigering så mycket större när väl
inloggningsprocessen är genomförd.
Lite grovt kan man jämföra skillnaden mellan linjär och icke linjär redigering som skillnaden
mellan skrivmaskin och ordbehandlare. Den stora vinsten med icke linjär redigering är som
sagt att man när som helst kan gå tillbaka i sitt redigerade material och göra justeringar och
omstuvningar utan att det påverkar omkringliggande delar. Ungefär på samma sätt som i en
ordbehandlare.
Kopiering till hårddisk
Principen i en icke linjär redigering är att det videomaterial som lästs in på hårddisken lämnas
opåverkat under redigeringen. Istället hämtas de delar av materialet som man programmerar
in under redigeringen i realtid. Bildövergångar (utom raka klipp), trickeffekter mm kan,
beroende på upplösning och datorns snabbhet, antingen renderas och bildar då en egen bildfil
eller så klarar datorn av att köra dubbla videoströmmar i realtid. Ju dyrare/snabbare system
desto mindre effekter behöver renderas.
Vid renderingen omkomprimeras materialet, eftersom två eller flera bilder läggs på varandra.
Komprimeringen medför risk för försämring av materialet. Ska man jobba med mycket
effekter i flera lager som kräver mycket renderingar är det bra att välja en högre kvalitetsnivå
på redigeringens interna hantering av materialet - om det går. På s.k. DV redigeringar finns
endast "native" DV som enda valmöjlighet. Så länge inga renderingar görs kommer materialet
att vara helt oförvanskat. Men så fort en rendering görs händer det saker.
En av flaskhalsarna har varit, och är till viss del fortfarande, begränsat hårddiskutrymme.
Fördelen med detta är att man tvingas vara lite mer disciplinerad när man läser in sitt
råmaterial på hårddisk. Inloggningsprocessen kan ses som en första grovredigering av
materialet. Det är alltså inte alltid smart att läsa in hela sitt råmaterial från början till slut om
det nu inte är väldigt begränsat och fritt från sura missar.
Inläsning av materialet på hårddisken sker i flera steg. Om man startar ett nytt arbete, så görs
normalt några olika förinställningar som ska gälla just det projektet. Först bestäms
videostandard vilken är PAL för vårt vidkommande. Sedan bör man ha koll på vilken typ av
videosignal (komponent, S-video, komposit, Firewire (IEEE 1394 eller i.LINK) eller SDI
101

(Serial Digital Interface) som ska tas in i datorn. Här väljer man den signal som representerar
den högsta kvalitén eftersom denna inte påverkar komprimeringsgraden. Även ljudet kan man
välja mellan balanserat (XLR), eller obalanserat (RCA/Phono). I programmet kan man sedan
välja vilken ingång som den aktuella signalen kommer in via. Samplingsfrekvensen bör väljas
så högt som möjligt, d.v.s. 48 kHz, som är den frekvens som t.ex. DV tekniken använder.
Nästa steg är att välja kompressionsgrad. Detta gäller främst analoga signaler. När det gäller
DV eftersträvar man att undvika att omkomprimera signalen, under förutsättningen att datorn
hanterar DV internt. Ska man hantera ett stort material och har ett begränsat hårddiskutrymme
kan det vara smart att läsa in sitt videomaterial med ganska låg kvalitet för att på så sätt spara
utrymme. I ett senare skede när programmet är klart kan man läsa om sitt material med en
högre kvalitet, men endast det som man använt i sin film. Det är mycket viktigt att kolla var
materialet hamnar, speciellt om man jobbar med en lös hårddisk. I vissa program ställer man
in detta via s.k. "scratch discs".
När man filmar sitt material är det viktigt att, om möjligt, låta några sekunder gå efter det att
man startat kameran innan den ”riktiga” tagningen börjar. Detta av två skäl. För det första är
det alltid bra med lite ”luft” innan en tagning påbörjas eftersom man inte exakt vet hur
materialet ska klippas i slutänden. Det är bra att ha lite trimnings- och mixningsmån. För det
andra är det viktigt med några sekunders ”tomruta” i början av en ny tidkod (t.ex. i början av
ett band eller vid ett brott på tidkoden). Vissa kameror har en olägenhet att nollställa tidkoden
i tid och otid. Detta ställer till trassel vid inloggning av materialet till hårddisk. Orsaken till
detta är att en bandspelare måste backa upp ett par, tre sekunder innan den punkt där
kopiering till hårddisk startar. Bandtransporten måste hinna att stabilisera sig och det tar
någon sekund för moderna bandspelare. Skulle man starta för tidigt, t.ex. en sekund in på en
ny tidkod kommer bandspelaren att backa förbi nollpunkten och därmed förlora synken eller
komma in på en ny tidskodserie. En serie brutna tidkoder på ett band omöjliggör en effektiv
inloggning av ett helt band eftersom samma tidkod återkommer på flera ställen på bandet.
Nästa steg i processen för kopiering till hårddisk är själva inloggningen. Man arbetar sig
igenom det inspelade videomaterialet och väljer ut de tagningar som skall användas i
redigeringsarbetet. Man markerar in- och utpunkter för respektive scen och lagrar dessa i en
speciell logglista. Här är det, som tidigare nämnts, viktigt att man inte är för snål med början
och slut på varje tagning. Inloggningen är ingen redigeringsprocess utan ett sätt att välja ut det
material som man ska redigera ur. I vissa redigeringar finns det en funktion där man kan välja
hur många rutor eller sekunder som man vill att datorn ska ta med i början och slutet av ett
klipp utöver det som man valt ut. Detta värde väljs i inledningen av loggningsprocessen och
gäller sedan för alla klipp som väljs ut. När man har avverkat ett band är det lämpligt att
kopiera över det valda videomaterialet till hårddisken. Detta är det sista steget och det sker
automatiskt och kallas för digitalisering. Använder man sig av flera band är det mycket viktigt
att man döper dessa så att man kan hålla reda på banden. Det gör nämligen inte datorn.
Den digitala videobilden enligt CCIR601 består av 720x576 pixlar. Detta ger ett breddhöjdförhållande
på 5:4. Men videobilden har motsvarande förhållande 4:3 eller 768x576
pixlar. Vad man gjort är att man har gjort pixlarna rektangulära i horisontalled och därmed
"sträcks" bilden ut till rätt format. I redigeringsprogrammen kan dessa standards uttryckas
som CCIR 601/DV PAL (5:4) respektive CCIR 601 PAL Sq. (4:3). I dessa sammanhang är
det viktigt att vara uppmärksam på vad som t.ex. händer med grafik som konverteras mellan
de olika formaten.
102

Firewire innefattar både bild, ljud, tidkod och fjärrstyrning av bandspelare. Har man inte
Firewire, så kan man lösa fjärrstyrning och bandspelarkontroll via de seriella interfacen RS-
232 och RS-422. Den största praktiska skillnaden mellan dessa protokoll är att SR-422 är
mindre störningskänslig och därför används i större sammanhang där avstånden mellan
enheterna är stora, som t.ex. TV stationer och post production studios. För vanligt användande
duger RS-232 gott.
För att beräkna åtgång på hårddisken är det bra att känna till med vilken datahastighet som de
olika komprimeringssystemen jobbar med. DV använder en datahastighet av 3,6 MB/s.
Motion JPEG (M-JPEG) är en annan vanlig standard för intern lagring i redigeringar.
Beroende på kvalitetsnivå ligger datahastigheten på 1-12 MB/s,
Arbetsfönstret
Arbetsfönstret på en icke linjär redigering kan se lite olika ut, beroende på tillverkare. Men
principen bygger på i grunden fyra olika arbetsytor. Först har vi en yta där man samlar alla
sina inloggade klipp. Här har man möjlighet att organisera och sortera klippen. Den har olika
namn t.ex. Bin, Browser mm.
Sedan har vi två fönster där man kan titta på videomaterialet. Dessa kan liknas vid ”player”
och ”recorder” fönster i linjära system. I playerfönstret (Source Viewer) kan man titta på de
olika inloggade video (och ljudfilerna). Här har man främst möjlighet att bestämma in- och
utpunkter i det material som ska användas.
Innan vi går till recorderfönstret (Timline Viewer), går vi till ”timeline”. Det är här som
materialet bearbetas till färdig film. Timeline består av en tidsaxel som man lägger sina bildoch
ljudklipp på. Här görs alla effektpålägg och trimningar. För att underlätta detta finns det
som oftast en palett med olika verktyg.
Det färdiga resultatet kan man sedan se i recorderfönstret. Normalt har man en TV monitor
kopplad till redigeringen. Dels för att kunna se det färdiga resultatet i större format i video.
Dels för att få ”rätt” beskärning på bilden. En TV monitor beskär bilden mer än den som syns
på datorskärmen. Detta är speciellt känsligt när man lägger in texter. Man pratar om ”safe title
area”. Det finns även något som heter ”safe action area” som är något större.
Arbetsgång
Man kan redan i sin bin organisera klippen i den ordning som de ska ligga i den färdiga
filmen. Man har normalt ett flertal olika möjligheter att skapa ett utseende i sin bin enligt den
personliga smaken.
Efter att ha valt ut ett klipp dubbelklickar man på detta för att få upp det i sin ”Source
Viewer”. Här trimmar man sitt material genom att välja in- och utpunkter där klippet ska
börja och sluta. Efter detta drar man ner klippet till Timeline. Sedan fortsätter man med nästa
klipp på samma sätt och lägger det efter föregående klipp på Timeline. Det finns en rad olika
arbetssätt hur man går till väga vid redigering, beroende på personlig smak och typ av
program.
På sin Timeline har man möjlighet arr lägga på olika effekter som t.ex. mixningar, olika typer
av ”wipar”, men även färgkorrigeringar, kromakey och andra specialeffekter. Till
redigeringen finns normalt kopplat textverktyg för att skapa titlar och liknande. Ytterligare
103

verktyg är s.k. compositing. Här har man möjlighet att mer djupgående påverka och lägga till
element i den rörliga bilden.
Slutligen ska den färdiga filmen exporteras i lämpligt format. Det vanliga är att det kopieras
till videoband. I detta fall behövs ingen ytterligare komprimering. Om materialet däremot ska
läggas på CD, DVD eller på nätet, så behövs en komprimering som är anpassad för det
aktuella formatet. De flesta redigeringsprogram innehåller idag mer eller mindre sofistikerade
komprimeringsverktyg.
104

Bildberättande
”En bild säger mer än tusen ord”. Hur mycket säger då en serie av bilder som läggs efter
varandra till en film? Det beror på hur effektivt som man kan utnyttjar bildberättandet.
Först och främst ska man ha klart för sig att det oftast är en ganska stor skillnad mellan en
stillbild och en filmbild. Orsaken är att en stillbild skall kunna stå för sig själv utan hjälp av
ljud eller andra bilder. Dessutom kan man normalt kan titta på en stillbild länge.
En rörlig bild däremot har en begränsad tittartid. Detta gör att kravet på enkelhet i bilden ökar.
Det skall vara lätt att se vad det är och det viktiga i bilden ska lätt kännas igen. Fördelen med
rörliga bilder är att flera bilder kompletterar varandra till ett sammanhang. Dessutom tillförs
ytterligare en informationskomponent till skillnad mot stillbilden, nämligen rörelse.
Som stillbild fungerar denna bild dåligt. Kaktusen tar upp alldeles för stor plats och genom sin
placering skapar den obalans i bilden. Ryttaren är för liten och svår att upptäcka. som rörlig
bild däremot drar ryttarens rörelse till sig blicken och förskjuter tyngdpunkten i bilden så att
man uppnår balans.
Grunden i ett bildberättande är att varje bild tillför något nytt eller bilden måste fungera i sitt
sammanhang.
Dessa två bilder visar en scen där en man köper jordgubbar. Genom att klippa in en närbild på
handen som sträcker fram jordgubbarna, så förstår vi (mer eller mindre undermedvetet) att
105

just jordgubbarna är viktiga för filmens fortsatta handling. Hade dom inte varit viktiga, så
hade vi förmodligen undvikit att föra in denna vilseledande information i form av en närbild.
En film byggs upp av olika delar. Om man jämför med en vanlig text, så kan liknelsen se ut så
här:
Sekvens - Mening
Scen - Sats
Bild (Tagning) - Ord
Generellt gäller att varje ny bild skall vara motiverad och tillföra något nytt till handling och
innehåll. Detta gäller även kamerarörelser.
För att bygga ”meningar” i en film kan man använda sig av olika verktyg som t.ex.
bilduppbyggnad, övergångseffekt (t.ex. klipp eller mix), grafik, musik, miljöljud, effektljud,
speaker eller dramatiserade röster. Allt detta utnyttjas i klipptekniken d.v.s. på vilket sätt som
bild och ljud byggs ihop till en hel berättelse. Klipptekniken syftar till att göra en berättelse så
effektiv och fängslande som möjligt. För att undvika oväsentligheter i en historia tillgriper
man ofta det som kallas tidsförkortning. Man klipper helt enkelt bort ”transportsträckor”
mellan två väsentliga episoder. T.ex. en person som åker hemifrån till ett viktigt möte. Vi ser
personen sätta sig i bilen och köra iväg. I nästa bild ser vi personen anlända till mötespunkten.
Vill vi understryka att det varit en lång resa, så kan det ha hunnit att bli skymning. Vi kan
också lägga in en parallellhandling, d.v.s. något som utspelar sig på en annan plats samtidigt
som personen är på väg till sitt möte.
Samtidigt som klippen ger möjlighet till att föra berättelsen framåt genom att skapa nya
scener, så försöker man normalt också att se till att klippen märks så lite som möjligt. Det är
ju som oftast inte klippen i sig som är intressanta. Ett sätt att överbrygga klippen är att skapa
en kontinuitet i miljön. Det kan vara ljus, färg, miljö eller ljud som stämmer överens mellan
klippen. Ett annat vanligt sätt att maskera klipp är att klippa på en rörelse i bilden. Ett s.k.
rörelseklipp. Även ljudet kan utnyttjas på samma sätt där man klipper i en förändring av
ljudet. normalt låter man klippet ske något efter det att ljudet introducerats (någon tiondels
sekund).
Med klaff menas att t.ex. en rörelse fortsätter kontinuerligt i nästa bild. Här handlar det inte
om någon förskjutning i tiden. Man brukar tala om klaffel och syftar till en förändring mellan
två bilder som tidsmässigt hänger ihop och där den aktuella förändringen omöjligen skulle
kunna ha skett. Ett exempel är där en man går ut ur ett rum och lossar på slipsen. Man klipper
till nästa bild där mannen kommer in i ett angränsande rum där slipsen är snyggt knuten igen.
En viktig del är den s.k. 180 graders regeln (optiska axeln). Den bygger på att blick och
rörelseriktningar stämmer med varandra i den färdigklippta filmen.
Bildväxling använder man sig av när man med till synes helt olika bilder skapar en
sammanhängande berättelse. Oftast rör det sig om närbilder som sätts ihop. Exempelvis kan
en bild på en blodig kniv i gräset sammanklippt med en man som ligger i gräset berätta en
otrevlig historia. Historien förändras något om man istället för en kniv lägger en urdrucken
vodkaflaska i gräset.
Eyescan är ett sätt att underlätta avläsningen av en bild med till synes mycket information i.
Om vi vill att publiken snabbt ska fästa blicken på ett visst föremål i en bild, så kan vi låta
106

föregående bild ha ha något föremål som drar blickarna till sig i just den punkt som det
intressanta händer i nästa scen.
Med hjälp av olika tekniker kan vi styra åskådarens blickar till det väsentliga i bilden. Trots
att mannen i centrum utgör en ganska liten del av bilden, så har man med hjälp av ljussättning
lyft fram honom i bilden.
Bildberättandet bygger ofta på att man växlar mellan olika bildutsnitt. Grovt kan man dela in
de olika utsnitten mellan Översikts- eller totalbild (helt landskap), helbild (hel människa),
halvbild (midjan och uppåt på människa), närbild (porträttbild) och detaljbild (närbild på öga).
107

Exempel på vokabulär som används för att beskriva bildutsnitt. Det finns ingen direkt
standard på området, så olika regissörer kan mena olika när dom uppger vilket bildutsnitt som
dom vill ha i en bestämd tagning.
Komponera bilden till en helhet. Innehållet i bilden ska berätta något. Använd inte kameran
som kikarsikte.
108

Det som gör en bild intressant är att den i vid bemärkelse på något sätt innehåller ett budskap.
Bilden berättar något för oss. Det kan vara i form av harmoni, disharmoni, spänning, motsats,
överraskning, djup etc.
I inledningen av bilden ser vi bara ryttaren till höger. Det skapar obalans i bilden, en
spänning, och vi förväntar oss att något ska hända i bildens vänstra del. Mycket riktigt, kliver
skurkens ena ben in i bild. Ordningen är återställd.
Vad visar denna bild? Att barnet sitter i en sandlåda och gör sandkakor eller att barnet är
ensamt.
Kamerans placering kan vara avgörande för hur motivet framställs. I en intervjusituation eller
i andra fall där en person i bild skall framträda i neutral skepnad placeras kameran i jämnhöjd
med motivet. Placeras kameran ovanför eller under motivet kan man illustrera makt eller
undergivenhet.
109

Kamerans placering kan vara avgörande för hur en person skall framhävas.
Motivets placering i bild (beskärning) gör att mannen kan upplevas som lång, kort, på väg att
röra sig eller stabil (stående).
Brännvidd
Kameraobjektivets optiska ”längd” kallas brännvidd. Normal brännvidd avbildar motivet
oförvanskat. Tele eller lång brännvidd trycker ihop motivet och vidvinkel, eller kort
brännvidd, särar på motivet (framhäver förgrunden i förhållande till bakgrunden). Olika
brännvidder förändrar bildutsnittet men inte perspektivet. För att ändra perspektiv måste
kameran flyttas.
110

Bildparet till vänster är resultatet av olika brännvidd utan att kameran förflyttats. Bilderna har
bara beskurits så att utsnittet stämmer överens. Höger bildpar visar vad som händer när
kameran förflyttas. Perspektivet förändras.
Vidvinkel används i många fall för att skapa djup i en bild. Den valda brännvidden kan inte
enbart skapa djupet, men den accentuerar relationen mellan för- och bakgrund. Andra sätt att
skapa djup är att låta motiv överlappa varandra. Man kan utnyttja skärpedjupet där t.ex.
bakgrunden hamnar i oskärpa i förhållande till förgrunden. Genom ljussättning kan för- och
bakgrund tydligare åtskiljas. Det vanligaste är med s.k. bakljus. Slutligen kan man
åstadkomma djup i bilden genom att röra kameran. På så sätt skapar man en relativ rörelse
mellan för- och bakgrund.
Med hjälp av vidvinkeloptik kan man framhäva förgrunden och samtidigt dämpa
bakgrundens inflytande.
111

Olika sätt att skapa djup i bild. I motivet till vänster placeras en person i förgrunden. I
bilden till vänster låter man repet bilda en referens i djupled.
Kamerarörelser skall göras med försiktighet och planering. Vissa kamerarörelser som t.ex.
åkning i sidled kan göras mycket långsamma och ändå bidra till att skapa djup i bilden. Någon
har sagt att ”Fotografens främsta uppgift är att förhindra att kameran zoomar och panorerar”.
Detta påstående har sin grund i att vi människor varken zoomar med blicken eller panorerar
på samma sätt som en kamera gör. Den enda ”naturliga” panoreringen är s.k. följning. D.v.s.
att kameran panorerar med ett föremål som rör sig. Naturligtvis är det inte förbjudet att röra
kameran eller zooma. Men alla rörelser ska vara motiverade, d.v.s. förstärka budskapet i
bilden.
Ett exempel är skillnaden mellan in- och utzoomning. Utzoomning startar med en närbild på
ett föremål t.ex. en liten röd stuga. Under utzoomningen tillförs hela tiden mer
informationskomponenter i bilden. En blomsterrabatt framför stugan, ett träd. Hade det
stannat vid denna information hade vi lika gärna kunnat klippa mellan närbilder och helbilder.
Men vi fortsätter utzoomningen och vi noterar att det bakom stugan ser ut som en grå vägg.
Utzoomningen fortskrider och när den till slut stannar visar det sig att vår idylliska stuga
ligger vid foten av en enorm vattenregleringsdamm. Utzoomningen gav i detta fall möjlighet
att skapa en utdragen dramatik/spänning som klipp mellan bilderna inte skulle ha gjort.
Det omvända förhållandet med inzoomning förstärker budskapet på ett annat sätt. Genom att
zooma in mot ett föremål skalar vi bort information i bilden tills det enbart återstår en närbild
på föremålet. Med detta förfarande vill vi förstärka budskapet genom att tala om att det är just
detta föremål som är viktigt.
112

Genom att placera den mindre personen så att han överlappar den större, så framhävs det rätta
förhållandet mellan de båda personerna.
Genom att använda ett litet skärpedjup (d.v.s. stor bländaröppning) kan vi lättare förskjuta
fokus till det föremål/plan som är intressant. För att åstadkomma ett litet skärpedjup måste
man ibland använda sig av ND filter av olika densitet (genomsläpplighet).
Genom att förskjuta fokus (skärpeplanet) så skapas djup, samtidigt som man fokuserar på det
gör tillfället viktigaste i bilden.
Genom att överdriva perspektiv och djup kan man skapa dramatiska effekter.
Färg
En fotograf sa vid ett tillfälle till en kollega att ”Om du ska misslyckas ordentligt med en bild,
så ska du göra det i färg”.
Vad fotografen menade var att ju mer komponenter som du tillför, desto fler risker finns för
att något ska bli fel. Han jämförde färg med svart vit och färgen tillför ju onekligen en
komponent som kan gå fel, likaväl som färgen kan höja värdet på bilden. Olika färger har
olika symboliska värden. Rätt utnyttjat kan man öka informationen i bilden.
113

Röd färg är en signalfärg och drar till sig uppmärksamhet. I dessa bilder distraherar
färgen och drar uppmärksamheten från huvudmotivet.
Färg utnyttjas å andra sidan för att styra blicken till det väsentliga i motivet. Färgen kan
även skapa djup i bilden.
114

Att jobba med effekter för film och video
Filma för effekter: Vad skall man tänka på?
Det är den viktigaste frågan av alla
Allför ofta hinner man inte med det man skall. Eller så har man hunnit med för mycket! För
ett intressant berättande måste man försöka se vad som är nödvändigt och vad man kan vara
utan. Frågan ovan är en som man konstant skall ställa till sig själv under planeringen och
filmningen. Man filmar ofta sådan som man inte behöver och glömmer av att få med det som
är viktigt. Mycket av vad tittaren uppfattar av det man filmar kan göras underförstått utan att
visa det. Fundera över en scen där en person skall gå igenom en dörr, är det verkligen
nödvändigt att visa en närbild på handtaget som trycks ner? Nej, det förstår man ändå,
eftersom handtaget måste tryckas ner för att öppna dörren! Man kan få med mycket mer
berättande än vad man först tror. En person öppnar ett kylskåp och sitter sedan i en soffa med
ett glas mjölk. Är kopplingen tydlig? Ja, alla vet att mjölken står i kylen, så det framgår
tydligt att det var därifrån personen hämtade den. Man skall inte visa något om det inte har
någon betydelse! Det är ingen mening med att visa att personen faktiskt häller upp mjölken i
glaset, om inte glaset eller mjölken i sig utgör en viktig del av berättelsen.
Men framför allt är frågan viktig då man skall avgöra hur man på lättast sätt åstadkommer en
önskad videoeffekt. Om den är praktiskt genomförbar vid filmtillfället, är detta det såklart
bästa alternativet. Man filmar ju då något ”äkta”. Många enkla trick kan spara massor av tid i
”post.” Å andra sidan, finns även saker som bara är genomförbara i post och då gäller det att
tänka extra noga när man filmar. Även små misstag kan medföra mycket onödigt arbete. Här
sätts planeringen på prov, får man med allt man behöver? Är du säker?
Innan du filmar och under tiden...
Planering
Planeringen är a och o gällande allt filmande, även om några digitala effekter inte är aktuella.
Alla scener bör vara skissade som storyboard innan de filmas. Med detta enkla medel kan
man snabbt se var det förekommer brister. Balanseringen av bilden brukar vara ett vanligt
problem. Man vill hitta en intressant bild, en intressant vinkel med fin balansering. Symmetri i
bilden brukar inte vara det bästa. Genom att skissa upp olika förslag på samma scen hittar
man snabbt hur man vill ha det utan att ens ha filmat. Det går mycket smidigare och snabbare
när man väl står ute på plats om man planerat ordentligt. Man försäkrar sig då om att allt som
man behöver kommer att finnas i scenen och att den filmas på ett korrekt sätt. Men flera
variationer är naturligtvis aldrig fel att filma.
Innan man börjar filma bör man dessutom ha gjort en scenlista innehållande scener man måste
ha med för att historien skall funka (A-scener), scener man skulle vilja ha med (B-scener) och
scener som man tycker kan vara bra att ha för att fylla ut historien (C-scener).
Färgsättning
Färgsättningen bör alltid vara neutral! Oavsett om det finns någon tuff effekt i kameran som
man gärna vill ha, kan man alltid göra detta i efterhand, dessutom mycket bättre. Det
viktigaste när man använder en DV kamera är att testa olika vitbalanser. Utomhus filmande
innehåller mycket blått ljus, alltså måste man kompensera för detta. Inomhus filmande
innehåller mycket gult ljus. Även om man vill ha en gul-aktig ”look” till scenen, är det alltid
möjligt att man ångrar sig!
115

Det är också vanligt att man använder ”svarta fält”-funktionen som finns i många kameror för
att efterlikna film. Denna funktion skall man låta bli då man planerar att ändra på scenens
utseende, vilket brukar vara ganska ofta. Den kan vara för mörk, för ljus, för gul eller för
skarp. Eftersom de svarta fälten nu ingår i bilden, kommer de också att ändras. Det går
alldeles utmärkt att bara lägga på en mask under redigeringen ifall man nu vill ha de svarta
fälten. Det blir dessutom skarpare kant då.
Ljus
Ljuset i scenen är alltid viktigt att anteckna. Utomhus går det ofta att se hur skuggor faller
enbart från det man filmat, men vid filmande inomhus är ofta lamporna placerade på speciella
ställen. I detta fall är det då viktigt att veta var om man planerar att trycka in 3d i scenen. En
annan aspekt är att det alltid är bra med mycket ljus i scenen. Även om den skall vara mörk,
kan man aldrig filma i mörker, men man kan faktiskt göra en scen mörkare. Man undviker då
all grynighet som uppkommer då kameran inte får tillräckligt med ljus. En annan del är
exponeringen. Alla DV-kameror använder falsk exponering, det enda som sker när man ökar
den i kameran är att signalen förstärks, dvs samma sak som att öka ljusstyrka och kontrast i
Photoshop. Exponeringen bör alltid stå på den lägsta i kameran, vilket brukar vara 12dB.
Ljussättning för bluescreen och greenscreen är alltid svår att få till. Målet är att få så jämnt
ljus över filten utan inverkan av skuggor från skådespelarna. Tänk på att filten inte behöver
fylla hela bilden, utan bara den del som skall filtreras ut. Allt annat kan man klippa ur bild
ganska enkelt. Det är enklare att få till ljuset om filten befinner sig en bit ifrån skådespelaren.
Reflekterat ljus är mjukare än direkt ljus. Tänk på att det går egentligen att använda vilken
färg som helst på duken, bara den skiljer sig väsentligt från vad man vill ha kvar i bild.
Kamerarörelse
Rörelsen med kameran är en mycket stor del av allt effektarbete. Man bör försöka låsa
kameran så ofta man kan. Med detta menas, då inte scenen verkligen kräver rörelse från
kameran, skall den stå på ett stativ, riktigt stadigt. Scener utan rörelse är lättare på många
plan. En scen med en kamera vridning är inte så väldigt komplicerad, men däremot om man
går omkring med kameran, blir det helt plötsligt väldigt svårt att lägga in nya moment efteråt.
Många rörelser kan man göra direkt i redigering, om man nu vill ha dem. Att göra jämna
rörelser är svårt med handhållen kamera. Ett tips är att hålla i stativet istället för kameran, då
slipper man små skakningar från handen, men rörelsen är fortfarande lite svajig.
Information om kamerans position, lins, riktning och höjd är alltid viktigt att ha om scenen i
fråga skall innehålla 3d. Även avstånd till några objekt i scenen är ett stort plus!
Arbetsflöde
Var börjar man?
Vad är då nästa steg efter filmandet? Jo, att fånga in sin video på en dator för att sedan
redigera ihop filmen. Redigeringen görs direkt för att minimera arbetet på scenerna som
innehåller effekter. Man vill inte att någon sitter med en 10 sekunders scen som sedan visar
sig bara bli 2 sekunder. Naturligtvis vill man bara göra de 2 sekunderna som kommer att
visas. När man redigerat klart, exporterar man de aktuella klippen som skall innehålla effekter
till ett passande filformat för efterbearbetning. En sak man bör tänka på redan innan man
exporterar är hur färgen och kontrasten på alla scener skall se ut. Kommer den att ändras alls?
116

Det kan vara lockande att ändra på dessa under effektbearbetningen, men då bör man också
tänka på att scenen skall passa ihop med de övriga scenerna i filmen. Går det att få till önskat
resultat direkt i redigeringen? Många redigeringsprogram erbjuder mycket bra färgkorrigering
och kontrastinställningar, vilket helt tar bort stegen exportera / korrigera / importera. Faktum
är att man ibland inte ens behöver exportera alls eftersom man faktiskt kan göra många
effekter direkt i redigeringen. Detta bör man alltså prova först innan man exporterar klippen.
Ok, ni har gått igenom stegen ovan och beslutat att extern bearbetning är nödvändig. Vilket
program skall ni använda? Detta kan vara svårt om man inte känner till de olika för- och
nackdelarna med de olika programmen som finns inom videoeffekt fronten. Man är
naturligtvis inte begränsad till ett enda program, man bör använda det programmet som
lämpar sig bäst för scenen i fråga. Visserligen är de flesta effektprogrammen någorlunda lika
och erbjuder många liknande funktioner som oftast är tillräckliga för medelanvändaren, men
små skillnader kan i längden spara mycket tid. Följande jämförelse mellan Discreet
Combustion och Adobe After Effects kan vara till hjälp när man står och funderar:
Beskrivning Discreet Combustion Adobe After Effects (PB*)
Keying (blue-, greenscreen) Mycket bra Godkänd**
Tracking Mycket bra Bra
3d compositing (2d planes) Mycket bra Godkänd
Deformering Knappt godkänd Mycket bra
Färgkorrigering Mycket bra Bra
Caching (RAM Preview) Godkänd Mycket bra
Rotoscoping & Paint Mycket bra Knappt godkänd
Animering Lätt och flexibel Lätt och flexibel
*PB – Production Bundle
**Ultimatte finns som plug-in, som fungerar mycket bra. Den inbyggda keyern är inte så bra.
Innan man börjar själva arbetet med effekten i fråga, bör man ha tänkt igenom innan hur man
bäst och på enklast sätt går till väga för att åstadkomma effekten. Det finns många olika sätt
att göra en och samma effekt, precis som i 3D. Nu sätts planeringen på prov!
Vad skall man tänka på så att effekterna blir lätthanterliga?
Att jobba med compositing är precis som att jobba med Photoshop. Skillnaden är att alla filter
går att slå av och på närsomhelst, plus att allt går att animera såklart. Bägge programmen ovan
är lagerbaserade, precis som Photoshop. Så fort man ”lägger på ett filter”, läggs det till en
operator i hirarkin. På grund av detta går det snabbt att testa olika kombinationer av filter.
Man kan även ändra ordningen på dem, för att ytterligare skapa variationer.
För att få så stor flexibilitet som möjligt när man jobbar med compositing, bör man försöka att
åstadkomma det mesta direkt i programmet just pga. egenskapen ovan. Detta gäller särskilt då
man vill trycka in 3D i sin scen. Ett vanlig miss är att man lägger ner timmar på att få
renderingen så lik videoklippet som möjligt. Det är då bättre att rendera ut sin 3D i olika lager
som t.ex. diffuse, ambient, shadow och specular. Det går alltid snabbare att jobba i 2D än vad
det gör i 3D. Med alla dessa lager, kan man på ett snabbt och effektivt sätt ändra utseendet
och intrycket av 3D:n utan att behöva rendera om. Detta sätt att jobba på anses vara det
snabbaste och utnyttjas av alla effekthus. Man behöver nästan alltid anpassa färg och skugga
på renderingarna ändå, så då kan man lika gärna fixa till resten också.
Samla allt material du jobbar med i en och samma mapp. Ha bildsekvenserna i undermappar.
Det är lätt att jobba sig blind med en scen och innan man märker det, ligger alla källfiler
117

utspridda över hela hårddisken. Skapa även nya mappar för testrenderingar, färgnycklar eller
tracking-filer osv. Detta underlättar arbetet nästa gång du fortsätter med samma scen. Skriv
anteckningar i textfiler om färdiga keyframes, små saker som är svåra att se eller kanske
t.o.m. hur du vill att slutresultatet skall bli. Efter ett tag med samma scen, hittar man alltid nya
sätt att ändra utseendet till det bättre/coolare och glömmer lätt av hur man tänkt sig från
början.
Namnge alla lager du använder! Används de inte, ta bort dem eller skriv något på lagernamnet
så du vet att de inte skall vara med. Detta kan vara aktuellt om du använder referenser i din
composite.
Rendera testbilder! Har du flera scener som följer varandra är det en stor fördel att rendera ut
någon stillbild från varje scen och öppna upp dem alla i photoshop. Nu kan du lätt jämföra
scenerna och lätt märka eventuella skillnader som kanske inte är önskevärda. Anteckna!
Lite om filformat och video codecs.
.AVI – Windows egna videoformat. Kan komprimeras med bl.a. DV, Divx eller Sorenson.
Dock fungerar inte DV-formatet i varken After Effects eller Combustion. Okomprimerat
fungerar dock, men tar upp mycket utrymme på hårddisken.
.TGA – Bitmapformat. Kan innehålla upp till 32 bitar, varav 24 är för färg och 8 bitar för en
alpha-kanal. Fungerar bra, men varje fil (bildruta) ligger på ca 1.2 MB, vilket också tar upp
mycket utrymme.
.PNG – Bitmapformat. Kan innehålla upp till 48 bitar, varav 36 är för färg och 12 för alphakanalen.
Detta format är ”loss-less”, dvs komprimering utan kvalitétsförlust. Rekommenderas
framför allt annat. Dessa bildfiler tar ca hälften av utrymmet som TGA-bilder gör, dessutom
försämras inte kvalitén när man sparar om filerna. P.g.a. storleken går det även fortare att
arbeta med PNG, mindre mängd data behöver läsas in vid uppspelning. Däremot används
samma mängd RAM-minne för att läsa in en PNG-sekvens som en TGA-sekvens
motsvarande samma klipp. De buffrade bildrutorna är programmets egna, inte filerna själva.
.JPG – Bitmapformat. Detta format bör undvikas. Komprimeringen är hård och försämrar
bildkvalitén även vid högsta inställning då man sparar. Fungerar dock utmärkt för att spara
sina testrenderingar i eftersom det snabbt går att öppna i vilket webläsare som helst.
Hur gör man det där?
• Genomgång av det aktuella programmets användargränssnitt.
Man bör lära känna arbetsflödet i programmet man tänkt bygga upp sin effekt i. Många kan
känna igen sig i After Effects, eftersom gränssnittet påminner mycket om Photoshop. Fast
många lösa fönster kan lätt bli stökigt. I Combustion finns allt nerpackat bakom ett antal flikar
som man lätt kommer åt med musen eller F-tangenterna. Däremot har Combustion ett
gränssnitt som inte påminner om något annat. Det tar tid innan man blir bekant med
arbetsflödet, men det är faktiskt ett av det bättre. För att lära sig gränsnittet är det viktigt att gå
igenom de rekommenderade steg som programmets egna hjälpfil föreslår. Har man väl gjort
dessa, går det mycket fort att lära sig resten. De flesta effekter byggs upp på samma sätt, det
är bara arbetsflödet som varierar. Vanligtvis har man en lagerlista, där alla lager eller klipp i
ens composite står listade och tillhörande filter under varje lager. Det översta lagret hamnar i
förgrunder och det nedersta i bakgrunden. Det finns normalt även en timeline, precis som i ett
118

edigeringsprogram, där alla klippen representeras som en linjärt område motsvarande sin
tidslängd. Från dessa och menyerna överst tillkommer fler fönster eller delar där man gör
inställningarna för det filter man applicerar. Ta en titt på programmens hemsidor:
www.discreet.com och www.adobe.com för bilder på gränssnitten.
Filter, markeringar och typiska effekter.
När man jobbar med att sammanställa flera olika källor till en enda uppkommer oundvikligen
avvikelser. Därför använder man olika filter för att korrigera och minimera skillnader mellan
dem. Filter används naturligtvis för att skapa nya intryck också. Man vill t.ex. lägga fokus på
ett särskilt område i bilden, då kan man använda blur på de övriga delarna för att skapa en
kamerafokus effekt. Blur används också flitigt när någonting har en rörelse, s.k. motionblur.
För att använda detta filter på särskilda delar av bilden, drar man nytta av markeringar, eller
masks som det heter på engelska. Man ritar då linjer runt den delen eller delar man vill lägga
blur på. Markeringar är mycket användbara, speciellt eftersom de faktiskt går att animera,
vilket är ytterst nödvändigt eftersom man jobbar med video. Mycket av arbetet i post är just
att dela upp bilden på alla de delar som kommer att ställas in annorlunda mot de övriga. När
man använder greenscreens eller bluescreens, är detta just för att kunna använda förgrunden
som ett separat lager eller markering som ger oändliga möjligheter senare. Man kan använda
vilken bakgrund som helst, ändra färg på förgrunden eller kanske animera den för att skapa en
virtuell kamerarörelse. Med detta kan man på ett lätt sätt foga samman surrealistiska miljöer
som inte varit praktiskt möjliga. När man laddat in klippet, väljer man en grundfärg att filtrera
ut, därefter lägger man till fler nyanser av samma färg för att ta bort så mycket blått eller grönt
som möjligt direkt. Därefter kan man normalt ställa in antal grånivåer på sin alfakanal som
man skapat, för att skapa större kontrast och minska färgblödningen runt markeringens kanter.
Som sista steg sänker man färgmättnaden runt kanten för att få blödningen att försvinna helt.
Man kan även krympa hela markeringen. Det känsligaste området är såklart kanterna kring
objekten man vill hålla kvar. Eftersom alla material, även matta, reflekterar ljus så är det
naturligt att kanterna får en del av bakgrundsfärgen. Man kan dock i förhand använda lampor
för att minimera detta, för att separera förgrunden ytterligare från bakgrunden. Man riktar då
lampor bakifrån skådespelaren mot kameran, för att belysa kanterna med en annan färg eller
bara öka kontrasten runt om kanterna. På detta sätt får man en bättre mask, och skär inte bort
lika mycket när man filtrerar. För att smälta ihop förgrunden med den nya bakgrunden är det
nästan alltid nödvändigt med färgkorrigering. Man ställer då in saker som kontrast,
färgmättnad, nyans, skugga och ljuspunkt. Här får man valuta för de åtgärder man tagit under
filmandet. Har man haft lagom med ljus och en neutral vitbalans är det mycket lättare att
ställa in färgerna. Tyvärr blir det ofta att man försöker ”rädda” en scen, just för att man missat
att kolla av färgerna innan. Å andra sidan kan man faktiskt åstadkomma en väldig skillnad på
intrycket av sin scen, just med bara färger. Vill man ge en ”varm” känsla, använder man
mycket rött och gult i bilden. Vill man ha ett ”kallt” intryck, brukar man dra bilden åt det blåa
hållet. Här kan man också sänka färgmättnaden för ett ”verkligare” intryck. Ett bra exempel
på detta är ”Saving private Ryan”, där bilden nästan drar åt det svart-vita hållet under
stormningen i början av filmen. Kanske just för att många förknippar svart-vitt med
dokumentärer?
Hur gör proffsen?
Den största skillnaden mellan amatörer och proffs är budgeten. Med hundratals miljoner
kronor är det inte så konstigt att effekterna blir så bra som de blir. Man får inte bli avskrämd
från att lära sig jobba med effekter när man ser filmer som ”Jurassic Park” eller ”Pearl
Harbour”. Personerna som suttit och gjort dessa effekter har jobbat flera månader, ibland över
119

ett år, för att åstadkomma dem. Det enda vi ser är resultatet, inte allt jobb bakom. Trots detta,
är arbetsgången identisk med den beskriven i detta dokument. Det sker bara på en större och
mer omfattande skala. Allt är lite nogrannare och mer planerat än vad vi kanske är vana vid.
Det finns en känd typ av kameraeffekt, där förgrunden närmar sig kameran samtidigt som
bakgrunden tycks avlägsna sig. Detta är inte något man åstadkommer i post vanligtvis, utan
filmas direkt. Effekten kallas ”dolly-zoom”, då man rör kameran mot skådespelaren samtidigt
som man zoomar ut. Denna effekt tar ca 2-3 timmar att förbereda och brukar inte vara längre
än 5-10 sekunder i längd. Så här är det på de flesta håll inom filmbranschen. Väldigt mycket
förberedelse för en kort scen, men då får man den korrekt filmad också. Det är vanligtvis 3-8
personer som sköter en enda filmkamera. Tänk på alla olika delar som utgör en filmkamera:
linsen, filmen, kamerahus, ställningen eller spåret kameran står på och rörelsen i sig. Alla
dessa delar kräver experter för att nå optimal bildkvalité. Fast när man har 100 miljoner i
fickan, varför riskera något? Fast när DV-band är så billiga som de är, är det inte bättre att
filma för mycket än för lite? Varför riskera något? Är DET verkligen nödvändigt?
120