Теперь надо условиться о том, что называть «объектом». Поскольку необходимо сравнивать объект с его изображением, то однозначно этим словом будем называть только небольшую часть реальной действительности, и именно ту часть, которая ограничена картинной плоскостью в предметном пространстве и рамкой кадра на матовом стекле или в визире аппарата, т.е. действительность уже скадрированную и скомпонованную. Конечно, надо принимать во внимание, что в кино и телевидении редко снимают статичные кадры, композицию кадра следует понимать не как статичную, а как постоянно изменяющуюся. Снимаемый кадр в процессе своего развития в пространстве и времени изменяет свою крупность, иногда ракурс, масштабное соотношение между фигурой и фоном, цвет освещения, его силу и контраст, но все равно любой, даже самый сложный и длинный, кадр состоит из отдельных фаз, непрерывно переходящих одна в другую, и скорость этого перехода обусловлена внутренним ритмом и динамикой внешних перемещений. Отсутствие статики не мешает анализировать композиционные, тональные и цветовые особенности кадра, потому что любое изменение всегда с чего-то начинается и к чему-то приходит. Такие понятия, как глубина пространства, контраст, тон и цвет, освещение, одинаково применимы как к описанию статичного кадра (фотография, живопись), так и динамичного (кино, телевидение), разумеется, с учетом их специфики. Поэтому многие положения можно иллюстрировать цветными фотографиями и репродукциями картин. Для рассматривания статичного кадра это очень удобно. Иногда для упрощения следует отбрасывать несущественные для разбираемого примера свойства объекта, поэтому в некоторых случаях мы будем принимать за объект просто серую или цветную шкалу.
![](data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAYEBQYFBAYGBQYHBwYIChAKCgkJChQODwwQFxQY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)
Илл.1. Схема сквозного кинематографического процесса и его связь со зрительным анализатором (зрением)
На илл.1 изображена схема сквозного кинематографического процесса — от объекта съемки до изображения его на экране просмотрового зала. Каждый из восемнадцати элементов этой схемы характеризуется множеством параметров. Если брать только технические параметры и только те, которые влияют, в конечном счете, на цвет изображения, то, например, освещение обычно характеризуется силой света, контрастом и спектральным составом; объектив камеры — светосилой, величиной светорассеяния, формулой цветности; пленка — светочувствительностью, градиентом, балансом светочувствительности и балансом контраста, величиной вуали, цветоделительными свойствами красителей и т. д. Таким образом, набирается более полусотни различных переменных величин, от которых зависит цвет в изображении. Это говорит о достаточной сложности системы.