(eigenlijk ben je dus appels en peren aan het vergelijken, ook al komt de stack uit dezelfde lights. Omdat PI anders werkt in de calibratie en data normalisatie modules, zijn de stacks statistisch niet vergelijkbaar is de technische verklaring en daarom moeten de stacks eerst genormaliseerd worden voor lokatie en dispersie voor een betere visuele vergelijking).
Kijk, en daar gaan we het niet over eens worden ben ik bang. Als gebruiker voer ik de stretch (Histogram-transfer) uit met de hand terwijl ik in de gaten houd of er geclipped wordt. Aan het eind van die bewerking in meestal 3 tot 4 stappen heb ik een resultaat dat ik visueel beoordeel. De stacks zijn misschien niet statistisch vergelijkbaar, maar wel visueel en dat is wat ik als gebruiker doe. En dat is wat iedere bekijker van het uiteindelijke resultaat gaat doen. Ik normaliseer als PI gebruiker de stack helemaal niet voor lokatie en dispersie (gemiddelde en spreiding) Misschien ben ik wel de enige die dat niet doet, ben benieuwd hoeveel gebruikers dat doen, iemand? Ik dacht juist dat ik met mijn gestretch juist de lokatie en dispersie moedwillig aan het beinvloeden ben.