Ao abrir o obturador da câmera por uma fração de um segundo, você formou uma imagem latente da energia visível refletida dos objetos no visor. A porção mais brilhante da sua foto expôs a maioria dos grãos de haleto de prata nessa parte específica do filme. Em outras partes da imagem, menos energia luminosa atingiu o filme e poucos grãos foram expostos.
Quando um fóton de luz é absorvido pelo sensibilizador espectral na superfície de um grão de haleto de prata, a energia de um elétron é aumentada na banda de condução da banda de valência, onde pode ser transferida para a banda de condução da estrutura eletrônica do grão de haleto de prata. Um elétron da banda de condução pode então continuar a combinar com uma lacuna positiva na retícula de haleto de prata e formar um único átomo de prata. Esse átomo de prata é instável. Entretanto, se houver fotoelétrons suficientes ao mesmo tempo na retícula de cristal, podem se combinar com orifícios positivos suficientes para formar uma posição da imagem latente estável. Em geral considera-se que uma posição de imagem latente estável tenha no mínimo 2 a 4 átomos de prata. Um grão de haleto de prata contém bilhões de moléculas de haleto de prata e precisa somente de 2 a 4 átomos de prata não-combinados para formar a posição de imagem latente.
No filme colorido, esse processo acontece separadamente por exposição a porções azuis, verdes e vermelhas da luz refletida. Há uma camada separada no filme para cada cor: a luz vermelha forma uma imagem latente na camada sensível ao vermelho do filme, a luz verde forma uma imagem latente na camada sensível ao verde e a luz azul forma uma imagem latente na camada sensível ao azul. A imagem é chamada de "latente" porque não é possível detectar sua presença até que o filme seja revelado. A verdadeira foto-eficiência de um filme é medida por seu desempenho como um detector de fóton. Qualquer fóton que atinja o filme, mas não forme uma imagem latente é informação perdida. Os filmes coloridos modernos em geral precisam de 20 a 60 fótons por grão para produzir uma imagem latente revelável.