新手必读认识数码照片色调

在照片处理中,哪一个步骤都绕不开“色调”:每张照片都有自己的色调,而且很多照片处理的目的就是优化或者改变照片的色调。照片的色调越丰富,你在对比度和色彩是处理上就越有可发挥的空间。这时候,一个非常出色的帮手就是直方图。它既可以在相机中显示,也可以在照片处理软件中显示,能呈现图像中的色调分布情况。

对比度和对比范围

从照片处理的视觉层面来说,对比度这个概念描述的是图像中最亮和最暗的部分之间的亮度差异。也就是说,这里所指的是所有形式的对比度中人眼所能识别的明亮对比度(也叫做明暗对比度)。最亮和最暗部分的差异越大,图像的对比度就越高。在最高的对比度下,只有纯黑与纯白两种颜色——这是可能出现的极限亮度差了。

与图像的色调处理相关的不只有明与暗的差异,还有所谓的对比度范围。它描述的是一个图像中最亮和最暗的两个极端之间的亮度差,一个图像的对比度范围越大,观赏者就越容易识别其中的结构和细节,从而越觉得这张照片清晰、分辨率高。

色调等级的数量是由照片的色彩深度来约定的。8位的色彩深度下,每个色彩通道最多可以有256种颜色,即256个色调等级。在大多数情况下,这已经足够显示一张质量较好的照片了:图像中的亮度变化看起来是平滑的,也就是说,画面中没有像人造画面中那样明显的色调分层。有4096个色调等级的12位色彩深度,甚至有16384个色调等级的14位色彩深度的表现效果更好,可以让照片更有说服力。

新手必读认识数码照片色调

如果拍摄主题的对比度明显超出了县级感应器可以感应到的对比度范围,选择较高的色彩深度能够保存尽可能多的细节,使我们有可能在后期处理中调整对比度范围。实际上,一个自然景观所能提供的最大的对比度范围,远远超过了人眼以及机器感应器的东塔范围,通过不停地调节瞳孔,人眼最大可以描绘20档亮度中最亮的10-12档,让较暗的色调变成纯黑色,要么记录下较暗的部分,让较亮的部分过曝,或者丢掉最暗和最亮的两头,只记录中间的部分,到底放弃哪一部分图像信息,这得由摄影者根据拍摄主题来决定。不过关键要知道一点,即照片处理软件更擅长在暗而不是亮的图片区域内调出细节。因此,值得推荐的是必要时欠曝而不是过曝,否则在暗的区域会有大量色彩信息丢失。

新手必读认识数码照片色调除了自觉忍受无法表现更多细节的图像区域外,还有另外两种方法可以应对拍摄主题过高的对比度:一种是用不同的曝光度拍摄一系列主题相同的照片,这样就可以将高对比度的图像信息加入多张照片中去,接着再把这些照片合成一张DRI或者HDR照片。另外一种是通过增加或者减少管线来降低主题的对比度,这样你就可以提亮暗处或者调暗亮出,然后记录更多的细节。

新手必读认识数码照片色调

色调和直方图

每个像素都有一个固定的亮度值,这个值由一个或多个单独的值共同确定。比如,一张灰度照片只有一个色彩通道,一张RGB照片有3个色彩通道,一张CMYK照片有4个色彩通道。每个像素在每个色彩同道中都取一个0-255之间的值,从而有一个或暗或亮的色调。相应的,每个像素都会有一个明确的色调值(或者在每个色彩通道中有一个亮度值),这些值会被展示在直方图中。

一张照片中所有的色调值都会被直观地真是在一副色调曲线图或者直方图中。对于黑白照片,这个色调刚好与图像中可以看见的亮度值温和,而对于彩色照片,每个色彩通道都会有一个直方图——RGB图像中,红色、绿色和蓝色各有一个直方图,此外还有一个由这些通道整合而成的直方图,展示图像的平均亮度值。这些直方图在照片处理软件中或重叠或并列或单独显示。

新手必读认识数码照片色调

直方图的构造如下:水平防线上有一个亮度标尺,颜色从纯黑(左,值为0)到纯白(右,值为255)共256个值,图像中存在的每个色调值都被分配到这条水平轴上。同一个色调出现得越频繁,相应的值上方的细线爬得就越高。也就是说,垂直方向上显示的是色调的相对数量(不是实际数量)。当一个色调值不合比例地频繁出现在图像中时,其相应的细线就会冲出框外。甚至被从上面切断。这不是什么糟糕的事情,只是显示的问题。

新手必读认识数码照片色调

读懂直方图

垂直方向上的直线构成了一条山峰状的曲线,根据这条曲线的走向及在亮度标尺上的对应位置,我们可以推断出图像的亮度分布和对比度的情况。下面的几幅直方图当然都是举例子的。尤其第一个是典型的“理想情况”——真实的直方图中的曲线走向都与它对应的照片有很大的关系。

理想情况下,色调曲线的走向都是从图中左下角的所谓的黑点开始,然后到右下角所谓的白点结束。这代表一个完整的亮度值范围,也就是256个亮度等级全都在照片中出现了,拍摄主题的对比度没有超过相机感应器的动态范围。这样拍出的就是一张色彩丰富且对比鲜明的照片——这个例子中的照片(左图)算是中等亮度的。此外,每次调整色阶时都要以这样的曲线为目标。

但是,如果拍摄主题的对比度太高了,那么这个曲线的两端就会被切掉。也就是说,照片中的一部分区域是无法描绘细节的纯黑(左边的切边)或者纯白(右边的切边)。因为从理论上来说,直方图中的黑点左边和白点右边的亮度区域已经不能描绘更多的细节了。之所以会出现这种色阶溢出(曲线的两端被切掉了),要么是因为前面所提到的拍摄主题的对比度过高,要么是因为进行了扩展色阶的操作,单个颜色的过分饱和也可能造成这样的色阶溢出。

如果拍摄主题的对比度处于相机的动态范围以内,那这个曲线图会位于亮度标尺中间的某一区域,而不会碰到黑点和(或)白点。如果照片的亮度范围(也就是曲线的跨度)小于256个亮度等级,那么照片的对比度就会非常低,整张照片看起来就好像蒙上了一层灰色的面纱,给人留下索然无味的印象。

新手必读认识数码照片色调

是太暗还是低调?

如果直方图的波峰不在中间,而是偏左,那么暗色就在照片中占据主导地位。明亮的色调出现得越少,人们就越倾向于把这种照片叫做低调照片。这种特殊的构图方式是将拍摄主题中大量的偏暗和极暗的色调与极少量的色调结合在一起。

即使在这种情况下,直方图的曲线也应该刚好从黑点处开始,这样才不会丢失暗处的细节信息。一些人理解的低调照片就是由于大量黑色和极少量白色形成强烈对比的照片,而另外一些人则把低调照片定义为完全没有亮色调的照片。后者所谓的低调照片总是显得过于平淡,而前者定义的低调照片,如果不是经过精心布置而拍出或经过后期处理的,很有可能是曝光不足的照片。

是太亮还是高调?

如果代表照片中明亮区域的曲线明显地朝右边攀升,即直方图的波峰偏右,在极端的情况下,人们会把这种照片叫做高调照片。这样的照片中只有很少或者完全没有暗色调与很多亮色调行车强烈对比。过曝的照片不可避免地会在明亮区域里形成色阶溢出,并且照片中没有暗色调。至于这是不是就是高调的定义,以及相应的亮色调的图像和过曝的图像在直方图上有没有区别,在这里也是 一个问题。我们倾向于一张照片中有完整的色调范围。

最后,无论如何也别忘了再看一眼图像本身,看看有没有曝光不正确的地方。

新手必读认识数码照片色调

新手必读认识数码照片色调

阴影、中间调、高光

在数码照片处理中,你会经常遇到阴影、中间调和高光这些概念。它们指的是亮度标尺上某一区域的亮度值(而不是明确定义的某一个亮度值)所对应的图像区域。换言之,“阴影”是最暗的亮度等级,“高光”是最亮的亮度等级,而“中间调”就是位于这两者之间的亮度等级。这些区域之间的国度是很流畅的。你越是经常使用照片处理工具对这些色调区域进行单独调整,就能越快地获得这一的感觉:在一张照片中到底哪些区域是阴影,中间调以及高光。

新手必读认识数码照片色调

中间调对比度

从直方图中可以读取中间调对比度的信息。这个概念是阴影和高光之间,也就是中间调区域内的亮色调和暗色调之间的差异度。如果直方图的曲线平稳上升到一个波峰后下降的话,这张照片就以中灰色调为主。但是如果曲线形成了两个波峰,很多深灰色调和同样多的浅灰色调就形成了对比。

中间调对比度跟照片的色调范围或者对比度范围都没有关系。在不移动黑点或白点的情况下,也就是不进行扩展色阶或者完全不制造色阶溢出的情况下,中间调对比度也能相应地变高或者变低。

新手必读认识数码照片色调

新手必读认识数码照片色调
Gamma值

这个概念源于胶片摄影,在那儿它描述的是一个介质(如相纸)显示色调层次的能力,即介质能实现的明暗层次或者对比度。它显示为一条位于图中的线:Gamma值为1时,显示为一条和水平轴成45°角的对角线,表示照片的对比度正好与其载体(如负片)所能表现的对比度相吻合。Gamma值小于1时,显示为一个黑和纯白,图像的明暗层次明显减少,对比度变低,整张相片的颜色灰常暗淡。Gamma大于1时,显示为一条走向更陡的折线,此时照片的明暗程度增多,对比度变高,而且会导致色阶溢出。如果吧之前的深灰色调当做黑色,把之前的浅灰色调当做白色来显示的话,它就会出现没有细节的图像区域。

新手必读认识数码照片色调

而在数码照片的处理中,Gamma值这个概念则用于描述和你单与白点中间(中间调)的灰度值,不会涉及黑点和白点。在这里,图中的对角线不是一条直线,而是一条曲线。当改变Gamma值时,曲线的两个端点不会移动,之友曲线走向的坡度胡i改变,而这个改变对照片的对比度之友限的影像,而且主要体现在照片的亮度上。通过改变Gamma值,也就是移动在直方图中代表50%灰度的点,浅灰色调和深灰色调的比例关系会随之改变:如果这个点朝黑点的放心移动,曲线的走向就是刚开始平缓,后来陡峭。这时,照片中的亮色调就更多,铺得更开一些,亮色调之间的差异也会被放大,照片从整体上看会偏亮。但同时对暗色调减少了,较暗部分的图像信息的描述也就收到了限制。如果这个点朝白点的放心移动,曲线的走向就是刚开始陡峭,后来趋于平衡。这时,照片效果也是相反的,暗色调更多,亮色调更少,照片从整体上看偏暗。

发表评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据