精准光线曝光补偿和包围曝光的运用

初学摄影的朋友们可能觉得掌握准确的曝光不是一件容易的事,因为现实中真的没有所谓最准确的曝光,何况拍摄时很多景物、光线和构图都是稍纵即逝的,要慢慢测光试曝光是没可能的,所以摄影师往往只能尽量准确,幸而现今相机都有高速连拍和自动包围曝光的功能,只要学懂使用便会有很大的帮助。下面小编在本文中教大家更精明的使用这种高速连拍和包围曝光的功能,希望可以帮助您拍出更好的作品。

精准光线曝光补偿和包围曝光的运用

曝光难以完全准确

相机的测光表技术早在菲林年代已有,多为反射式测光,即测量主体反射的光线,基于相机大部份只能按大约18%灰的反光度作为标准,难免有时因反光度改变而造成曝光偏差,如拍摄白色对象会出现曝光不足、拍摄黑色对象则曝光过度。尤其在户外猛烈阳光下,要靠相机的LCD屏来判断曝光是十分困难的,能够在现场作包围曝光,就能保证拍摄照片的成功率。

精准光线曝光补偿和包围曝光的运用

在阳光猛烈的情况下,很难单靠相机的LCD屏来判断照片的曝光是否准确。

曝光补偿 vs 包围曝光

有些摄影人只要经验够,遇见一些有较大光暗对比或偏离18%灰反光度的景物时,也可实时自行作曝光补偿,按相机的+/-按钮来增加或减少曝光度,以弥补测光造成的差误,解决曝光偏差。然而,人有错手、马有失蹄,就算即作加、减补偿也有可能大意地转错方向,结果得不偿失,所以相机一直保留着包围曝光(Exposure Bracketing)功能,是相机不可或缺的内置功能。其实这两种功能各有优劣,曝光补偿是一步到位,够快但一定需要经验;包围曝光则能更保险,将加、减的曝光也拍下,问题是不宜拍动态,因为最佳的一x那有可能不在最佳的一个曝光上。

精准光线曝光补偿和包围曝光的运用

曝光补偿可以实时加、减曝光度,会按所加或减的数值为测光所得的曝光作“补偿”。一般习惯是遇到反光度高的景物时,如白色或背光情况就用加曝光补偿,如是暗哑或黑色的景物时,则会使用减曝光补偿。

精准光线曝光补偿和包围曝光的运用

包围曝光功能不像加、减曝光补偿只拍一张,而是一拍起码3张,有些相机已可调校拍2、5或7张,分别是不同曝光度的照片,而曝光的差别可以由您自己调校,如相隔1EV、2EV等,如想拍+/- 1EV,相机可以连续地自动调整曝光拍下-1、±0和+1EV的照片。

曝光补偿、包围曝光合二为一

因此,不妨两者都用,就算进行包围曝光,也可加入曝光补偿,相机会按测光值来补偿及进行包围曝光。举例如拍摄反光度高的沙滩或雪地景物,相机自动测光曝光多数是曝光不足,变得灰暗,不如先加曝光+1EV,然后再用每1EV前后包围,即分别拍±0EV、+1EV和+2EV的照片,0EV的一张多数是曝光不足,可在+1EV和+2EV两张之中挑最佳的一张。当然以现今数码相机来说,加减一级半级其实影响不大,如有需要可将包围曝光的级数相隔多一点。用了这种方法仍可按环境来判断加、减曝光的需要,但就可连续拍多个不同的曝光以作保险之用。

精准光线曝光补偿和包围曝光的运用

进行包围曝光的同时,其实仍可以作加减曝光。但要留意,包围曝光的间隔级数是要预先设定好的,有些相机在1EV以内,有些则有3EV,视乎相机而定。

精准光线曝光补偿和包围曝光的运用

连拍加快完成

使用包围曝光虽然是自动进行,但如果逐张按快门拍可能会太慢,建议可配合相机的高速连拍来完成,全按快门下,大多数相机都会在连拍完一组包围曝光后便停止,会更易用和更快。由于现今相机很多都有5fps或以上的连拍速度,所以高速连拍包围曝光,只要尽量保持手持相机稳定,就算没有脚架也能拍到构图相同的影像,只是不能拍摄高速的动态主体,又或捕捉极快的瞬间。而事实上,很多新一代相机的HDR或多帧减噪功能,都是透过高速连拍多张相片合并而成。

精准光线曝光补偿和包围曝光的运用

现今相机的连拍速度动辄5fps以上,使用相机的高速连拍配合包围曝光,可以一口气连续把各级曝光拍下,只要稳定地手持相机,亮度够、快门够快,一秒内定必能拍完构图相同的影像。

自动包围曝光+曝光补偿 (曝光补偿:+1EV,每1EV包围)

拍摄一些反光度高或背光的景物时,平常会用+曝光补偿以弥补曝光不足的偏差,但只拍一张不够保险,我们也可用包围曝光,如包围5张。当未作曝光补偿时,包围的是-2EV、-1EV、0EV、+1EV和+2EV,但作+1曝光补偿后就如上列图片般,全部数值+1。由于-2EV时其实曝光会更显不足,所以明知是会有曝光偏暗的情况,作加补偿会更好

精准光线曝光补偿和包围曝光的运用

留意快门、光圈,最好用RAW

使用包围曝光时要留意,如使用光圈优先或快门优先时,要留意包围时可能会令快门和光圈超出范围,此外,如使用P时,快门、光圈可能会变化。另建议大家尽量拍摄RAW档,现今相机的RAW档可大三、四级曝光度,画质仍不太差。

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