|
大家好，我们今天继续“基于色彩三要素的配色”，我们看看要如何利用色彩三要素的变化来实现搭配效果的改变。 相距较近的颜色搭配，如邻近色搭配一般都比较平淡自然；虽然我们可以通过尽可能拉远所搭配颜色的距离，但即便再远，邻近色也有一个局限（邻近色一般要求相距不能超过60°），所以如果只是改变色相的话，邻近色搭配总体来说缺乏变化；那除开增加色相对比，我们可以用什么方法让邻近色搭配效果变得不那么单调呢？ 方法1：调整所搭配色彩的明度，让色彩间的明度差加大，就可以起到增加对比的效果。这种方法也是我们在服饰搭配以及眼影搭配时候，经常会用到的一种增加色彩对比感的方法。 左图中的上衣和裙子都是明度较低、纯度较低的蓝色，属于同类色对比，几无色相对比；同时，上衣和裙子的纯度和明度都偏低，其对比也很小，所以，左图整体给人的感觉会比较沉稳、单一。 右图中的搭配，主要也都是蓝色，牛仔裤是高明度的浅蓝，上衣是低明度的深蓝，两者就形成了较大的明度差，从而给人一种活泼的感觉；但上衣的深蓝色纯度低，牛仔短裤的浅蓝纯度也低，两者的纯度差并不大。这里主要是通过明度差的增大来实现色彩的对比感。 方法2：调整色彩的纯度，通过增加一个或者多个颜色的纯度，使色彩间的纯度差加大，同样会给人更强的视觉感。 这身运动造型就采用了增加纯度差的方法（高纯度宝蓝色的运动短裤和低纯度深蓝色的上衣），实现了更强烈的色彩对比感。 方法3：同时调整色彩明度和纯度，通过双重对比，让柔和的邻近色也呈现出时尚强烈的效果。 左图是深棕色毛衣和深蓝色+棕色格纹裤的搭配，色彩纯度和明度都较低，给人柔和宁静的感觉。 右图是棕色上装和蓝色牛仔裤的搭配，上衣的浅棕色和红棕色+橙色的拼色提包有着鲜明的明度对比；拼色包本身也利用了纯度对比~上半截纯度较低的红棕色和下半截高纯度的橙色；另外，提包的橙色和牛仔裤的蓝色其实也是互补色对比；整个造型里三重对比同时存在，且对比感强烈。 相距最远的互补色搭配往往给人强烈，饱满，富有感染力的视觉感；但同时也容易陷入太过夸张的处境，日常生活中不易大面积使用，有什么办法可以让互补色搭配变得柔和，能在日常生活中为我们所用呢？ 方法1：降低搭配色彩间的明度差，如都用高明度或者都用低明度的互补色，这样色彩之间的对比感也会降低；这样处理后的搭配效果既有明度接近带来的含蓄，又延续了互补色的色相对比。 上图是橙色和蓝色的互补色搭配，但我们选用了较低明度橙色和蓝色（其实两色的纯度也并不高），:整个造型时尚靓丽又不过分夸张；另外，上衣白色底纹的加入，也起到很好的缓和作用，这也是我们可以善加利用一种让互补色搭配柔和的方法。 方法2：降低纯度，如都用低纯度的互补色搭配或者降低其中一个颜色纯度，也可以起到柔和互补色搭配的效果；当然前者柔和的效果会更加明显和直观。 上图中深蓝色上衣和橙红色裙子的互补色搭配，因为两者的纯度和明度其实都不高，很好地降低了互补色搭配带来的视觉冲击。 方法3：色彩搭配的面积大小也会影响搭配的效果。如果互补色都是大面积与大面积搭配，视觉冲击就大，如果我们想用互补色搭配，但又不想太过抢眼的时候，不妨试试用一个颜色大面积，另一个颜色小面积，即多比少或者都是小面积的搭配；这样的话，即使是互补色搭配，也不会显得那么强烈张扬，但也保留了互补色搭配的一些效果，反而能给人一种不经意间的惊喜。 上两图中橙色和蓝色的互补色搭配，都用到了大面积蓝色和小面积的橙色这样的大搭小的方法，从而让橙蓝这对互补色搭配也变得平和自然，同时也保留了不经意间显露的互补色搭配带给我们的惊喜。 从上我们可以看到：当我们需要效果自然柔和的时候就让三要素尽量接近，不要有大的反差和对比；反之，则通过加大三要素的反差，如色相差（位置更远）、明度差、纯度差以及都采用高纯度的色彩，就能实现更为强烈的对比效果，获得更抢眼的色彩冲击。 通过以上案例的分析，希望能让朋友们对于色彩三要素在色彩搭配中的作用和变化多一些了解，并在自己的日常生活工作中加以应用，不断地去发现和创造出更多适合自己的搭配，去感受色彩带给我们的更多的魅力和精彩！ 我们的色彩之旅到这里就要告一段落了 吗？ 当然不！ 在色彩搭配的世界里，影响最后结果的因素可并不止色彩三要素，只不过它们是最为重要和突显的而已，后面的文章我们仍将继续我们的色彩旅程，分享更多我们未曾讲述的精彩！ 那我们下期继续，不见不散哟！ 《每天5分钟，美丽很轻松》是我在2019年全新打造的一档以美丽容颜和美好生活为主旨的系列音频课程。在这里，我将为大家分享我所知道的，关于美丽容颜和美好生活的一切。 我们的课程内容将会由3个大的版块构成，分别是：美妆护肤、色彩搭配类等与美丽容颜相关的课程，占比最大，约60%左右；其次是职场技能，比如学习方法、知识体系构建、演讲培训、PPT设计、自我管理等的分享，占比约30%左右；还有就是我的读书心得、个人随笔、好的电影、剧集以及好的音乐等美好生活类的内容，占比在10%左右。 |
|
|
