分享

如何看懂直方图?

 鹩歌 2021-01-17

6分钟详细讲解直方图,从原理到运用、再到注意事项及核心用法(连载文章之末篇)

直方图是摄影师必学的一个科目,在整个摄影过程中,从前期拍摄到后期出片都离不开直方图。上一篇文章重点介绍了在前期拍摄如何利用好直方图来保证图片效果最大化,细节最大化。

本篇则重点介绍如何利用直方图来进行准确后期,以及如何通过直方图信息,来看出图片的问题所在,附加如何利用直方图建立个人的影调拍摄风格。

一、如何解读直方图信息?

1、如下图,这是一张曝光非常标准的图片,直方图也显示出了很多直观的细节与信息。首先我们从直方图的右边到左边依次来分解。{白色-高光-曝光-阴影-黑色(上节课内容)}

如上图,在直方图最右侧的白色信息高光与白色区域内,白色区域有信息但未溢出,那就表示都有细节。白色方框对应的则是雪山上未化掉的白雪,两个小圆圈标识出来的,大的椭圆是在黑色与阴影范围内,等会介绍。

2、分析。直返图中最亮的区域(高光、白色)是呈白色,因为这是颜色直返图,所以直方图上面对应的颜色则和图片相对应。

蓝色:直方图高光区域的蓝色,对应的则是天空的蓝色。至于为什么直方图上面是纯蓝,而图片上则不是纯蓝?这里要注意观察直方图蓝色下面的信息-白色。 图片上的蓝色是加了白色才得到的,而且,蓝色信息高低起伏,从大概80-200多左右。

而蓝色的亮度也是在高光区域内进行变动,虽然都是在高光区域,但是高光却是由170-227组成的,所以亮度与色彩像素的多少混合得到了图片实际情况的青蓝色。(仔细看,蓝色底部的方框中有部分青色)

3、验证。如下图,拾取最为纯蓝的颜色。RG的值为0,B为255,这就代表是纯蓝。

再看下图,进入Camera raw滤镜里,只提亮蓝色的亮度,相当于模拟直方图里蓝色在X轴高光区域的不同亮度变化的效果。

再接着,随着蓝色像素的不同变化,对应的蓝色的饱和度也会存在相应的变化,这里降低蓝色的饱和度。模拟出不同像素细节的Y轴蓝色信息。

最后在色相里将蓝色滑块向左移动,模拟直方图里有少部分青色的效果,因为色相里向左偏移就是在加青色。

至于为什么此刻调整出来的蓝色没有图片上蓝色的实际效果,这里还有一个原因,因为直方图的那图上的蓝色它不只是一个参数,而是整个蓝色的Y轴像素细节与X轴明度在不断的逐渐呈渐变一样在变化的结果。而我们调整的图片只是一个值,而不是由很多不同明度的蓝色所组成的一个效果。但可以肯定的是,例如这种模拟效果的蓝色在图片里一定存在,只是存在某个亮度范围的像素里。

然后再来看直方图中红色与黄色的信息,对应的则是图片上红色圈区域的黄色草坪。这里有红色和黄色,为什么却只得到黄色的草了呢?Why?

4、色彩原理简单介绍。如下图,这里又不得不谈到电脑显示色彩的原理了,其实也就是调色三原色的混合原理。红色=黄色+品红,而黄色=红色+绿色。相当于红色与黄色两者之间混合,那是不是都可以得到红色或者黄色?

哪问题来了,为什么直方图上面既有红色,也有黄色,为什么他们混合得到都是黄色而不是红色?注意看上图,这就比较像画画的涂料了,当你往一个桶里同时放下红色与黄色,最终会得到的那个颜色,肯定是由你放入的多少来决定的。直方图上面的黄色肯定要比红色多得多,至少是3倍多的关系,所以得到的自然是黄色,由于也有红色、白色、以及压暗(参考X轴数值不断减小的过程得到压暗)的因素,所以得到了图片上暗色带些偏红色的黄色草坪。

5、突出。然后来看直方图上的绿色,这又是什么鬼呢?从直方图上面可以看出绿色的树林与黄色的草地的亮度都差不多,那么,如果直方图上绿色与黄色重叠没有突出来的话,那么图片上能看出来有一片绿色的树林吗?肯定是不能。

而我们知道,当Y轴的信息越多的时候,细节就越多。在这里也就是说,直方图上面给出的信息绿色是整张图片里信息最多的颜色,至于为什么我们感觉应该是黄色的颜色信息是最多的???

请看上面的三原色图片,黄色是由绿色与黄色组成的,所以,黄色里面也是混合了绿色信息的 。哦,这样来看那绿色确实是最多的,直方图正确。而最后的品红与蓝色则对应的是图片上白色圈的区域,这次希望你能自己分析出来他们之间的关系。

白色区域是青色,结合三原色青色是由品红与蓝色组合得到的,所以,直方图上由品红+蓝色来进行表现青色。

6、调整面板。如下图,在Camera raw基础调整面板上,你能清晰的看到有曝光、高光、阴影、白色、黑色这几个调整滑块,是巧吗?还是他们有关系?相信这个问题已经不用再次详细解释了,因为昨天的那篇文章中已经重点解释过且实验过了。

结果就是这些参数完全对应直方图里的五大明度区域,所以,当我们需要调整某个区域时,直接去动对应的参数即可,而不是胡乱调整,毫无章法。

二、根据直方图来对后期做基本调整

第一部分如此详细的介绍直方图信息,那么我们应该如何去根据直方图来调整图片呢?如何得到一个最好的直方图呢?

注意:误区出现

直方图它只是一种参考和分析照片明暗分布以及像素信息分布的直观波形图。(它不能代表图片好坏的依据)

为什么这么说呢?这里要牵扯到了色调与影调。色调用来体现图片的冷暖对比度,以及其他色彩的运用。而影调则用来体现图片的整体明亮度;高调、低调、中间调、高短调、低短调、全长调等等。

直方图也对应着色调与影调展现出相对应的波形图,而对于作品而言,谁又能确定那个影调是好影调?那个色调又是受人欢迎的色调呢?直方图是根据图片实际信息进行展示的,而图片本身也没有明确的好坏之分。毕竟艺术这东西,就想那句话:一千个人眼中就有一千个哈姆雷特。

而且,直方图的信息坐标虽然可以算出来,但是,你应该没有见过一个人在处理图片之前用计算机先精确计算出高光200的坐标上红色要降10个值下来的位置,我想这应该……不现实,而且也违背了直方图的意义。一个查看图片大致像素分布,明暗分布的工具。

1、接着来讲解如何调整这些参数。虽然之前也多次讲解过如何做基础调整,但这次讲得格外的通透。如下图,所以参数都未调整过,在按下Alt键用鼠标去点击黑色调整滑块的效果图,图片上红色圈出来的区域里面有黑色,有其他五颜六色的色斑。

现在大家就很明显的知道这些黑色都是属于死黑,而前一篇文章也叙述过,死黑是无法被还原的。所以,这里我们调整的思路是将死黑(黑色)区域的细节尽最大力度去显示出来。

2、如下图,当黑色全部没有了就停止调整,得到一张黑色区域尽可能多细节的图片。当黑色没有了,死黑是不是也就不存在了?

不,同样还是存在。如下图,将图片上牛身上的黑色进行放大,如下图,用鼠标拾取RGB值,找到一处RGB都为1的区域,都为1不是死黑吗?会不会还有都为0的区域没有找到呢?或者此图到底有没有死黑呢?

因为直方图即使打开溢出图标也不能显示出来黑色区域为死黑的区域,不过这都不重要,就像下图这种,即使是都为1,你也看不出任何信息,也默认是死黑了。这里的操作只是尽可能的将黑色区域的像素亮度提高来展现出来而已。

如下图,白场也同样是这种方法来处理。按住Alt键拖动滑块,当图片上有信息就停止,直方图也没有溢出,图片该亮的区域也亮了起来。(上传图片时好像红色圈的没有看出信息,不过在调整过程中确实看到了,也许是上传减低了画质导致的结果吧!)

如下图,通过同样的方法来调整阴影、高光、曝光,调整前与调整后的效果就出来了。

3、如下图,在调整了对比度增加图片的层次感后,对清晰度、饱和度做了适当的调整,图片的前后调整效果就非常的明显了。而且这还只是针对于基础调整,如果在进行局部的径向滤镜调整,效果还会更好。

注意:此刻直方图黑色的高光溢出按钮亮了,而且是报的红色溢出变成死黑了,这个需要管吗?不需要,当我们觉得溢出的信息对于图片整体没有影响的时候,就不需要去管它,因为直方图只是一个参考的依据,仅供参考而已。

(至于更详细的光影、色调在这里就不讨论了,篇幅已足够多,而且关于光影、色调的调整方法之前的文章也有更为详细的教程,欢迎观看。)

三、如何通过直方图建立自己的影调拍摄风格?

1、如下图, 这是在pexels网站上的一个摄影师,他的作品风格大多都偏于高调,高短调,这就是摄影师个人的影调风格的建立。

2、像这种如何拍摄的呢?前期与后期肯定都同时得下功夫。在前期拍摄初期,对于高调作品,我们的思路肯定是通过直方图观察,尽量去得到像素信息大多集中在高光、白色、曝光的区域内,这样才更适合后期成高调的作品。

例如下图这张图片,让你后期成高调作品,能做得到吗?从黑色到白色,完全是一个全长调的作品,无论如何都做不到高调。除非裁剪调多余的暗调,否则是不会成功的。

3、这里特别推荐一下,一般低短调、高短调容易出大片。如下图:

亚当斯作品

韦斯顿作品(鹦鹉)

韦斯顿作品(青椒)

马克吕布作品

所以,不妨去试试高短调的作品。玩笑而已,对于摄影,个人觉得还是去拍摄自己比较好,自己的经历,自己的感受,自己的心情,自己的审美世界。

你的人生有多丰富,你的作品就有多精彩。

经过2期终于将直方图就讲解完了,下期我们来继续啃硬骨头,调色之王之曲线工具。将这些难啃的骨头啃完后,PS就简单了,后期就简单了,剩下的就只有思路和脑洞了。

创作不易,欢迎点赞、评论、转发、收藏。欢迎点击头像关注我,学习更多摄影前后期技巧与方法,感谢支持!

就在今天22点多,四川宜宾发生了地震,离老家很近。特别是在这种时候,脑子里会产生太多感悟。人类虽然是地球的统治者,但相对与地球,相对与宇宙,我们只不过是一粒微不足道的尘埃而已。经不起任何的自然灾害摧残,更经不起任何来自地球外的危险。地球是何等脆弱,人类又更是何等脆弱。

唯有趁年华,多努力拼搏,多去奋斗,多去做些让自己的生活过得更加有意义的事情。保持一颗善良的心,保存一颗上进的心,保持一颗感恩的心,保持一颗敬畏生命的心,幸福的度过余生。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多