PS图层混合算法之三(滤色, 叠加, 柔光, 强光)

滤色模式:

作用结果和正片叠底刚好相反,它是将两个颜色的互补色的像素值相乘,然后除以255得到的最终色的像素值。通常执行滤色模式后的颜色都较浅。任何颜色和黑色执行滤色,原色不受影响;任何颜色和白色执行滤色得到的是白色;而与其他颜色执行滤色会产生漂白的效果。 

Screen 滤色

C=1-(1-A)*(1-B)也可以写成 1-C=(1-A)*(1-B)

该模式和上一个模式刚好相反,上下层像素的标准色彩值反相后相乘后输出,输出结果比两者的像素值都将要亮(就好像两台投影机分别对其中一个图层进行投影后,然后投射到同一个屏幕上)。从第二个公式中我们可以看出,如果两个图层反相后,采用Multiply模式混合,则将和对这两个图层采用 Screen模式混合后反相的结果完全一样。

 

叠加模式:

在保留底色明暗变化的基础上使用“正片叠底”或“滤色”模式,绘图的颜色被叠加到底色上,但保留底色的高光和阴影部分。底色的颜色没有被取代,而是和绘图色混合来体现原图的亮部和暗部。使用此模式可使底色的图像的饱和度及对比度得到相应的提高,使图像看起来更加鲜亮。  

Overlay 叠加

B<=0.5: C=2*A*B
B>0.5: C=1-2*(1-A)*(1-B)

依据下层色彩值的不同,该模式可能是Multiply,也可能是Screen模式。上层决定了下层中间色调偏移的强度。如果上层为50%灰,则结果将完全为下层像素的值。如果上层比50%灰暗,则下层的中间色调的将向暗地方偏移,如果上层比50%灰亮,则下层的中间色调的将向亮地方偏移。对于上层比50%灰暗,下层中间色调以下的色带变窄(原来为0~2*0.4*0.5,现在为0~2*0.3*0.5),中间色调以上的色带变宽(原来为2*0.4*0.5~1,现在为2*0.3*0.5~1)。反之亦然。

 

柔光模式:

根据绘图色的明暗程度来决定最终色是变亮还是变暗,当绘图色比50%的灰要亮时,则 底色图像变亮。当绘图色比50%的灰要暗时,则底色图像就变暗。如果绘图色有纯黑色或纯白色,最终色不是黑色或白色,而是稍微变暗或变亮。如果底色是纯白色或纯黑色,不产生任何效果。此效果与发散的聚光灯照在图像上相似。

Soft Light 柔光

A<=0.5:C=(2*A-1)*(B-B*B)+B
A>0.5: C=(2*A-1)*(sqrt(B)-B)+B

该模式类似上层以Gamma值范围为2.0到0.5的方式来调制下层的色彩值。结果将是一个非常柔和的组合。

 

强光模式:

根据绘图色来决定是执行“正片叠底”还是“滤色”模式。当绘图色比50%的灰要亮 时,则底色变亮,就执行“滤色”模式一样,这对增加图像的高光非常有帮助;当绘图色比50%的灰要暗时,则底色变暗,就执行“正片叠底”模式一样,可增加 图像的暗部。当绘图色是纯白色或黑色时得到的是纯白色和黑色。此效果与耀眼的聚光灯照在图像上相似。

Hard Light 强光

A<=0.5: C=2*A*B
A>0.5: C=1-2*(1-A)*(1-B)

该模式完全相对应于Overlay模式下,两个图层进行次序交换的情况。如过上层的颜色高于50%灰,则下层越亮,反之越暗。


图A:



图 B



滤色模式:



叠加模式



柔光模式



强光模式:






  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
根据提供的引用内容,我们可以看到有两个不同的算法,一个是图层混合算法,另一个是图像锐化算法。下面将分别介绍这两个算法。 1. 图层混合算法 图层混合算法是Photoshop中最为常用的算法之一,它可以将多个图层合并成一个图像。常见的图层混合模式包括正片叠底、滤色叠加柔光等等。这些混合模式可以通过改变图层的不透明度和颜色值来达到不同的效果。以下是一个简单的例子: ```python from PIL import Image # 打开两张图片 img1 = Image.open('image1.jpg') img2 = Image.open('image2.jpg') # 将两张图片进行混合 result = Image.blend(img1, img2, 0.5) # 显示混合后的图片 result.show() ``` 2. 图像锐化算法 图像锐化算法是一种常用的图像处理算法,它可以增强图像的边缘和细节,使图像更加清晰。其中,USM-Unsharp Mask算法是一种常用的图像锐化算法。它的基本思路是先对原始图像进行高斯模糊处理,然后将原始图像减去高斯模糊后的图像,得到一个锐化后的图像。以下是一个简单的例子: ```python from PIL import Image, ImageFilter # 打开一张图片 img = Image.open('image.jpg') # 对图片进行高斯模糊处理 blur_img = img.filter(ImageFilter.GaussianBlur(radius=2)) # 将原始图像减去高斯模糊后的图像,得到锐化后的图像 sharp_img = ImageChops.difference(img, blur_img) # 显示锐化后的图像 sharp_img.show() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值