Photoshop2022进阶调色工具用法汇总(Camera raw滤镜, 曲线, 可选颜色, 色相/饱和度, 色彩平衡)

Photoshop2022复杂调色工具Camera raw滤镜用法

上节课我们学习了如何使用简单调色工具来控制图片颜色,这节课我们会使用调色的进阶工具来进行更加方便,更加智能,更加好用的复杂调色工具对图片进行操作和处理,话不多说,让我们进入今天内容的学习吧,喜欢这篇文章的可以给我点点赞,点点关注。

一. 概述

这节课我们要学习调色进阶工具的使用,我们会讲解一下五种调色工具,这里会重点讲解Camera raw滤镜,他为photoshop提供了更加强大的功能.
在这里插入图片描述

二. Camera raw 滤镜

1. 工具介绍

Camera Raw滤镜是一种用于处理原始图像文件的工具。它提供了对图像的颜色和曝光进行调整的功能,使用户能够更好地控制最终输出的效果。通过Camera Raw滤镜,您可以调整白平衡、曝光度、对比度、饱和度等参数,以获得所需的图像效果。

2. 工具入口

点击左上角滤镜,选择Camera raw滤镜
在这里插入图片描述

进入如下页面:
在这里插入图片描述
此时表示进入Camera raw滤镜成功!!!


3. 滤镜的分区介绍
我们从最上方一步一步开始看
在这里插入图片描述

这一部分表述的是图像亮度的范围,一般可以分为五个区,分别对应着五个名称,如下图所示:

区块亮度效果
白色在这里插入图片描述
高光次高在这里插入图片描述
曝光在这里插入图片描述
阴影次低在这里插入图片描述
黑色在这里插入图片描述

我们可以通过左右移动每个区块的范围来控制图片的色调,某个区块范围扩大会使其他区块的亮度趋向于该区块的亮度,这个需要我们在自己使用的时候自己调节.


接下来我们接着往下看,看看基本功能板块
在这里插入图片描述
这里对比较常用的功能进行具体的表述介绍,具体的图像测试可能会单独出一期来进行演示.

  1. 白平衡:白平衡调节可以校正图像中的色温问题,使图像中的白色看起来更加自然。通过调整滑块或选择不同的预设选项,您可以修改图像的整体色温,从冷色调到暖色调

  2. 曝光:曝光调节可以控制图像的明暗程度。通过调整曝光值,您可以增加或减少图像的亮度。增大曝光值会使图像变亮,减小曝光值会使图像变暗。

  3. 对比度:对比度调节可以增强或减弱图像中的对比度。**通过增加对比度,您可以增加图像中亮度和暗度之间的差异,使图像更加饱满和有立体感。**减小对比度会使图像变得柔和和平缓。

  4. 饱和度:**饱和度调节可以增加或减少图像中颜色的饱和度。**增加饱和度会使图像中的颜色更加鲜艳和明亮,减小饱和度会使颜色变得柔和和淡化。

  5. 高光和阴影:高光和阴影调节可以分别调整图像中亮部和暗部的细节和亮度。通过调整高光和阴影的值,您可以增强或减弱图像中的细节,并调整亮度分布的范围

需要提醒的是,在第一个图像上进行的拖动调节色调也会影响第二板块的各个拖动条的大小,大家可以选择自己喜欢的一种方式进行调节.

曲线板块会在下一部分详细讲, 这里略过.

细节处理板块
在这里插入图片描述
锐化:锐化调节可以增强图像的清晰度和细节。通过调整锐化滑块,您可以使图像中的边缘更加锐利和清晰。
减少杂色: 减少杂色可以增强图像的和谐度。通过调整杂色,可以使图像中的边缘更加平滑

混色器板块
在这里插入图片描述
模式一. HSL ,可以对图像中某一种颜色进行调整产生颜色注入式变化, 调整的限度是图像原本颜色的过渡色.

在这里插入图片描述
模式二. 颜色板块 ,可以调节图像的色相和饱和度,效果和上篇博客效果类似.

效果板块
在这里插入图片描述
颗粒: 为图片增加颗粒感

晕影: 效果为增加四角上的阴影效果


在这里插入图片描述
这大致就是对Camera raw的汇总,这只是对用法的解读,需要经过更多的实战来完成真正的熟悉和运用.

三. 曲线

曲线是一种十分强大的校色工具, 但学习来非常的困难,在这里我尽可能的说清楚曲线的用法.

首先要明白曲线是对图片整体色调的调节, 曲线影响的像素点都取决于该像素点的亮度.在具体介绍之前,我们先了解一下如何进入曲线模块,一共是两种方法:

  1. 点击左上角编辑,点击调整,点击曲线,注意,这种进入的方式不会创建一个新的图层,而是直接在原图层上做修改,建议不要这样使用.
    在这里插入图片描述
  2. 点击右下角圆型按钮,创建图层,选择曲线
    在这里插入图片描述
    曲线的页面如下图所示:
    在这里插入图片描述
    我们现在对这个图进行具体的功能分析,首先是预设功能,photoshop提供了好多已经设置好参数的预设,具体效果如下:
    在这里插入图片描述
    在这里插入图片描述
    我们对曲线的调节其实就是对一系列的亮度像素点的调节,我们可以举一个简单的例子:
    在这里插入图片描述

对于上图标点处,它位于(1,1)交点处,下方的像素点都是亮度在(1,1)点以下的像素点,这时我们可以看看图片的样子
在这里插入图片描述
在这里插入图片描述
调节完成的效果如下:
在这里插入图片描述


这时我们会发现效果不是特别好, 明亮的天空怎么变得这么暗,我们可以进行对曲线高亮区的调节.

在这里插入图片描述
这个点位于像素点的高亮区,在输出一致的条件下,下方像素点越多,图像色调越亮,这种对亮暗像素点的分别调节,也会增大对比度,使得图像更鲜明.

这里我们拉高上方像素点
在这里插入图片描述
图片效果如下:
在这里插入图片描述
效果非常的明显,不过在使用曲线时,我们应该观察像素点的分布,对于控制的部分,一定是亮色部分.在遇到无法控制的范围时,我们应该及时调节曲线上下界, 然后在进行下一步操作.


好了,现在我们进行其他工具的学习。

在这里插入图片描述
接下来我们对这三个工具进行学习, 三个取样差不多,第一个是暗色取样,第二个亮色取样,第三个灰色取样我们点击取样器后,在图片上单击完成取样后,会将取到的像素点作为黑色的下界,白色的上界,曝光的下界,然后对图片其他范围进行调整.

折线操作按钮点击后可以对线进行拉动操作,直接改变像素点和曲线之间的关系。

在这里插入图片描述
画笔操作允许我们自己对图片进行其他色调曲线的添加,可以画成任意形状,再根据影响的位置调整像素点。

下方双向箭头可以控制自己的画笔,使得自己画的线条与原有照片更加的契合。
在这里插入图片描述

曲线差不多就是这么多内容,对于单颜色的操作和RGB差不多,就是控制的像素点不一样.

四. 可选颜色

通过使用 可选颜色 功能,可以选择和调整图像中特定颜色的属性,从而实现对选定颜色的精确控制和调整。
进入可选颜色模块
在这里插入图片描述
点击下方可选颜色进入该模块

在这里插入图片描述
我们可以选择相应颜色,来选择自己要控制的颜色,通过调整颜色构成的滑动条来进行图片颜色色调的调节,在这里不多赘述了.

五. 色相/饱和度

色相也是对全局色调或是单一色调的调节, 他对色调的影响是非常的明显的, 首先让我们先了解如何进入该模块:

单击右下角圆圈进入:
在这里插入图片描述

板块如图所示:
在这里插入图片描述
Photoshop为用户提供了多种预设,我们在进行调节时可以参考这些预设来进行调整。


我们在调整的过程中需要选择调色的部分,这里主要看中的是颜色,如下图所示:
在这里插入图片描述

在我们选中需要修改的颜色后,可以通过拖动色相拖动条来改变选择颜色的颜色。
饱和度和明度的用法和前文一样。
左后一行的滑道是用来精准调节颜色控制范围,这里不多赘述。

六. 色彩平衡

色彩平衡是用来控制阴影,色调和高光的,下面是用法展示:

同样时点击右下角进入
在这里插入图片描述
打开页面如下:
在这里插入图片描述

我们可以选择自己要调节的色调区域
在这里插入图片描述
展示一些效果
在这里插入图片描述

注意是可以叠加使用的,不过要满足叠加原则(资料来自B站)
在这里插入图片描述

在这里插入图片描述

总结

今天对进阶调色工具的使用有了初步的了解,在接下来的过程中,需要不断地练习,在真正做项目的时候才可以得心应手。

                      22计科1班 王杰东
  • 51
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: opencv是一个开源的计算机视觉库,可以在Python中使用。通过使用opencv的色相饱和度转换功能,可以实现类似Photoshop中对图像进行色相饱和度的调整。 首先,我们需要导入opencv库,并读取一张图片作为输入图像。可以使用cv2.imread()函数来读取图像。 接下来,我们可以通过调用cv2.cvtColor()函数来将图像转换为HSV色彩空间。HSV颜色模型由色调(Hue),饱和度(Saturation)和亮度(Value)组成。我们只需要调整色调和饱和度,所以我们将图像转换为HSV色彩空间。 然后,我们可以通过使用cv2.convertScaleAbs()函数来调整色相饱和度的值。该函数有三个参数,分别是输入图像、输出图像和缩放因子。我们可以将缩放因子设置为一个小数,以调整图像的色相饱和度。 最后,我们可以使用cv2.cvtColor()函数将图像转换回BGR颜色空间,然后可以使用cv2.imshow()函数显示调整后的图像。 下面是一个简单的示例代码: ```python import cv2 # 读取输入图像 image = cv2.imread('image.jpg') # 将图片转换为HSV颜色空间 hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 调整色相饱和度的值 hue_scale = 0.5 # 色相缩放因子 saturation_scale = 1.5 # 饱和度缩放因子 # 调整色相饱和度的值 hsv_image[:,:,0] = cv2.convertScaleAbs(hsv_image[:,:,0], alpha=hue_scale) hsv_image[:,:,1] = cv2.convertScaleAbs(hsv_image[:,:,1], alpha=saturation_scale) # 将图片转换回BGR颜色空间 new_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR) # 显示调整后的图像 cv2.imshow('Adjusted Image', new_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这个示例代码中,我们将色相缩放因子设为0.5,饱和度缩放因子设为1.5。你可以根据自己的需要调整这两个值来得到不同的效果。调整后的图像会在一个新的窗口中显示出来。 这样,我们就可以通过opencv和Python来实现简单的色相饱和度调整,类似于Photoshop中的功能。 ### 回答2: 要使用OpenCV和Python实现Photoshop中的色相饱和度功能,可以按照以下步骤进行: 1. 导入必要的库:使用`import cv2`导入OpenCV库。 2. 加载图像:使用`cv2.imread()`函数加载要处理的图像。 3. 转换颜色空间:将加载的图像转换为HSV颜色空间,以便可以对色相饱和度进行调整。使用`cv2.cvtColor()`函数将图像从BGR颜色空间转换为HSV颜色空间。 4. 调整色相饱和度:使用`cv2.cvtColor()`函数的第三个参数来调整色相饱和度。该参数的取值范围为[-180, 180],其中负值表示减少色相饱和度,正值表示增加色相饱和度。 5. 转换颜色空间:将调整后的图像转换回BGR颜色空间,以便显示或保存。使用`cv2.cvtColor()`函数将图像从HSV颜色空间转换为BGR颜色空间。 6. 显示或保存结果:使用`cv2.imshow()`函数显示调整后的图像,并使用`cv2.waitKey()`函数等待用户按下键盘上的任意键。或使用`cv2.imwrite()`函数将调整后的图像保存到文件中。 7. 释放资源:使用`cv2.destroyAllWindows()`函数释放窗口和图像资源。 以下是一个示例代码来实现上述步骤: ```python import cv2 # 加载图像 image = cv2.imread('input.jpg') # 转换颜色空间为HSV hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 调整色相饱和度 hsv_image[..., 0] += 30 # 增加色相 hsv_image[..., 1] *= 1.5 # 增加饱和度 # 转换颜色空间为BGR adjusted_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR) # 显示调整后的图像 cv2.imshow('Adjusted Image', adjusted_image) cv2.waitKey(0) # 保存调整后的图像 cv2.imwrite('output.jpg', adjusted_image) # 释放资源 cv2.destroyAllWindows() ``` 这段示例代码实现了将输入图像的色相增加30度,饱和度增加1.5倍的效果。您可以根据实际需求调整这两个参数来实现不同的色相饱和度调整效果。 ### 回答3: 要使用OpenCV在Python中实现Photoshop色相饱和度功能,你需要按照以下步骤进行操作: 1. 导入所需的库和模块: ```python import cv2 import numpy as np ``` 2. 读取图像: ```python image = cv2.imread("your_image.jpg") ``` 3. 将图像转换为HSV颜色空间: ```python hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) ``` 4. 调整色相饱和度参数: ```python hue_shift = 30 # 色相偏移量(取值范围:-180到180) saturation_factor = 1.5 # 饱和度增强因子(取值范围:0到正无穷) hsv_image[:, :, 0] = (hsv_image[:, :, 0] + hue_shift) % 180 hsv_image[:, :, 1] = hsv_image[:, :, 1] * saturation_factor ``` 5. 将修改后的图像转换回BGR颜色空间: ```python result_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR) ``` 6. 显示和保存结果图像: ```python cv2.imshow("Result Image", result_image) cv2.imwrite("result_image.jpg", result_image) cv2.waitKey(0) ``` 通过以上步骤,你可以使用OpenCV和Python实现类似Photoshop色相饱和度功能。根据需要,你可以调整色相饱和度的参数来得到不同的效果。记得根据自己的实际情况修改读取和保存图像的路径。

“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
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