人像后期的系统性后期处理

人像后期的系统性后期处理:

一:RAW处理阶段

1、整体曝光调整
2、色温色调矫正统一
3、高光暗部修正
4、调整画笔局部色温曝光处理
5、二次构图

二:人像初处理(基本功)

1、面部皮肤非细节瑕疵处理(痘印、瘢痕等)
2、五官的后期处理
3、液化
4、皮肤细节处理

三:调色

1、HSL分色调整饱和度/明度/色相
2、增加色罩(单色色罩/多色色罩/不规则色罩/颜色查找)
3、色阶调整
4、肤色还原

四:锐化输出

1、调整图片大小
2、锐化
3、保存不同色彩空间的图片

其实人像前期的东西不是很多,主要就是用光。

一张图可以理解为一个棋盘,比如说一张像素是10X10的图就是一个10X10的棋盘。每一个格子就是一个像素点,默认这张图是用的RGB色彩模式的话,每个格子都有三层,每一层都是一个通道,我们称之为R通道 G通道 B通道。每一层的格子里都有一个0-255之间的数字。

直方图

横坐标的数据类型就是0-255,左边是0,右边是255。一共这么256个柱子,柱子的高低就是这个数据的重复频数。
一张照片的曝光是通过亮度直方图或者通过RGB三个通道平均值算出来的RGB直方图来观察的。
如果白色部分全部集中在画面的某一个地方则说明:图像反差低。  
如果白色部分分散,在最左边和最右边比较高耸则说明:图像反差大。  
如果白色部分全靠左方而且最左边像素的柱子高耸则说明:欠曝,黑场溢出。  如果白色部分全靠右方而且最右边像素的柱子高耸则说明:过曝,白场溢出。  这是五种基本情况。

直方图中柱子的高度,代表了画面中有多少像素是那个亮度,其实就可以看出来画面中亮度的分布和比例。比如下面一个直方图,波峰是在中间偏左的位置(阴影区域),说明画面中有很多深灰或者深色部分。(255个数中,最左边0表示黑,最右边255表示白,中间由灰过渡)
这里写图片描述
直方图在前期曝光中的作用直方图在摄影前期有3大作用:
(1) 发现照片中的过曝和欠曝区域
(2) 提示环境亮度反差是否超过了相机能记录下来的宽容度
(3) 帮助我们准确的向右曝光,获得质量更高的信息记录。

(1)发现照片中的过曝和欠曝
我们拍摄照片的时候,相机会通过快门曝光,把现场环境的实际亮度映射到了0到255的照片记录区间上。一张理想的曝光应该如下图,直方图堆积在中部,最左侧和最右侧都没有被切断(切断或者溢出,指的是直方图左右两个边缘,有很高的柱子堆积,可以参考再后面两张过曝/欠曝的直方图)。
这里写图片描述
一旦我们曝光参数设置不对,照片就会欠曝或者过曝。体现在直方图上,就是一侧边缘有大量像素堆积,看起来像被切断了一样。

一张严重过曝的照片直方图会像下图这样,右侧被直接切断,255的纯白亮度值那含有非常多的像素
这里写图片描述
这意味着天空中红圈里亮度很高的部分,由于相机硬件的原因,只能以纯白色的形式记录在照片里,细节全部丢失了。同时照片的暗部并没有多少像素,说明我们并没有完全利用照片记录信息的空间。这个时候就需要通过降低曝光补偿,缩小光圈,降低ISO,加快快门速度的方式来减小曝光时间
类似的,一张欠曝的图片,最0值的纯黑区域也有大量的像素存在,直方图的左侧切断。需要我们在拍摄时增加曝光量。

(2)提示环境亮度反差是否超过了相机的宽容度
如果直方图左侧和右侧都被切断,同时出现了上面说的过曝和欠曝现象,(或者一侧接触边缘,另一侧切断)则意味着环境里的亮度差别太大,相机已经难以记录下全部信息了。这个时候直方图提醒我们,需要使用渐变灰滤镜或者包围曝光再后期合成的办法,来平衡光比了。

影调

影调,指的是照片明暗所表现出的层次、变化和气氛。一张照片,或许从科学的角度,我们会说它是欠曝的。但换成艺术的角度,我们却会说它的影调是低调深沉的,长调有对比的,让人感受到了自然的深不可测、变化多端。

影调按照类别主要可以分为3大类:
(1)低调,中间调,高调
(2)长调,中调,短调
(3)硬调,软调
每张照片在这3类中都各自对应着1个风格。

今儿先了解这几个概念,以后处理照片知道往哪个方向考虑了,去下Photoshop去了~

作者:Thomas看看世界
链接:https://www.zhihu.com/question/20511799/answer/175939464
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
作者:彭渤
链接:https://www.zhihu.com/question/27004700/answer/34955464
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matlab是一种用于科学计算、数据分析和可视化的强大工具。批量处理灰度人像彩色化是Matlab的一个应用场景。在实现该功能时,需要使用Matlab的图像处理工具箱。以下是在Matlab中实现批量处理灰度人像彩色化的步骤。 第一步:加载灰度图像 在Matlab中,使用imread函数加载灰度图像。需要加载的图像可以是单个图像或多个图像。如果需要批量处理多个图像,则需要使用循环语句来遍历所有图像。 第二步:灰度图像转化为RGB图像 在Matlab中,使用gray2rgb函数将灰度图像转化为RGB图像。生成的RGB图像与原图像大小相同,并且其红色和蓝色通道采用相同的值,而绿色通道采用灰度值。 第三步:使用颜色分布模型进行彩色化 在Matlab中,可以使用不同的颜色分布模型将RGB图像进行彩色化。其中最流行的是LAB和HSV颜色分布模型。可以使用colorspace函数将RGB图像转化为所需的颜色分布模型。在彩色化时,通常会利用一个已知的彩色学模型,将像素点的灰度值与这个模型对应的彩色值进行匹配。常用的匹配方法有基于距离的匹配和基于统计模型的匹配。 第四步:保存彩色图像 在Matlab中,使用imwrite函数将彩色图像保存到指定的目录中。需要制定图像的文件名和保存路径。 综上所述,通过Matlab批量处理灰度人像彩色化非常简单。可以利用Matlab提供的图像处理工具箱中的函数来实现该功能。需要加载图像、转化为RGB图像、使用颜色分布模型进行彩色化,最后保存彩色图像。真正掌握Matlab批量处理灰度人像彩色化需要大量实践和经验。

“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