如何系統性學習攝影後期調色？

 

　　不要系統性的學，而要目的性的學系統性後期處理。

　　系統性後期處理就是更加流程化的後期處理

　　流程化的好處就是1，做完一步馬上就知道下一步該做什麼;2，容易復制形成個人風格

　　人像攝影師就簡單說下人像後期的系統性後期處理吧。

　　一：RAW處理階段

　　1、整體曝光調整

　　2,、色溫色調矯正統一

　　3、高光暗部修正

　　4、調整畫筆局部色溫曝光處理

　　5、二次構圖

　　二：人像初處理(基本功)

　　1、面部皮膚非細節瑕疵處理(痘印、瘢痕等)

　　2、五官的後期處理

　　3、液化

　　4、皮膚細節處理

　　三：調色

　　1、HSL分色調整飽和度/明度/色相

　　2、增加色罩(單色色罩/多色色罩/不規則色罩/顏色查找)

　　3、色階調整

　　4、膚色還原

　　四：銳化輸出

　　1、調整圖片大小

　　2、銳化

　　3、保存不同色彩空間的圖片

　　其實人像前期的東西不是很多，主要就是用光：

　　和妝面服裝背景搭配：

　　用光也好，妝面服裝背景搭配也好，還是配色調色也好。都是為了你照片風格所服務的。聽我一句話：沒有最好的光線、妝面、背景、色調。只有最適合的光線、妝面、背景、色調。你要知道什麼色調最適合你的片子。這是最最最重要的。

　　持續更新中

　　第一章色彩模型

　　很多初學者學攝影一上來就開始學技巧，別人PS的流程。但是有個最重要的東西完全不了解。

　　啥是RGB?啥是LAB?啥是CMYK?啥是通道?曲線是干啥的?直方圖是用來看啥的?色階和曲線有啥區別?

　　能問出這些問題的大都是你們色彩模型沒了解

　　1，首先需要理解的是這個世界中的顏色的本質不是我們看到的樣子，紅黃藍綠青藍紫，而是電磁波的波長。我們人為把某種波長的光賦予了一種顏色(大腦：“怪我咯?”)原理如下

　　70年代以來，由於實驗技術的進步，關於視網膜中有三種對不同波長光線特別敏感的視錐細胞的假說，已經被許多出色的實驗所證實，例如，有人用不超過單個視錐直徑的細小單色光束，逐個檢查並繪制在人體(最初實驗是在金公和蝾螈等動物進行，以後是人)視錐細胞的光譜吸收曲線，發現所有繪制出來的曲線不外三種類型，分別代表了三類光譜吸收特性不同的視錐細胞，一類的吸收峰值在420nm外，一類在531nm外，一類在558nm外，差不多正好相當於藍、綠、紅三色光的波長，和上述視覺三原色學說的假設相符。用微電極記錄單個視錐細胞感受器電位的方法，也得到了類似的結果，即不同單分光引起的超極化型感受器電位的大小，在不同視錐細胞是不一樣的，峰值出現的情況符合於三原色學說。

　　所以說紅藍綠三元光這理論並不是因為這三個波長的光很特殊，而是我們人眼恰好只能看這三種波長並且賦予了顏色，打個比方如果喵星人是智慧生物那麼他們色彩模型就不是RGB(紅綠藍)而是RB(紅藍)。

　　這就是RGB的來源，RGB不只是我們人眼的工作原理，還是顯示器的工作原理(為了照顧你們這些魚唇的人類，我們喵星人就用不到三個顏色的顯示器)，也是相機的工作原理。

　　顯示器像素如圖

　　相機sensor如圖(左邊是適馬X3sensor 右面是經典的拜耳濾鏡式CMOS)

　　這個RGB模式是攝影裡最基本的色彩模式，大部分相機感光元件的結構如右圖。每個像素都有自己的顏色，然後CMOS讀取數據之後再經過插值計算，把每個像素周圍的8個其他顏色的像素裡面的數字做下平均然後計算到一個格子裡。此時這個格子裡就有了三個數據，分別是紅色光/綠色光/藍色光。一張圖片裡每一個格子裡都有三個不同顏色的數據，此時把每個顏色單獨提出來做一張圖，就是通道。(比如所有紅色提出來按照亮度做一張圖就是紅色通道，一次雷比)

　　OK，以上的如果都理解了往下看，圖像在數字化之後，每個信息都要經過量化才能存儲，也就是一個像素裡面的紅色光亮到底有多少?用一個數字來表示的過程叫做量化。可以被量化就必須有個范圍，規定了什麼數字是最亮什麼數字是最暗，我們都知道無光的情況是最暗，也就是0，那麼最亮是多少呢?

　　電腦的存儲結構是什麼樣的?大家都知道是二進制。也就是100101010這種結構的數。二進制的一位有兩個數(1和0);二進制的兩位有四個數(0、1、10、11);二進制的三位數有八個數。這裡就引進了一個概念就是bit，也就是位。打個比方1-bit的數據有多少個數字?就是上面說的二進制的一位，兩個數。2-bit就是四個、3-bit就是八個，規律就是N-bit含的數據量是2的N次方個。

　　好回來我們的照片，照片是多少bit的呢?常規上都是8-bit。也就是256個數字(0-255)相機拍的RAW是16-bit的圖像，有65536個數字(0-65535)如此巨大的數據量並不能被顯示器顯示，這就造成了存儲空間的浪費(顯示器的通常都是8bit，也有10bit的專業顯示設備)所以還是要轉換到8-bit模式。

　　這裡的0-256也有另一個名字，就是色階。

　　2，CMYK

　　上面說的是光的疊加，我們都知道光線疊加的原理是越疊越亮對吧。

　　但是我們打印機打印出來的不是光線啊，是看得見摸得著的油墨，玩過油彩水彩的都知道，顏料的疊加是顏色越多越黑。

　　CMYK就是一個基於顏料疊加的色彩空間，多用於印刷行業。

　　攝影修圖中暫時用不到這個模式，但是用得到這個模式的原理，這裡先按下不表

　　3，LAB

　　巨大的色彩空間，看上一張圖，基本上我們可以看到的顏色都可以用LAB來表示，具體原理不想說了有興趣的可以自己去看百度百科或者wiki百科。

　　攝影修圖中用這個模式主要是調整他的三個通道的，就是L亮度通道，a楊紅-綠色 黃色-藍色。這裡先不提以後用到再說。

　　很多人都問直方圖到底什麼意思。當時沒給大家講清楚，這次我理理思路好好講一講。

　　首先我覺得先要從色彩模式講起。

　　一張圖可以理解為一個棋盤，比如說一張像素是10X10的圖就是一個10X10的棋盤。每一個格子就是一個像素點，默認這張圖是用的RGB色彩模式的話，每個格子都有三層，每一層都是一個通道，我們稱之為R通道 G通道 B通道。每一層的格子裡都有一個0-255之間的數字。

　　(順便說一句為什麼是255，因為我們常說的8位的圖像就是指的單一通道裡的每個像素存儲數字的位數，因為電腦是二進制存儲所以2的8次方有256個數字也就是0-255這256個數字)

　　這個數字是什麼意義呢，比方說R通道(也就是RED紅色通道)裡一個像素的數值指的是這個像素顏色中紅色光的強度。而RGB三個通道裡的三個數字代表的紅色綠色藍色三種顏色原光的光亮混合在一起就可以混合成為我們可以看到的顏色。

　　(為什麼是紅色綠色藍色呢?-因為人類有三種視錐細胞分別可以接受紅色綠色藍色，我們看到的顏色都是基於這三種顏色的光混合而來的。換句話來說，這個世界上所有的顏色用RGB這種顏色模式來描述是徹底不夠的，但是用RGB可以描述出幾乎我們可以看到的所有顏色了)

　　好那麼回歸正題，直方圖到底是個什麼呢?百度下先：

　　直方圖(Histogram)又稱柱狀圖、質量分布圖。是一種統計報告圖，由一系列高度不等的縱向條紋或線段表示數據分布的情況。 一般用橫軸表示數據類型，縱軸表示分布情況。

　　統計報告??不明白?舉個例子：

　　如圖所示橫坐標是數據類型，縱坐標就是分布情況(頻數)

　　好放到我們照片裡是什麼意思呢，橫坐標的數據類型就是0-255，左邊是0，右邊是255。一共這麼256個柱子，柱子的高低就是這個數據的重復頻數。

　　再舉個例子：

　　這是綠色通道的直方圖截圖，我選中的那個柱狀像素數了下，橫坐標第12格，所代表的是綠色通道上數值為11(因為第一個是0)縱坐標讀數9。所以就這一個柱子代表了什麼含義呢。就是G通道數值為11的像素格子有9個。(PS，你可以這樣理解但實際情況可能不是這樣的因為縱坐標1格不一定代表1，也許也代表了10，這個取決於圖像像素，但這都不影響你觀察直方圖因為直方圖是用來觀察曝光堆積情況的)

　　那麼我們看的最平常的亮度直方圖也是一個道理，只不過所依據的數值是通過亮度來統計的(亮度也就是L通道，不屬於RGB色彩模式屬於LAB色彩模式，下次講色彩模式)總的來說我們觀察一張照片的曝光是通過亮度直方圖或者通過RGB三個通道平均值算出來的RGB直方圖來觀察的。

　　怎麼看呢。

　　例子：這是一張比較正確曝光的直方圖

　　如果白色部分全部集中在畫面的某一個地方則說明：圖像反差低。

　　如果白色部分分散，在最左邊和最右邊