面對細節嚴重丟失的欠曝照片，單純拉「曝光」滑桿往往事倍功半。本文深度解析「曝光值」與「伽馬值」的數學本質差異，並演示如何利用伽馬校正精準拯救暗部細節，而非暴力提亮破壞高光。理論結合實戰，建立正確的暗部修復認知體系。

核心概念對比：曝光 vs 伽馬

曝光值 (Exposure)：線性乘法運算。全畫面像素值同比例縮放 (乘以 2^EV)。特點：高光極易溢出 (純白)、暗部細節提亮幅度有限、對比度關係保持不變。適用於整體曝光偏移校正。

伽馬值 (Gamma)：非線性冪函數運算 (Output = Input^γ)。特點：中間調變化最大、高光/陰影端點相對固定、能單獨擴展暗部或壓縮高光動態範圍、色彩變化更劇烈、細節損失風險較高。適用於針對性暗部提亮、對比度重塑、膠片曲線模擬。

伽馬值數學本質溯源

Gamma 最初描述顯示設備 (CRT/LCD) 的非線性特性：輸入電壓 V，輸出光強 I = k·V^γ。理想線性設備 γ=1；現實設備 γ≠1 (通常 1.8-2.6)。後被引入圖像處理作為灰度映射校正工具：修改輸入輸出映射曲線，重新分配中間調權重。

實戰對比驗證

同一張欠曝片：

• 降低曝光：畫面整體變暗，高光細節保留較好，但暗部仍死黑，灰霾感未改善。
• 降低伽馬 (γ<1)：暗部大幅提亮、細節浮現，但高光易灰、色彩飽和度下降、噪點放大。
• 提高曝光：整體變亮，高光溢出風險大。
• 提高伽馬 (γ>1)：畫面變暗、對比度增加、純黑增加、色彩飽和度變化複雜。

實戰修復策略建議

1. 優先 RAW 曝光補償：線性數據階段線性修正，質量最高。
2. PS 階段組合拳：曲線調整層 (中段上拉提亮中間調、端點保護高光/暗部) + 陰影/高光調整層 (專項提亮陰影) + 可選顏色/色彩平衡修正提亮帶來的偏色。
3. 慎用伽馬/曝光直接調整：除非明確理解其非線性/線性映射後果，且配合蒙版局部使用。

總結：曝光是「整體推拉」，伽馬是「中間調重塑」。修復欠曝，曲線與陰影高光才是正統，伽馬是雙刃劍，需懂數學原理才敢輕揮。