PS如何修復細節嚴重缺失的圖片？

 　　面對這樣細節嚴重丟失的圖片，我們該怎樣進行修復呢?

　　下面是我們修復的效果：

　　那麼，我們該如何調整，才能達到這種效果呢?

　　這裡就涉及到一個非常重要的術語：伽馬值。

　　在攝影中，我們會經常遇到一組相近的概念：曝光和伽馬值。

　　我們先看一張圖片：

　　如果我們降低曝光值：

　　畫面的變化是：

　　如果我們降低伽馬值：

　　畫面的效果是：

　　很明顯，你可以發現二者的區別。

　　我們再看一張圖：

　　如果我們提高曝光值：

　　畫面效果是這樣的：

　　如果我們提高伽瑪值：

　　得到的畫面效果是：

　　你也可以很明顯的發現二者的不同。

　　那麼，這二者的區別到底在哪裡呢?

　　我們先從伽瑪值講起(下面這一段很無聊，不想了解的可以略過)：

　　一開始，伽瑪值是一個專有名詞，後來被廣泛運用於圖像灰度映射的校正。宏觀上我們看到的就是，Gamma變了，圖像亮度就跟著變了，本質上是信息的映射關系在數學上變了。以下是正文：

　　Gamma是在計算機圖形領域最不容易被理解掌握的概念之一，其中有很大一部分原因要怪它到處出現，極容易讓人混淆。Gamma的最初定義如下：“Gamma是用來描述顯示設備的‘非線性’程度的專有名詞”。這是歷史上Gamma所擁有的第一個定義。但是很顯然這樣的一個定義並不能解釋清楚任何的問題。

　　那麼要解釋清楚Gamma，首先要解釋的就是顯示設備的“非線性”。

　　一切的顯示設備，比如計算機的顯示屏幕、手機或平板電腦的屏幕、老式的陰極攝像管電視機(CRT電視機)，或是新式的液晶屏幕電視機，都是“非線性的”。以最為典型的CRT(Cathode ray tube陰極射線管)顯示屏幕為例(無論是電腦或者電視機)，所謂“非線性”即意味著，如果施加在陰極攝像管的電壓強度 V 增加1倍，屏幕表面所輸出的光強度 I 並不會很理想的相應增加一倍。

　　反過來說，如果顯示器所用到的發光元件是一個理想的物理模型，在輸入電信號強度V(Voltage，電壓)和輸出的光照強度I(Intensity,強度)轉化過程中，V與I的比值是一個常數k，這裡我們就可以說這個發光元件是一個線性元件，轉化是線性轉化，是對電信號的“無損轉化”。

　　表達通俗一點，以上公式表示這樣一個意思：在理想的線性的顯示元件中，一份電壓強度可以生成一份相對應的光照強度，電壓翻幾倍，光照強度也會相應跟著翻幾倍。

　　當然現實世界中的任何顯示器都不會有這樣理想的特性，幸運的是，這些有損的顯示元件的輸入電壓V 與輸出光照強度 I 的對應關系在數學上呈現簡單的規律，可以看到非線性顯示元件的輸入-輸出公式與線性顯示元件的公式非常相近，唯一的不同就是在輸入信號V的右上角多了一個指數γ，這個希臘字母γ讀作Gamma(中文音“伽馬”)，它便是用來描述非線性元件輸入信號 V 在轉化成光線強度 I 過程中“非線性”程度的唯一一個參數。

　　表達通俗一點就是說，非線性顯示元件呈現這樣的規律：輸入電信號V的大小在乘方Gamma和乘以常數k之後，會得到相對應的輸出信號 I，無論輸入電壓的大小與否，一個非線性元件的信號損耗特性Gamma是固定的。

　　然而不同的顯示設備，Gamma的大小是不盡相同的，常見的Gamma大小可能會在1.4到2.6之間，蘋果電腦顯示器的Gamma在1,8左右，傳統CRT電視機的Gamma在2.35-2.55之間。總結來說，Gamma是跟著硬件設備走的，和電壓以及光強度沒有關系。

　　那麼到這裡，我們就終於能理解為什麼Gamma的定義是“用來描述顯示設備非線性程度的專有名詞”了，理想的顯示元件，電信號以線性比例對應光強度，Gamma=1，而現實世界中非線性的顯示元件，Gamma≠1，Gamma越大，信號損失越大，信號的“失真”程度越高，因此Gamma就可以用來表示一個顯示元件對信號的失真程度。

　　這裡必須要強調的是：“理想的，信號無損的顯示元件”，並不是說在電壓到光強度的轉化過程中毫無能量損失，而是只要電壓以k倍轉化為相對應的光強度就可以，一份電壓對應一份光強即可，等比例轉化即可，即 y=kx 的線性映射，此時Gamma是等於1的。

　　而非線性顯示元件在得到輸出光強 I 之前，需要把輸入電壓 V 在k倍的基礎上，右上角再次乘方一個Gamma，那麼此時這個Gamma可以比1大，亦可以比1小。

　　在計算機圖形學中，輸入的電壓信號 V 和輸出的亮度信號 I 都是在0-1(這個0就對應著電壓為0，顏色為黑色，1就對應著電壓為最大，光強度最高，顏色為白色)區間浮動的，如果這樣描述問題的話，我們連公式中間的常數k都可以忽略不計了，輸入-輸出的公式就簡化成了：

　　OK，上面這一大段話的核心意思是(這個總結可以看一下)：

　　所謂伽馬值，原本是用來描述硬件的失真程度，伽瑪值越大，失真程度越大。

　　後來應用到計算機圖像領域，便成為了一個用來校正畫面明暗程度的數學工具。

　　OK，上面這些原理部分我們了解一下就行，不必深究。

　　我們主要是了解伽馬值和曝光值在攝影中的區別和應用。

　　我們再打開一張圖片：

　　我們降低曝光值：

　　得到的畫面效果是：

　　我們降低伽馬值：

　　畫面效果如圖：

　　有什麼不同?

　　一、伽馬值的色彩變化更加劇烈。

　　二、伽馬值細節損失得更多。

　　我們再提高曝光值：

　　得到的畫面效果：

　　我們提高伽馬值：