Ps:曝光度

曝光度 Exposure命令在处理图像时,尤其是针对 32 位 HDR 图像,通常在线性颜色空间(即灰度系数为 1.0)中执行计算,这意味着它对图像的亮度进行直接和线性的调整。

这种处理方式特别适合处理高动态范围内容,因为 HDR 图像的亮度范围远超过传统的 8 位或 16 位图像。

Ps菜单:图像/调整/曝光度

Adjustments/Exposure

Ps菜单:图层/新建调整图层/曝光度

New Adjustment Layer/Exposure

"曝光度"命令主要用于解决 32 位 HDR 图像过曝或欠曝的问题。

通过调整曝光度,可以有效地调整图像的整体亮度,恢复过曝区域的细节或提亮欠曝区域,从而获得更平衡的图像效果。

在 8 位和 16 位图像上应用"曝光度"命令调整,可以模拟 HDR 效果,改善图像的亮度和对比度,尽管这些图像的动态范围本身受到位深度的限制。

相对于色阶 Levels和曲线 Curves调整命令,"曝光度"命令提供的是更直接但可能不那么精细的亮度调整工具。

色阶和曲线提供了更复杂的控制选项,可以对图像的特定亮度区域或色彩通道进行详细调整。

因此,使用"曝光度"命令调整可能在效果上不如色阶和曲线平滑,尤其是在进行细致的色彩和色调控制时。

◆ ◆

使用方法与技巧

1、"曝光度"滑块可使高光变亮或变暗。

2、"位移"滑块可以使阴影和中间调变暗或变亮。

3、"灰度系数校正"滑块主要可以调节高光与阴影的对比。

4、使用黑场吸管工具在图像上单击,可设置"位移"值,同时将单击处的像素设为纯黑(0)。

这个操作用于确定图像中的最暗点,并相应调整图像,使得该点的色彩值为纯黑,有助于改善图像的对比度和深度。

5、使用白场吸管工具在图像上单击,可设置"曝光度"值,同时将单击处的像素设为纯白(对于标准图像是(255,255,255),对于 HDR 图像为 1.0)。

这个操作用于确定图像中的最亮点,并相应调整图像,使得该点的色彩值为纯白,有助于优化图像的亮度和高光细节。

6、使用灰场吸管工具在图像上单击,可设置"曝光度"值,同时将吸管选取的像素设为中性灰。

这个操作对于调整图像的色彩平衡特别有用,因为它可以根据选中的像素点来调整图像,使得该点达到一个无色偏的中性灰色调,这有助于校正图像的整体色温和色彩偏差。

◆ ◆

命令选项说明

预设

Preset

包括:

默认值、减 1.0、减 2.0、加 1.0、加 2.0、自定等。

点击右侧的齿轮按钮,可"存储预设"或"载入预设",或者"删除当前预设"。

曝光度

Exposure

主要针对色调范围的高光端,对极限阴影的影响很轻微。

通过调整曝光度,主要调整图像的整体亮度,尤其是高光区域,而最暗的阴影区域受到的影响相对较小。

这个调整类似于在摄影拍摄过程中改变相机的曝光设置。

提示:

如果是 32 位的图像,还可以访问文档窗口底部的状态栏中的"曝光度"滑块。

请参阅:

Ps:文档窗口状态栏

位移

Offset

主要针对图像的中间调和阴影,对高光的影响很轻微。

位移的调整可以被视为移动图像的整体亮度,使得中间调和阴影区域变亮或变暗,而对高光区域的直接影响较小。

当阴影和中间调变亮时,图像可能会出现一种"冲刷效果" wash out effect,这是因为亮度的提升减少了图像中暗部和亮部之间的对比度。

灰度系数校正

Gamma Correction

主要针对色调范围中高光与阴影的对比,而不是简单地整体增亮或减暗图像。

默认值 1.0 意味着不改变图像的伽马值。

当值大于 1.0 时,图像的对比度降低,高光和阴影之间的差异减小,导致图像整体呈现一种较平坦、灰白的感觉。

当值小于 1.0 时,高光和阴影之间的差异增加,图像对比度增强,使得明暗对比更为强烈。

"点赞有美意,赞赏是鼓励"

相关推荐
sp_fyf_20248 分钟前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
红客5979 分钟前
Transformer和BERT的区别
深度学习·bert·transformer
多吃轻食12 分钟前
大模型微调技术 --> 脉络
人工智能·深度学习·神经网络·自然语言处理·embedding
charles_vaez36 分钟前
开源模型应用落地-glm模型小试-glm-4-9b-chat-快速体验(一)
深度学习·语言模型·自然语言处理
北京搜维尔科技有限公司1 小时前
搜维尔科技:【应用】Xsens在荷兰车辆管理局人体工程学评估中的应用
人工智能·安全
说私域1 小时前
基于开源 AI 智能名片 S2B2C 商城小程序的视频号交易小程序优化研究
人工智能·小程序·零售
YRr YRr1 小时前
深度学习:Transformer Decoder详解
人工智能·深度学习·transformer
知来者逆1 小时前
研究大语言模型在心理保健智能顾问的有效性和挑战
人工智能·神经网络·机器学习·语言模型·自然语言处理
Shy9604181 小时前
Bert完形填空
python·深度学习·bert
云起无垠1 小时前
技术分享 | 大语言模型赋能软件测试:开启智能软件安全新时代
人工智能·安全·语言模型