Camera Raw:增强

Camera Raw 中的增强 Enhance命令基于 AI 技术提升图像的质量,可用于降噪、生成清晰的细节以及提高图像的分辨率。

◆ ◆

主要用途

1、高 ISO 图像降噪

勾选"去杂色" Denoise,可轻松消除使用高 ISO 设置或在低光环境下拍摄的照片中的噪点。

可以对任何 Bayer 传感器(Canon、Nikon、Sony 等)和 Fujifilm X-Trans 传感器的相机中的 Raw 格式文件进行降噪,而不会丢失图像的精细细节。

2、生成更清晰的图像

勾选"原始数据详细信息" Raw Details,可以生成清晰的细节,呈现更精准的边缘、改进颜色渲染并减少伪影。增强后的图像的分辨率与原始图像保持一致。

此功能让精细细节清晰可见,适合大型显示屏和大尺寸打印。

支持的文件类型同"去杂色"。

3、提高分辨率

勾选"超分辨率" Super Resolution,可将照片的线性分辨率提高一倍(像素总量增加四倍),尤其适用于提高裁剪图像的分辨率,为二次构图带来极大的便利。

此功能除了支持 Raw 格式文档外,也支持 JPEG、TIFF 等文件类型。

◆ ◆

打开方式

方式一:

在 Camera Raw 的预览窗口的图像上右击,选择"增强" Enhance。

快捷键:Ctrl + Shift + D

提示:

1、点击右键菜单项的同时若按住 Alt 键,则在不弹出"增强"对话框的前提下应用上次对话框中选择的选项。

2、若在 Camera Raw 的胶片栏上选中了多张照片,也可一次性增强多个图像。

方式二:

在 Camera Raw "编辑"模块的"细节"面板中,点击"去杂色" Denoise按钮。

提示:

在 Lightroom 中,也可在照片的预览窗口中右击,选择"增强" Enhance。

Lr菜单:图片/增强

快捷键:Ctrl + Alt + I

◆ ◆

注意事项

1、文件保存

增强后的图像将保存为新的 DNG 文件,原始图像并不受影响。

要注意的是,图像只能被增强一次,不能再次应用于已经增强过的图像。

2、支持的文件类型

"去杂色"和"原始数据详细信息"功能仅适用于 Bayer 和 X-Trans 的 Raw 格式文件,不适用于 JPEG、TIFF 和 HEIC 等非原始文件。

3、系统要求

确保计算机符合 Camera Raw 的系统要求,并具有足够的 GPU 性能。

4、处理时间

根据照片的大小和复杂度,增强处理可能需要一些时间。预览窗口中会显示估计完成时间 Estimated Time。

5、Photoshop 中的 Camera Raw 滤镜

要注意的是,Photoshop 中的 Camera Raw 滤镜不支持"增强"功能。

6、"超分辨率"处理 JPEG 或 TIFF 图像

如果想使用"超分辨率"处理 JPEG 或 TIFF 图像,就要使得 Photoshop 在打开这类文件时先启动 Camera Raw。

可以"首选项/Camera Raw"的"文件处理"选项卡中,将 JPEG 或 TIFF 设置为自动打开所有支持的 JPEG 或 TIFF。

或者,在 Adobe Bridge 中,在 JPEG 或 TIFF 文件上右击选择"在 Camera Raw 中打开"。

"点赞有美意,赞赏是鼓励"

相关推荐
MiaoChuAI几秒前
豆包AI PPT与秒出PPT对比评测:谁更适合你?
人工智能·powerpoint
%KT%18 分钟前
简单聊聊多模态大语言模型MLLM
人工智能·语言模型·自然语言处理
唐某人丶27 分钟前
教你如何用 JS 实现一个 Agent 系统(1)—— 认识 Agentic System
前端·人工智能
泡泡茶壶_ovo33 分钟前
RORPCAP: retrieval-based objects and relations prompt for image captioning
人工智能·深度学习·计算机视觉·语言模型·prompt·多模态·imagecaptioning
MaxCode-138 分钟前
单智能体篇:Prompt工程艺术
大数据·人工智能·prompt
小鹿的工作手帐1 小时前
有鹿机器人:智慧清洁新时代的引领者
人工智能·科技·机器人
这张生成的图像能检测吗1 小时前
(论文速读)Logits DeConfusion-CLIP少样本学习
人工智能·计算机视觉·图像分类·clip
居然JuRan2 小时前
RAG系统开发中的12大痛点及应对策略
人工智能
sinat_286945192 小时前
AI服务器介绍
服务器·人工智能·算法·chatgpt·transformer
Kusunoki_D2 小时前
PyTorch 环境配置
人工智能·pytorch·python