Хистограмата на изображението в Photoshop
И така, какво е хистограма? Хистограмата е графика, която показва текущите настройки на нашата гама тон на изображението. Терминът "тоналността" означава стойността на яркостта на изображението. Хистограмата ни показва редица области на изображението се сега чисто черен (или най-тъмната), но в момента чисто бели площите (или най-ярката), както и коя част е между тези две крайности на черни и бели зони. Важно е в този случай да не се бъркат понятието "черен" и "бял" на черно-бели изображения. В този случай, на концепцията за "черно" и "бяло" трябва да се разбира не като цвят, а като крайна степен на яркост. Хистограми работят еднакво добре както на пълна цветна снимка, тъй като ние се занимаваме със стойност само на яркостта, а не цвят и черно-бели снимки.
Защо ние трябва да знаем стойностите на тонален диапазон на изображението? Ами, например, сте никога не погледна снимката, която изглежда е малко скучно и "плосък"? В повечето случаи това се дължи на нисък контраст, както и с помощта на хистограмата ние можем лесно да се открие и да реши проблема. Той ще ни покаже наличните яркост областите, които не са толкова ярки, тъй като те трябва да бъдат, в идеалния случай, това се отнася и за тъмните области не са достатъчно тъмно за по-голям. И двете от тези проблеми да доведе до слаба разлика от тях, но за щастие, с помощта на хистограмата е лесно да се открие и вярна.
Друг потенциален проблем, който може да се сблъска при редактиране на изображения е, че ние може да донесе на светли и тъмни части на снимката, за да чист черен или чисто бял цвят, така че можете да загубите всички детайли на изображението в тези области на фотографията. Тази грешка е известен като "клипинг" сенки и отблясъци. Всичко това означава, че можем да загубим детайлност на изображението в светли и тъмни участъци на снимката.
Не винаги е лесно да се забележи, просто гледам на снимките, защото очите ни, просто не са достатъчно чувствителни, (въпреки че ние много по-лесно, отколкото сме в акцентите може да различи детайлите в сенките). И с помощта на хистограмата ние веднага да се види как оригиналните изображения недостатъците и грешките, направени по време на редактиране. Или, ако ние възстановяваме една стара снимка, хистограмата ще ни разкаже за изгубеното светъл или тъмен райони.
Работа с хистограмата в Photoshop
Анализ на хистограмата на изображението е най-добре, извършени в името на "нива", защото Под графиката е скала от черно към бяло градиент.
Например, ако се вгледаме в лявата част на хистограмата. ние виждаме, че тази част е много ниска. градиент мащаб в този момент показва чисто черно. Следователно, можем да заключим, че изображението не е чисто черно. Най-дясната хистограма парцела още по-ниска. Ако се вгледаме в групата на градиента, можем да видим, че този сайт отговаря на бяло, от което ние се заключи, че е чисто бял цвят на изображението е почти несъществуващ. Погледнете изясняване пример:
Изображението може да е много малко чисти черни или чисто бели тонове, но между хистограмата показва стръмен хълм, който показва наличието на тонове различни ключови, т.е. сиви нюанси. Ако се вгледаме в градиента под върховете, вие ще знаете точно кои цветове присъстват в образа най-интензивно.
Например, по-долу представям хистограмата на две изображения, недоекспонирани и преекспонирани, както и самите снимки:
Първият пример показва, че тоновете са концентрирани в ляво, в тъмната част и светъл същото Полутоново отсъства напълно. Тази снимка изглежда неестествено тъмно и плоски.
Снимка на втория пример има обратния проблем. Тук, на върха на хистограма в далечния десен ъгъл, което подсказва, че изображението отрязани всички светли цветове и вследствие на това всички леки подробности. Това изображение изглежда неестествено светлина и. както и първата, апартамента и скучна.
В тази статия няма да говорим за решаване на проблемите на снимките, както и за ограничаване на показваната информация, която е представена хистограма на изображението. Коригирането на тези недостатъчно и преекспонирана снимка ще отидат в член подобряване на цвета на изображения с помощта на "нива"