主讲人：青岛永盛 梁 斌

五莲老虎

谈谈直方图在拍摄前期的指导意义

      今天暂时不讲ACR的使用心得，因为我发现后台好多人说想要听听直方图怎么看，所以小梁今天就来再谈一谈直方图在前期辅助曝光时的指导意义。

      直方图到底是干啥用的？

      其实就像医生诊断患者的病情，很多时候不能只靠望闻问切一样，还要通过化验、拍X光片来看看内部出了什么问题一样。因为病人提供的病情描述，或者脉象表现有时候并不能提供准确的诊断依据（不否认一些资深老中医确实有炉火纯青的医术）。

      摄影师也可以通过某样工具来排除显示器现场光线给其带来的干扰，这个工具就是直方图！

      假设把照片的亮度分为0到255共256个数值（8位色深JPG图像的单通道色阶数即为256阶，14位为4096阶，16位为65536阶）。其中0代表纯黑色的最暗区域，255表示最亮的纯白色，而中间的数字就是不同亮度的灰色。

      这里我们不采用安赛尔.亚当斯的【区域曝光分区法】分成十一个区域，而是把亮度信息分成5部分。

      最中间的灰度区域就是【中间调】，这部分的影调信息丰富细腻，可辨识度高。【中间调】左侧和右侧相邻区域为【阴影】和【高光】，在ACR/LR后期的定调过程中，我们常用降【高光】，提【阴影】来获得更多亮部和暗部细节，其实就是把【阴影】【高光】尽量往中间调靠，从而获得更平滑的层次过度，更细腻的细节表现。最后【黑色】是照片中最暗的区域（黑场），【白色】是照片中最亮的区域（白场），这些区域里基本没有任何细节，但黑色和白色区域的像素影响到画面的对比度和反差。

      当我们用横轴代表0-255的亮度数值，竖轴代表照片中对应亮度的像素数量，这个函数图像就被称为【亮度直方图】（ 英文为Histogram）。横轴代表0-255的亮度数值，竖轴代表照片中对应亮度的像素数量。

      现在很多数码相机，都可以在拍摄前的显示屏取景预览窗口或者拍摄完成后的照片浏览窗口中，设置直方图的查看选项，可以参考相机的说明书进行设置。

      这个功能，我建议大家一定要开启。

      直方图在摄影的前期有3个参考作用：

      (1) 及时发现照片中的过曝和欠曝区域，而不是通过不靠谱的LCD屏幕来判断照片过曝与否。

      因为很多时候，光线强烈的室外，你是看不清屏幕内容的。或者在强烈阳光下，你看到的照片要比实际效果暗的多，反差也低得多。

      这时候如果你没有意识到这个问题，也没有直方图参考，很可能会提高曝光补偿。最后，回家放到电脑上一看，照片都过曝了。

      (2) 检测现场光比反差是否超过了相机能记录下来的宽容度，而不是拍回家后，发现找不回高光和阴影细节而懊恼沮丧 。

      在大光比下，直方图通常会有一端溢出。如果不及时发现，你就不会采取补救方法。比如使用GND渐变镜，使用包围曝光来弥补相机动态范围的不足。

      (3) 帮助我们准确的向右曝光，便于获得信噪比更大，质量更高的信息记录。

      1.及时发现照片中的过曝和欠曝区域。

      我们拍摄照片的时候，相机就通过快门曝光、光圈、感光度的组合把现场环境的实际亮度映射到了从暗到亮照片记录区间上。 一张中间调照片的理想的曝光应该如下图，直方图如同正态分布曲线一样，在白色和黑色部分有少许的记录，一些像素分布在了阴影和高光区域，但更多的像素还是在直方图中部的中间调范围。

      一旦我们曝光参数设置不对，照片就会欠曝或者过曝。体现在直方图上就是一侧有大量空白，另一侧却像素溢出被直方图的顶部切断（一般称之为高光/阴影剪切，或者亮部/暗部细节丢失）。

      一张严重过曝的照片直方图会像下图这样，直方图右侧被直接切断，代表白色区域的直方图区间含有非常多的像素。

      这意味着天空中红圈里亮度很高的部分，由于相机宽容度的原因，只能以纯白色的形式记录在照片里，细节全部丢失了。

      同时照片的暗部并没有多少像素，说明我们并没有完全利用照片记录信息的空间。

      类似的，一张欠曝的图片，最左侧纯黑区域也有大量的像素存在。

      2.检测现场光比反差是否超过了相机的宽容度。

如果直方图的最左和最右区域并不是空白，而相反区域又同时出现上面说的过曝和欠曝现象，则意味着环境里的光比太大（最亮和最暗之间的反差），相机难以记录下全部信息。

      这个时候直方图提醒我们光比太大了，需要使用渐变灰滤镜或者包围曝光再后期合成的办法，来平衡光比了。

      例如这张照片，如果想记录下暗部区域的森林细节，则亮部的雪山和湖面会过曝溢出。

      如果要表现亮部湖面的细节，超出相机宽容度的暗部又全部以死黑色记录了下来，导致远处森林区域丢失掉所有的细节。

      后期再手动曝光合成或HDR合成两张图片，这样亮暗部信息都被反映在了新的图像中。

      至于为什么不用GND渐变灰镜，答案是画面中的明暗分布太过复杂，无法很好地使用渐变灰镜压制高光区。

      3.帮助我们向右曝光。

      相机记录信息的时候会同时产生噪点。在较亮区域，因为光线充足，所以噪点并不明显。而在较暗区域，相机记录的光线信号很少，噪点就会一下子突显出来。

      特别是如果后期再对暗部提亮，噪点就会更加明显。这种情况我们称之为“信噪比”(CMOS/CCD芯片收到的有效光线信号与芯片本身噪点数量的比值)太低。

      不同的相机后期宽容度也是有很大区别，提拉阴影和曝光后的信噪比也不同，这主要受限于CMOS的制作工艺和影像处理器数字信号的解读能力，也跟后期软件的算法有一定关系。

      dpreview网站对不同相机的动态范围评测对比图

可以直观的反应一部相机的宽容度水平到底如何。

为了提高照片的“信噪比”，在2003年加拿大著名摄影师 Michael Reichmann提出了【向右曝光】的概念（数码摄影先驱 Michael Reichmann已于2016年5月18日因癌症去世，享年71岁，表示哀悼）。

      所谓【向右曝光】，即在照片亮部不溢出的情况下，让照片中的像素尽量地记录在更亮的区域内。也就是直方图尽量的靠右，让白色区域总是存在一些像素。

       注意：向右曝光，不是让你拍摄到过曝，高光溢出。

      比如这是一张照片的最终成品，整体的细节，不管高光还是阴影区域细节都能展现出来。

      但拍摄的时候，我使用了一片0.6S 软渐变灰镜，并且+1.3EV向右曝光。

      原图是什么样呢？来看一下。

      原图的直方图有点“偏右”，肉眼看起来原图是有点轻微过曝的，雪山和白云之间的层次并不明显，色彩也变得不够饱和，显得很苍白。

      实际上这是错觉，只是色彩的明度高了，饱和度并没受到太多影响。但因为【信噪比】的提高，却为后期带来更广阔的空间，通过后期压暗后我却获得了一张噪点数量更少的优质照片。

      很难与（1）中提到的难以挽救的严重过曝区分开来。

      此时只有直方图才能帮助我们准确的掌握曝光信息，只要直方图最右侧纯白色的位置没有堆积大量像素，照片就是“向右曝光”，而不是难以挽回细节的严重过曝。

      友情提示，画面中如果有直接光源的存在，比如日落的夕阳，那么向右曝光就要相对保守一点了，不要让直方图紧贴最右侧，不然在光源以及紧邻光源的区域可能会存在无法挽回的细节丢失。

      如果不看直方图的话，你能判断这张照片过曝还是没过曝吗？

      打开直方图一看，一眼就看出问题了，右侧已经有一点轻微溢出了，但好在还没有彻底溢出，后期有的救。

      不看直方图，能准确判断吗？

      如果是经验丰富的摄影师，估计可以感受到画面中高光点大概会有一点问题，但是初学者，往往会忽略这些小细节，只关注人物主体。

       实际直方图告诉我们，也是有高光溢出警告存在的。

      这些红色警告区域，就是溢出了的。

      可能很多人不在意这点小瑕疵，但是小梁在这儿必须提醒大家，溢出的照片打印时会出现很严重的问题。因为打印时，溢出警告区域是没有墨点着色的，这意味着那个区域显示的就是相纸的底色。

      如果你整体照片的高光区的影调跟相纸颜色接近，那么可能看不出问题。 如果有巨大差异，那么高光区的过度会很难看。

      再看一张，这张不看直方图，能判断出问题来吗？

      可能大部分人会觉得，水面区域过曝了吧？

      看一眼直方图，你会发现，水面压根就没溢出警告啊！但是，没溢出警告，不代表这张照片的水面没问题。天空的色彩非常好，可是水面却惨白一片。

      这种情况是怎么出现的呢？答案是乱用渐变镜导致的。

      按照常理来说，天光要比水面的反光亮。但是照片上却是天光比水面反光的明度要低，色彩要浓郁。

      再看远处大地和近处的草原，是不是也发现亮度不一致？同一片天空下，又是在清晨时分，有晨曦的时候拍摄，哪来的这么强烈的区域光效果呢？

      所以这种光影对比，虽然乍看很出彩，但是经不起推敲和琢磨，原因就是光影逻辑关系错乱，超出常识认知。那么即使直方图再完美无缺，也不代表照片就是完美无缺。

      所以我最后要总结的是，直方图是一个辅助你判断照片曝光影调问题的工具，他仅仅可以做为参考，却不能成为唯一的衡量标准。

      没有完美的直方图！也千万不要问我，什么样的直方图是好的。这个要根据你照片内容和影调来判断。

      我们在前期要做的只是读懂、看明白直方图，从而帮你判断曝光问题。而直方图在后期修图时的辅助应用，我们后面再讲。