PS計算命令的原理都有什麼?
PS計算命令的原理都有什麼?
計算是另一種圖像混合運算,它和應用圖像命令相似。計算命令可以將圖像中的兩個通道進行合成,並將合成後的結果保存到一個新圖像中或新通道中。或都直接將合成後的結果轉換成選區。,對於新手來說,可能很多人對計算命令並不是很熟悉,下面就為大家詳細介紹PS通道計算命令應用方法,一起來學習吧!
一、"計算"命令是什麼?
打開一張圖,先看看計算命令的面板
面板大概由"源1";"源二"以及混合模式組成,之前說過混合模式就是通道(也可以是選區)使用混合模式得到新的通道。那麼就有一個問題了,參與混合的通道(選區)來自哪裡?為了方便討論我們按照下圖的圖示做一些約定。
A源一,B源二分別表示2幅圖像,往往圖像可能包括很多圖層,因此A圖中的圖層用a1,a2,a3…表示,B圖中的圖層用b1,b2,b3…表示,而各個圖層中所包含的通道則用圖中表示。
我們很清楚看到計算命令的的含義,不過這裡需要說明的有以下幾點
1、A,B既可以是不同的一副圖像也可以是相同的,也就是說同一幅圖像中可以任意用2個不同的通道混合,例如如果2幅圖相同,如圖的例子
2、如果A,B不同,即不同的圖像之間選通道計算,那麼這2個圖像的大小,解析度,格式必須相同,如果大小,解析度不同,通道無法參與混合。下面看來源不同的圖像之間混合的例子。
我們打開2幅大小相同的圖像,
通過上面的例子我們大概弄清了計算命令的組成,但是我們使用這個是為了得到一個合適的選區(生成的是一個Alpha通道,關於通道,蒙版,和選區的基本關係就不在此多說了,明白三者的轉換就行),我們看看上面的例子得到的結果,我們看到得到了一個新的通道"Alpha1".
觀察我們所得到的通道會發現非常特殊,效果頗有些類似我們的圖層混合,而且這種Alpha通道(其實也是蒙版)無法通過常規手法獲得(畫筆,漸變等),正是因為這樣我們能製作得到很多非常細膩而精妙的選區。下面是計算命令的一些運用。
二、精確選擇高光、陰影與中間調。
我們對於一幅圖像而言,總是存在高光,中間調和陰影的區分,雖然我們不能明確畫出界限圖像的那一部分為高光,中間調,陰影,但是我們在實際對圖像的調整中卻相當重要,例如我們往往希望只調整高光區域的色彩而不希望影響到中間調和陰影區,當然我們可以選用色彩範圍但是選出來的過於生硬並不是我們所希望看到的,這個時候我們可以考慮"計算"命令。
(1)高光的選擇
打開示例圖片,首先分析一下;高光地區並不連續且與周圍界限不清,如果選用色彩範圍,如圖,按這個選區用曲線壓暗做調整發現非常生硬不是我們所需要的。
我們可以使用計算命令來選出按下圖設置得到Alpha1
注意:灰色通道其實就是RGB模式轉為灰度模式的圖像,反應的圖像明度的分布(可以用直方圖驗證這2個圖是否一樣)。我們得到的Alpha1要比灰度更暗,是由於我們使用了"正片疊底"的緣故,因為正片疊底能夠將高光孤立出來,接下來我們把剛剛得到的Alpha1參與到後續計算中。如圖
這個例子其實也提示我們通道是可以反覆來拿做計算(反覆混合)知道得到我們所需要的效果。對PS有了解的應該知道所得的通道其實也是圖層,不過是一幅黑白圖而已,如果覺得所得的還不夠精確,我們還可以用畫筆,色階,曲線來調整知道達到我們的需求!!!!!!!!如下,我們覺得上圖圓圈所示的可能我們需要的範圍大些,我們可以使用低流量畫筆慢慢修飾,或者覺得整體的對比應該再強些,使用色階或者曲線,總之在圖層上的調整命令,工具同樣也適用於通道,而且這些調整手法也相當重要,切記要學會使用。
還可以通過低流量低不透明度畫筆來慢慢修飾能得到更完美的選擇。
然後我們將得到的Alpha2通道載入為選區,然後用色階調整如圖
(2)陰影的選擇
高光和陰影在圖像上幾乎是對立的,因此我們既然在選擇高光是用"變暗"組的模式,所以我們在選擇陰影藉助"變亮"組的模式。
打開一張圖,圖像的陰影大概位於睫毛,頭髮等處,我們可以留心一下這張圖的直方圖,以便之後做比較。我們用2個灰色通道選用"濾色模式"組。
接著下一步
同樣和選擇高光處選區一樣,根據需要,我們把所得的Alpha1用"正片疊底"混合,把Alpha1圖在變暗,這時暗調就更小更精確(暗調在Alpha1中用亮色顯示的)。當然也可以用曲線色階工具,這一步根據實際需要調整的範圍確定。
有了陰影的選擇,我們可以對陰影區進行各種調整例如用"USM"銳化處理,銳化僅限於髮絲,而光滑的人物面部卻絲毫不受影響。
(3)中間調的選擇
在上面我們討論了高光陰影的選擇和調整,但是往往在實際中中間調才是最為重要的因為它包含了最為豐富的圖像信息。所以我們先直觀感受一下中間調的分布。打開下面一張圖,將會得到一個表示中間調區域的圖像
但是為何要這樣做才能得到中間調的選區呢?為什麼不去選用別的模式。下面就解釋下這樣做的原理。
如果我們把剛才所得的通道載入為選區會發現PS彈出這樣一個對話框
從PS的官方幫助手冊上我們知道:如果圖像色階值大於128,作為選區載入時,PS會以螞蟻線的形式標出大於50%的區域輪廓。如果是一個單純色塊組成的圖像,這種方式確實可以幫助我們區分哪些是選區哪些是非選區。但是對於連續色調區域的圖像這種方式並不能準確表示出選區的性質。這個通道的直方圖會發現最大值截止於64,為什麼會這樣,下面我們來討論這個問題,在之前我們做一些約定
A 代表基色 B 代表混合色 C代表結果色
除了上述用反向的方式顯示出中間調,我們還可以通過排除模式我們通過下面的例子來說明
使用色階初步校正
圖像基本正常,但是山脈,樹林等區域顏色不夠艷麗,且天空中的青色過多,不夠純凈,我們注意到這些需要調整的範圍大多是圖像的中間調,按照"排除"方法,如下圖
接下來的是顏色的調整(使用剛剛得到的Alpha1作為蒙版)
全圖加大飽和度,選"青色"向右拖動,使使藍天由青變藍,但是也導致山脈變藍,選擇藍色向左拖動,使藍色回歸到青色,降低明度,加大反差,,最後再加一個調整層可以給全圖加大飽和度。
使用"差值"模式製作中間調選區
對於這個方法來選擇中間調相對而言顯得有些"非主流",因為這種方法規律性並不強,很多時候都是在一些嘗試中得出來的,因此舉出一個例子,其餘的可以在實際中進行嘗試。打開一張圖片;
接下來我們若直接調整顏色就會碰到下面的問題
因此鑒於以上的問題我們需要建立一個選區來精確控制不同區域飽和度的增加
程度。這個選區可以通過計算得到。
色階加強反差
現在我們得到了所需要的選區可以進行下面一系列的調整了
繼續我們的調整。
得到最終結果
最後這張圖還可以細細的做很多細節修飾,可以慢慢嘗試。
接下來補充一下關於計算中"差值"模式的一點有趣的應用
相信大家都玩過美女來找茬這種遊戲,有時候糾結找了半天都找不全,這時候PS差值混合模式就能不馬上找出不同。舉個例子;
當然用"美女來找茬"來舉這個例子似乎不太妥當,但是卻直觀的讓我們感受到"差值"的作用,就是比較差異,其計算公式為C=|A-B|,如果2個圖是一樣的那麼C=0,反映到圖像就是純黑,如果AB有差異,那麼混合出來的結果一定不是純黑。我們運用差值的原理來解決我們常常會遇到的一個問題。
我們都知道在RGB模式轉CMYK模式時常常會遇到一個問題——"溢色"所以有時候轉換起來會發現色彩損失很多。我們在色彩範圍內找到"溢色"選項能夠把溢出的表示出來,然後根據選區慢慢調整顏色,但是這個選區實在太過糟糕,邊緣過度生硬銳利,下面我們用差值來完全選出這些溢出的區域。由於差值的特性,我們選出的是絕對的準確
下面所示的是具體的過程;
上面我們得到3個通道,然後我們把Alpha1和Alpha2相加混合得到Alpha4;再把Alpha4和Alpha3仍然用相加模式混合得到Alpha5,而這個Alpha5就反映了3個通道的總和,即2幅圖像的差異之處。
有了Alpha5後,我們載入選區,然後在它的約束和保護下用各種命令工具對超出色域的顏色進行修改。
在最後簡單介紹一下計算的混合模式中的"變亮"和"變暗"模式組
其實這2個模式用於將某些亮度特徵區分開來,在Lab模式下尤其有用,我們打開如下的"鬱金香"圖,如果我們使用常規的"色相/飽和度"下調整綠色,使葉子更加碧綠,但是綠色的調整卻並不同步,圖片上綠色飽和的地方已經發藍,而綠色不夠飽和的地方卻沒有什麼改變,事實上由綠色的並不純凈其中還摻雜著許多別的顏色,不過可以通過縮減色域,吸管選擇但是結果似乎並不好。其實更有效的方法是在Lab模式下調整
首先我們把圖像轉為Lab模式,然後我們必須得大概了解下Lab模式,雖然這不是要講的重點。
Lab是我們一般不怎麼會用到的一個模式,當從RGB轉過去時不用擔心會丟色,因為Lab的色域更加廣泛。L是明度通道,a,b分別是2個顏色通道
"a"通道只有2種顏色。以50%灰為界,暗於它的為綠色(越暗表示綠色越飽和),亮於它的為紅色(越亮表示紅色越飽和),由於b通道本例並不涉及因此不在多說。
轉為Lab模式後,我們新建一個Alpha1通道,填充50%中性灰,這是非常之關鍵的一步!!!!!!!!!!!!這個中性灰層像一個篩子過濾掉一種顏色留下另一種顏色。
然後使用"計算"命令,不過我們得知道自己在幹什麼
在本例中,我們想要單獨調整"綠色"而不要影響到其它的顏色,那麼就需要一個基於"a"通道的選擇,在這個選擇中只有綠色沒有紅色,所以在"a"通道中,這就意味著所有比50%灰亮的區域都要變成50%灰,我們使用"計算"命令達到目的。
Alpha1通道就像砍刀,砍去了"a"通道的高光部分。單擊a通道,對a通道使用"應用圖像"命令進行如圖所示的設置
調整前後對比
PS 附上本次所用的素材和混合模式計算公式
計算公式的圖片來自網路
以上就是實例深度解析PS計算命令的原理,教程結束的有點多,但介紹的非常詳細,對於不明白的朋友很適合來學習,希望能對大家有所幫助!
推薦閱讀: