3万字修图秘籍：看完它，你就是高手！
//////////
前言
这是一篇与众不同的后期教程，不同于常规的教学思路，这套教程将从摄影后期的底层原理出发，帮助你掌握每个工具背后的原理并实现举一反三的效果。并且该教程还将覆盖当前几乎所有后期的主流技巧，例如景深合成、堆栈、局部调整、光影重塑、高低频、中性灰等等。相信这篇长达3万字的后期教程可以帮助你有效入门和进阶摄影后期。 除 此之外，任何个人、机构都可以 无偿使用 该文章，无论是商业使用或非商业使用 ，无须署名但需要保证内容的完整性。俗话说「工欲善其事 ，必先利其器」，当我们在入门摄影后期的时候，选择合适的软件就显得非常重要了。首先我们要明确一个概念，就是「 图片后期」 和「摄影后期」是两个不同的领域，后者是前者的子集。我们对图片执行的任何操作都可以算作「图片后期」，比如将一张照片变成动漫效果。而「摄影后期」则是与摄影体系紧密相连的，里面的许多概念都是与摄影息息相关的，比如白平衡、色温、 包围曝光等 等，因此这篇文章针对的是「摄影后期」而非广泛意义的「图片后期」，同时推荐的软件也是基于「摄影后期」这个体系。
手机软件：如果你是想在手机上学习摄影后期，那么我优先推荐两款应用：「泼辣修图」和「Lightroom」，因为这两款应用都是以摄影后期为核心打造的应用，侧重于从摄影体系去对图像进行编辑。 电脑软件：电脑软件首推的自然是「Photoshop」，特别是Photoshop自带的插件Camera RAW，更是覆盖了摄影后期的核心操作。当然如果你有图像整理和批处理的需要，那么电脑版Lightroom则是可以考虑的软件，如果没有类似需求的话Camera RAW已经足够使用，它的功能基本上和Lightroom是一致的。 除了Photoshop和Lightroom，我还强烈推荐大家下载「达芬奇调色」和「3D LUT Creator 这两款软件，这对于拓展大家的后期思路以及加深对摄影后期的底层认识有非常大的帮助。 当然，我推荐以上软件并不是说其他软件不优秀，而是作为一名初学者我更推荐借助以上软件取熟悉摄影后期系统，我们在这篇文章里面讲解的所有知识都是通用的底层知识，等你能够熟练掌握这些软件后，再切换到其他任何修图软件都将游刃有余。 一、光的三原色及 其混合原理 对于任何一个想要学习摄影后期的人，我都会从光的三原色（以下用三原色代替）开始介绍，因为这是数码后期的基石，是一切后期调色的基础，它对于理解数码后期体系起着根本性的作用。
光的分解
光的三原色是指红、绿、蓝这三种颜色，这三种颜色不可再被分解且可以构成其他色彩所以被称为原色。光的三原色并不是一种光学性质，而是由人眼的生理特征确定的，有兴趣的可以去了解一下为什么光的三原色是红绿蓝。在摄影中，我们只需要知道用红、绿、蓝这三种颜色可以混合出各种其他色彩就可以了。
我们绝大多数显示器其实都只能显示红、绿 、蓝这三种颜色，在显示器上你看到的其他所有色彩都是这三种色彩混合出来的，比如你在手机上看到的黄色并不是真正的黄色，它不过是红色和绿色这两种颜色联合起来欺骗了你的眼睛罢了，换言之，人眼无法分辨看到的黄色到底是红色和绿色的混合光还是黄色单色光。 1.2、三原色的互补色是什么 我们再来谈谈三原色的「补色」，红、绿、蓝的补色是青、洋红、黄。所谓「补色」，就是如果两种颜色混合后可以得到白色，我们就称这一组颜色互为补色。所以说，红色+青色=白色，绿色+洋红色+白色，蓝色+黄色=白色。为什么互补色混合起来会得到白色呢？是因为当互补色（例如红色和青色）同时进入人的眼睛时，这时候人眼内的三种视锥细胞会同时得到刺激，传递出来的视觉感受就是白色。 1.3、三原色的混合原理
最后再来谈谈三原色的混合原理，一句话总结就是任意两种原色相加可以得到第三种原色的补色。即： 红色+绿色=黄色=蓝色补色，绿色+蓝色=青色=红色补色，红色+蓝色=洋红色=绿色补色。 为什么会有这个规律呢？原因就是同等强度的红色、绿色和蓝色混合可以得到白色，而互补色混合也可以得到白色，因此： 1.4、白平衡的本质是什 么
所谓白平衡就是指将白色的物体还原为 白色，现实中因为各种原因白色的物体在照片中会呈现出其他的色彩，我们称之为色偏，白平衡就是修正色偏的。所以当我们提到白平衡时，本质上就是在平衡红、绿、蓝这三种颜色的比例。我们前面提到过，当红、绿、蓝这三种原色的比例一致时就会呈现出白色，所以一张照片偏洋红色，本质上就是洋红色过多了，这时候我们有两种基础方式去平衡色彩：一种是削弱洋红色，另一种是增加绿色，这两种处理方式有什么区别呢？
在上面这组图中，中间这张图是削弱洋红色的结果，右图是增加绿色的结果，可以看到中间这张图会更暗一些，这是为什么呢？因为削弱洋红色就表示红色和蓝色的发光量减少了，因此整体的发光量会降低，所以会变暗；而增加绿色表示维持红色和蓝色发光量不变的情况下，增加绿色的发光量，因此整体的发光量会增加，所以会变得更亮。当然我们在实际的白平衡处理中，既会单独选择其中一种处理方式，也会同时结合这两种方式。 当我们打开任意专业修图软件时，总会看到色温和色调这两个调整选项：
我们可以看到色温的色彩倾向是一组互补色，即蓝色与黄色，而色调的色彩倾向也是一组互补色，即绿色与洋红色，我们会经常利用色温和色调来调整画面的白平衡。所谓色温，就是指黑体在不同温度下的颜色，当我们调整色温的时候，画面的色彩基本上围绕下面的白线产生变化：
这条线我们可以认为是一根横轴，它可以解决一张图片偏冷或偏暖的白平衡问题，但这并不足以修复所有的白平衡类型，于是我们又新增了一个色调调整工具，这个工具可以认为是一根纵轴，它可以解决一张图片偏绿或偏洋红的白平衡问题，因此借助色温和色调这两个工具我们可以修复大多数的白平衡问题。使用色温、色调修复白平衡非常简单，画面偏向于蓝色我们就提高色温增加黄色；画面偏向于黄色我们就降低色温增加蓝色；画面偏向于绿色我们就提高色调增加洋红色；画面偏向于洋红色我们就降低色调增加绿色，比如下面这张图因为错误的白平衡设置导致整体偏洋红，所以我们只需要降低色调值即可：
无论我们使用任何工具去执行白平衡操作，其本质都是去平衡红、绿、蓝的含量，比如我们可以利用曲线工具去增加绿色以中和洋红色：
正如我们前面所提到的，当洋红色过多的时候，我们可以通过增加绿色去中和，也可以通过削弱洋红色去中和，所以我们可以分别去降低红色和蓝色的含量实现这一目的（红色+蓝色=洋红色）：
当然，除了以上校准白平衡的方法，我们还有 其他许多方式去修正色偏，比如我们可以利用图层混合模式去实现白平衡的校正（现在仅作了解，后面我们会对此有深入的解释），我们可以新建一个绿色图层（左图），然后将混合模式改为颜色（中间），接着降低不透明度来实现与洋红色的中和（右图），这也是利用了绿色+洋红色=白色这一色彩规律。
所以，当我们在讨论白平衡的时候，我们需 要知道讨论的本质是什么。 1.5、曲线 工具为什么分 为白色、红色、绿色、蓝色四根 曲线工具是后期中极其重要的一种后期工具，我们称其为「后期工具之王」也不为过，我们很多后期工具都是曲线工具的变形，例如曝光、亮度、对比度、色调分离、高光、阴影、白色、黑色等等。
接触过摄影后期的都知道，曲线工具分为白色、红色、绿色、蓝色这四根曲线，为什么它偏偏是四根？为什么又偏偏是这四根？当我们知道三原色及其原理后就非常清楚了，红色、绿色、蓝色曲线其实就是分别去控制红色、绿色和蓝色的工具，因为它只是控制单一颜色，所以它非常容易导致色彩的变化，比如我们利用红色曲线将红色增强后，因为红色曲线只影响红色，所以绿色和蓝色不会产生变化，因此最终的结果就是画面会明显偏向于红色。
而白色曲线呢？其实就是同时控制红色、绿色 和蓝色的工具，因为红色+绿色+蓝色=白色，所以当我们同时调整红色、绿色和蓝色时，就可以保证对画面的影响主要集中于曝光而不是色彩。
1.6、可选颜色工具的变化原理 在后期调色中有一个重要的后期调整工具—可选颜色工具，这个工具拥有四个调整选项，分别是青色、洋红色和黄色。当我们看到这三个颜色的时候自然而然的就可以联想到这它们是三原色的补色。
所以当我们调整青色的时候对应的就是调整红色，也就是提高青色就是降低红色，降低青色就是提高红色；同理，调整洋红的时候就是调整绿色，也就是提高洋红就是降低绿色，降低洋红就是提高绿色；同理，调整黄色的时候就是调整蓝色，也就是提高黄色就是降低蓝色，降低黄色就是提高蓝色。比如我们希望将下图的叶子变得更黄：
这时候我们的思维过程就是：红色+绿色=黄色，因此要得到黄色就需要增强红色和绿色，同时降低蓝色。在可选颜色中，想要增加红色和绿色就需要降低青色和洋红色，想要降低蓝色就需要增加黄色，因此我们的调整思路就出来了：
二、色彩的RGB表示 前面我们了解了三原色及其补色，接下来就要了解三原色和数码摄影的深刻关系。我们知道，所有的数码影像都必须借助显示器才能被人们看到，那么显示器是如何正确显示颜色的呢？这就是色彩的RGB表示。 2.1、 RGB中的R、G、B分别代表什么含义？ RGB就是Red（红）、Green（绿）、Blue（蓝）的缩写，我们知道利用红绿蓝可以混合出任何其他色彩，所以如果我们希望显示器显示出各种色彩我们只需要控制红、绿、蓝的比例即可，因此我们就用R、G、B来描述红、绿、蓝的发光量，从而使得显示器可以正确的显示各种色彩。
所有的显示器都是由一个个像素构成的，我们显示器的分辨率其实就是对像素数量的描述，比如一台显示的分辨率是1920*1080就表示这台显示器横向有1920个像素，纵向有1080个像素。而每1个像素通常又是由3个子像素构成的，分别是红色子像素、绿色子像素和蓝色子像素，通过控制红、绿、蓝这三个子像素的亮度就可以让每一个像素都显示出各种各样的色彩，当多个像素组合起来时就可以构成我们显示器上面看到的各种各样的色彩。 2.2、如何用RGB来表示一种色彩？ 如果我们希望显示器显示出最红的红色该怎么办呢？我们只需要让显示器中的红色发出最强光线，绿色和蓝色不发光，这时候就可以显示出最红的红色。我们可以用RGB(255,0,0)来表示最红的红色（R、G、B的取值范围通常为0-255），它的意思就是红色发出255强度光线，绿色和蓝色发出0强度的光线，这种颜色自然就是最红的红色。同理，RGB(0,255,0)就表示最绿的绿色；RGB(0,0,255)就表示最蓝的蓝色。
如果我们要表示黑色呢？自然就是RGB(0,0,0)； 如果我们要表示白色呢？自然就是RGB(255,255,255)，因为我们前面说过，同等比例的红、绿、蓝混合起来就是白色。 如果我们要表示灰色呢？自然就是RGB(1,1,1)、RGB(2,2,2)、RGB(3,3,3)一直到RGB(254,254,254)。其实灰色和白色本质上就是一种颜色，只不过白色是最白的灰色罢了。比如你用手机打开一张白色照片然后把屏幕亮度调整到最亮，这时候我们得到的就是白色，如果你把另一台同样打开白色照片但是屏幕亮度更高的手机屏幕放在旁边时，刚才的白色就变成了灰色。 如果要表示黄色呢？我们知道红色+绿色=黄色，所以自然就是RGB(255,255,0)。 同理，其他所有色彩我们都可以用RGB来进行表示。我们可以发现RGB的表示其实可以等价于一个三维坐标（XYZ轴），也就是我们可以用一个立方体里面的一个点来表示一种颜色，所以RGB色彩模型可以用一个立方体来具象化。
2.3、RGB变化会引起色彩怎样的变化？ 假定我们现在有一种颜色是RGB(0,0,0)，如果我们提高这种颜色的R值，这时候色彩会发生什么变化？比如R值由0变成了100，G值和B值保持不变，这时候这种颜色就变成了RGB(100,0,0)，这种颜色就会由黑色变成红色。
曲线工具的原理！因为我们红色曲线就是去控制R值，当我们向左上角拉动红色曲线时就可以提高R值，所以调整红色曲线时可以为画面加入红色。后面我们会对此有详细的阐述。 2.4、什么是通道？ 在摄影后期中有一个非常难以理解的概念：通道。这个工具非常神奇，有人用它来调色，用人用来抠图，有人用它来控制选区。那么通道到底是什么？ 其实所谓的通道，就是指存储不同信息的灰度图像，听起来是不是特别的抽象？我用一个形象的例子来解释，我们现在有三张大小一样的半透明塑料，其中一张是红色的，一张是绿色的，一张是蓝色的，当我们把这三张半透明塑料叠加到一起后会形成最终的图像，这个最终图像就是我们在屏幕上看到的照片，而这三张半透明塑料就是通道。 通道是构成色彩的必要信息，比如我们要使用RGB来表示一种颜色，我们就必须同时知道R、G、B这三个通道分别的数值，否则这种颜色是无法被描述的。注意！R=0不等于没有R通道，R=0的意思是红色不发光，因此它是包含了信息的。 不同的色彩表示方式就存在不同的通道，比如我们RGB就是R通道、G通道、B通道；CMYK就是C通道、M通道、Y通道、K通道；Lab就是L通道，a通道，b通道。 什么是颜色的不同表示方式？其实就是我们可以用不同的方式去描述一种色彩，就好像我们可以用不同的方式去描述一个人一样，我们可以用身高180，体重190去描述一个人；也可以用穿背带裤、打篮球去描述一个人。当然，最常用的色彩表示方式就是RGB，大多数后期调整工具都是建立在RGB基础之上的。 2.5、什么是通道灰度图？ 前面我们提到过通道是存储不同信息的灰度图像，所以我们在软件中可以看到不同通道的灰度图像，这其实就是将R、G、B的分布在图像中直观展示出来了。有很多人借助通道去抠图或者控制选区，其实就是利用了通道的灰度图像。 通道的灰度图像是如何绘制出来的呢？其实非常简单，我们知道数码图像也存在「分辨率」这个概念，显示器的「分辨率」是对最小发光单元的描述，而数码图像中的「分辨率」是对色块数量的描述。我们知道，当我们把数码图像不断放大时，就会得到一个个的色块，一张图像的分辨率是1920*1080，就表示这张图横向由1920个色块构成，纵向由1080个色块构成。而每一个色块就是一组RGB值，比如RGB(23,55,192)就可以用来表示一个色块。
我 们现在假设A色块的RGB值是RGB(0,122,82)，我们把其中的R值抽离出来就是0，这时候我们在红色通道灰度图中这个像素就会显示为黑色；同理，如果B色块的RGB值是RGB(255,52,112)，这时候R值抽离出来就是255，这时候在红色通道灰度图中这个像素就会显示为白色；如果C色块的RGB值是RGB(135,152,68)，这时候R值抽离出来就是135，这时候在红色通道灰度图中这个像素就会显示为介于黑色与白色之间的灰色。如此一来，我们就可以把这张图用黑白的方式表示出来，越黑的地方表示在这张图像中，这个区域的R值越小；同理，越白的地方表示在这张图像中，这个区域的R值越大，如此一来我们就能直观的看出红色、绿色和蓝色在图像中的分布。我们来看一个具体的例子
最左侧这张图为原图，这张图主要由蓝色和红色构成，天空区域的典型RGB值为RGB(48,80,117)，红色建筑的典型RGB值为RGB(174,47,42)。 我们首先看红色通道，因为天空中红色含量（R值）最少，因此红色通道中的天空最暗，而因为建筑红色含量（R值）最高，所以红色通道中的建筑最亮。 我们再看绿色通道灰度图，因为天空中绿色含量（G值）也比较少，所以整体也会比较暗，但是因为绿色含量比红色含量多，所以绿色通道的天空会比红色通道的天空亮，而建筑因为绿色含量很低，所以明显比红色通道要暗了。 我们再看蓝色通道灰度图，因为天空中蓝色含量（B值）最多，所以蓝色通道中的天空是最亮的，因为建筑中绿色和蓝色含量是差不多的，因此蓝色通道建筑的亮度和绿色通道建筑的亮度是差不多的。 相信通过以上的分析，大家对通道灰度图已经有一个非常全面的了解了。 2.6、通道直方图的含义是什么？ 所谓通道直方图，其实就是将红、绿、蓝这三个通道的色彩分布状况用直方图的形式表示出来了。它是如何表示的呢？前面我们提到过数码图像是由一个个色块构成的，而每一个色块就是一组RGB值，通道直方图就是通过分别抽离R、G、B值然后绘制的。比如红色通道直方图，就是将所有色块中的R值抽离出来，比如RGB(23,55,192)的R值抽离出来就是23，RGB(0,12,52)中的R值抽离出来就是0，然后我们将这些R值按照从小到大的顺序进行排列，最小的R值排在最左边，最大的R值排在最右边，这样依次排列之后就获得了直方图。所以通道直方图是对红、绿、蓝这三种颜色分布状态的一种描述。 通道灰度图和通道直方图的差异在哪里？通道灰度图是图像，它可以直观的展示R、G、B的分布；而通道直方图是统计结果，它是一种经过抽象的数据。那么我们该如何阅读通道直方图呢？我们先看下方的左图：
我们首先看一下左图的通道直方图，可以明显的发现红色通道直方图右侧有非常多凸起，而绿色和蓝色通道直方图的右侧基本上没有凸起，这意味着在非常多像素中的R值非常大，而G值和B值在所有像素中的最大值也不超过80（直方图最左侧表示0，最右侧表示255，因此大致估算为80），这就意味着画面中有非常多的像素会呈现出红色，并且这些像素对应的都是画面高光区域。 我们继续观察可以发现在红色通道直方图、绿色通道直方图和蓝色通道直方图的左侧都有非常多凸起，并且这些凸起的形态比较一致，因此我们可以推断在这张图像阴影区域的R、G、B值会比较接近，基于我们之前的知识，当R、G、B值比较接近时就会偏向于灰色，所以这张照片的阴影区域会偏向于灰色。 这就是通道直方图的阅读方法，我们也可以将通道直方图重叠起来，这时候就得到了RGB直方图（上图右侧直方图）。大家可以看到重叠后的直方图产生了许多新的色彩，这些色彩是如何产生的呢？我们又该如何阅读呢？它是这样阅读的： 1、红色通道直方图、绿色通道直方图和蓝色通道直方图共同重叠的地方会显示白色（是不是似曾相识？这不就是色彩混合原理！） 2、红色通道直方图与绿色通道直方图叠加的区域会显示黄色（又是色彩混合原理！） 3、红色通道直方图与蓝色通道直方图叠加的区域会显示洋红色（还是色彩混合原理！） 4、绿色通道直方图与蓝色通道直方图叠加的区域会显示青色（依旧是色彩混合原理！）
RGB直方图在阅读上有什么优势呢？一方面我们可以通过RGB直方图直观的观察画面的曝光趋势，比如这个RGB直方图是左侧和右侧的凸起多，因此我们知道这张图的对比度是比较高的；另一方面也更有助于我们去阅读色彩，比如RGB左侧（对应阴影）有很多白色区域，这意味着阴影大概率会偏向于灰色，而RGB右侧（对应高光）主要是红色，这意味着高光区域大概率会呈现出红色。 这就是通道直方图与RGB直方图，它包含了非常丰富的信息，特别是能够展现出很多人眼无法识别的细节，值得大家去仔细研究。 2.7、曲线工具如何去控制RGB？ 曲线工具一共分为四种曲线，分别是红色曲线、绿色曲线、蓝色曲线和白色曲线，红色曲线就是控制所有像素中的R值，绿色曲线就是控制所有像素中的G值，蓝色曲线就是控制所有像素中的B值，白色曲线就是同时控制R、G、B值。 相信大家过去看过很多关于曲线工具的教程，其实曲线工具是一个非常复杂的工具，其形态的变换达到数百种，所以对于这样的工具我们去死记硬背是非常低效且容易遗忘的，但是当我们知道RGB原理后再来理解曲线工具，一切都变得如此轻松。我们首先来看看红色曲线：
首先我们导入一张RGB(120,120,120)的纯色图片，结合我们前面的知识，我们知道这张图是一张灰色纯色图。然后我们打开红色曲线，可以看到红色曲线默认是一条45度的斜线，我们知道，在一条45度的斜线上面所有点的横坐标=纵坐标。当我们向左上角拉动红色曲线后整个画面变红了，我们新建这个点的坐标为(120,180)，很明显当我们向左上角拉动红色曲线后，红色曲线上所有点（除了两端）的纵坐标都大于横坐标，而在曲线中，纵坐标表示输出值，横坐标表示输入值（因此曲线工具从左到右对应的是画面中从暗到亮的区域），因此当我们往左上角拉动红色曲线后，所有的输出值都变大了，又因为红色曲线只调整R值，所以只有R值会发生变化，所以这张图片的RGB值会由RGB(120,120,120)变成RGB(180,120,120)，很明显就会由灰色变成红色。在Photoshop中，曲线工具存在一个输入和输出，其实这个就是调整点的坐标：
同理，当我们向右下角拉动红色曲线时，曲线上所有点的纵坐标都小于横坐标（除了两端的两个点），因此输出值要小于输入值，我们这里新建点的坐标是(120,70)，因此图片会由RGB(120,120,120)变成RGB(70,120,120)，因此图片会由灰色变成青色，这就是为什么我们调整红色、绿色、蓝色时色彩会发生变化的原因。那么如果我们调整白色曲线会发生什么呢？
白色曲线的作用原理和红色曲线完全一致，只是它影响的数值不同，当我们往左上角拉动白色曲线时，这个坐标为(120,160)，也就是输入值为120时输出值为160，但是白色曲线是同时影响R、G、B值，所以最终的颜色会由RGB(120,120,120)变成RGB(160,160,160)，因为R、G、B是同时变化的，所以这时候只有亮度的变化而没有色彩的变化。同理，当我们使用(120,80)的坐标向右下角拉动时，最终的颜色会由RGB(120,120,120)变成RGB(80,80,80)，整体亮度变低了但是色彩没有变化。
我们首先看中间这一根红色曲线，我们可以看到最中间这个点的坐标是(125,125)，它的意思就是如果原始R值大于125，那么输出的R值就变大；如果原始的R值小于125，那么输出的R值就变小。而大于125的R值一般位于高光区域，小于125的R值一般位于阴影区域，因此效果就是高光区域的R变大，阴影区域的R值变小，因此高光会被加入红色，阴影会被加入青色。 同理，最右侧那张图正好是反过来的，它的意思就是如果原始R值大于125，那么输出的R值就变小；如果原始的R值小于125，那么输出的R值就变大。而大于125的R值一般位于高光区域，小于125的R值一般位于阴影区域，因此效果就是高光区域的R变小，阴影区域的R值变大，因此高光会被加入青色，阴影会被加入红色。 这就是曲线工具的最底层原理，当我们掌握这个原理之后，曲线工具所有的色彩变化我们都可以进行理解和推导。这里再说一点题外话，现在有很多修图软件会在算法上做一些优化（比如泼辣修图、Lightroom手机版等），比如当我们往左下角拉动红色曲线时，它不仅会增加红色，还会同时适当削弱绿色和蓝色以获得更加高饱和的红色，但万变不离其宗，核心的色彩变化总是遵循我们的色彩混合原理的。 2.8、可选颜色如何去控制RGB？ 可选颜色工具是摄影中非常实用的一个工具，它既是一个分区调整的工具同时又是一个可以分别控制R、G、B的工具，在后期中拥有非常广泛的用途。要使用可选颜色工具，我们必须要首先选择一种调整的色彩：
除了黑白灰以外，可选颜色一共提供了6颜色供我们选择，就是红、绿、蓝、青、洋红、黄，是不是似曾相识？这不就是三原色和互补色。当我们选中一种颜色后，我们的调整就只会影响到对应的色彩区域。可选颜色一共提供了4个选项供调整：
黑色就是调整色彩明度，而青色就是调整R值，洋红就是调整G值，黄色就是调整B值，当我们提高青色的时候就会降低R值，降低青色的时候就会提高R值；同理，当我们提高洋红的时候就会降低G值，降低洋红色的时候就会提高G值；同理，当我们提高黄色的时候就会降低B值，降低黄色的时候就会提高B值。在知道这个原理后，我们再来使用可选颜色就会变得无比简单，比如我们希望将下图的海水由青色变成蓝色该如何处理？
首先因为我们调整的是海水，所以我们要选中海水对应的颜色，这里对应的就是青色，所以我们首先需要在可选颜色里面选中青色，接着我们需要思考的是如何将青色转换为蓝色，这时候我们需要切换到RGB思维，青色的意思就是R值小，G值和B值大；而蓝色就是R值和G值小，B值大。因此我们的思路就是削弱R值和G值，增强B值，对应到可选颜色里面就是增加青色和洋红色，降低黄色，所以调整的思路就出来了：
所以可选颜色这个工具是极其简单且易用的，但前提是你熟悉色彩的RGB表达方式和色彩变化规律，相信经过我们前面的训练，你现在已经游刃有余。 2.9、色彩平衡如何去控制RGB？ 利用色彩平衡工具我们可以分别为阴影、中间调和高光加入我们想要的色彩，它在模拟胶片色调、打造色彩氛围感时拥有广泛的应用。色彩平衡工具为我们提供了三个范围选项，分别是阴影、中间调和高光：
可以看到下面的调整选项有3个，分别是青色-红 色，洋红-绿色，黄色-蓝色。看到这里，是不是有一种似曾相识的感觉扑面而来，是的！这不就是三原色和互补色吗？所以色彩平衡工具的调整原理非常简单： 当我们调整青色-红色时就是调整R值，倾向于红色就是提高R值，倾向于青色就是降低R值。 当我们调整洋红-绿色时就是调整G值，倾向于绿色就是提高G值，倾向于洋红就是降低G值。 当我们调整黄色-蓝色时就是调整B值，倾向于蓝色就是提高B值，倾向于黄色就是降低B值。 比如我们希望为下图的阴影区域加入橙色，我们就需要首先选中阴影，然后大幅度提高红色接着小幅度提高绿色，因为橙色这种色彩就是红色最多、绿色次之、蓝色最少，经过这样的调整我们就为阴影加入了橙色调： 在色调平衡里面还有一个「保留明度」的选项，这个选项的意义是什么呢？当我们勾选这个选项后： 当我们选中阴影，无论我们执行任何调整最后的结果一定是更暗的；当我们选中高光，无论我们执行任何调整最后的结果一定是更亮的；当我们选中中间调，无论我们执行任何调整最后的结果是大致均衡的。 该如何理解这段话呢？注意！接下来这段推导过程非常重要，非常考验你对色彩混合原理的基础认知。 首先我们来解读第一句话：当我们选中阴影后，无论我们执行任何调整最后的结果一定是更暗的。现在如果我们想要为阴影加入红色，同时又还必须得到更暗的结果，我们该如何操作？ 首先我们要思考一个问题，要为画面加入红色，我们有哪两种选择？一种是直接提高R值，另一种是削弱G值和B值来间接增强R值。这就像我要考到全班第一名，一种方法是我努力学习提升自己成为第一名，另一种方法就是我给班上其他同学介绍电子游戏，当他们沉迷其中成绩下降，我直接躺赢也是第一名。 第一种方法的结果是会让R+G+B的总值变高，也就是发光量会增加；第二种方法会让R+G+B的总值变低，也就是发光量会减少。所以当我们勾选「保留明度」并为阴影增加红色时，其结果是会降低G值和B值。 如果我们勾选「保留明度」并为阴影增加青色时该如何变化呢？因为我们最终要得到更暗的结果，所以需要降低R值以获得青色色调。 理解了选中阴影的色调平衡后，再来理解高光的色调平衡就非常容易了。因为在勾选「保留明度」后再调整高光的色调平衡整体是要更加明亮的，因此如果为高光加入红色时会提高R值（R+G+B整体变大），而为高光加入青色时会提高G值和B值（R+G+B整体变大）。 最后再来理解一下中间调，因为在选中「保留明度」后再为中间调加入红色，这时候R值会提高，与此同时为了保持整体平衡，G值和B值会适度的降低；同理，如果为中间调加入青色，这时候R值会降低，同时G值和B值会适当提高。 那么这个「保留明度」选项有什么作用呢？我们用一个例子可以非常形象的解释： 对于这张沙漠图片，如果我们希望为阴影加入橙色，我们选中阴影然后加入大量的红色和少量的绿色： 在我们没有勾选「保留明度」的情况下，我们提高红色和绿色其实是在提高R值和G值，因此最后是会变得更加明亮的，但这时候可以看到加入的橙色并不明显，这是因为原图中阴影就是偏向于蓝色的，因此我们提高R值和G值后更多是对蓝色的中和，也就是只是让原图阴影色彩更加偏向于中性色而没有实现添加橙色的目的，而当我们勾选「保留明度」后： 可以看到这时候阴影被加入了强烈的橙色，这是因为在勾选「保留明度」后，我们提高红色实际上是削弱了G值和B值，提高绿色又削弱了R值和B值，B值经过了双重的削弱，因此橙色更容易体现出来。这就是关于色调平衡工具的完全解析。 2.10、通道混合器如何去控制RGB？ 通道混合器是后期调整工具中最为抽象的工具之一，因此理解起来有一定的难度，但是看完我下面的内容你一定会豁然开朗。我们前面提到过数码照片是由一个个像素构成的，而每一个像素就是一组RGB值，我们所做的任何调整其实就是在调整像素的RGB值，通道混合器也不例外。我们先考虑一种最简单的情况，就是一张纯色照片，也就是这张照片中所有像素的RGB值都是一样的，我们假设所有像素的RGB值都是RGB(50,100,200)： 我们打开通道混合器，可以看到它有一个输出通道，当我们输出通道选择为红色时，就只影响像素中的R值；输出通道选择为绿色时，就只影响像素中的G值；输出通道选择为蓝色时，就只影响像素中的B值： 具 体是如何影响的呢？我们把输出通道选为绿色，可以看到红色和蓝色通道的默认值为0%，而绿色通道默认值为100%： 我们就把R值乘以0%，G值乘以100%，B值乘以0%，最后得到的是：50*0%+100*100%+200*0%=100，而我们这里选择的是绿色通道，所以最后输出为G值，所以最后的RGB值是RGB(50,100,200) ：
如果我们把红色提高到50%，绿色和蓝色通道不变会发生什么呢？
这时候输出的值就是50*50%+100*100%+200*0%=125，因为我们这里选择的是绿色通道，所以最后输出为G值，R值和B值始终是不变的，所以最后的RGB值是RGB(50,125,200)
如果我们不改变红色和绿色，而是把蓝色提高到50%，会发生什么呢？
这时候输出的值就是50*0%+100*100%+200*50%=200，因为我们这里选择的是绿色通道，所以最后输出为G值，R值和B值始终是不变的，所以最后的RGB值是RGB(50,200,200)：
注意！无论我们如何调整，从始到终变化的都只有G值！因为我们输出通道选择的是绿色通道。 通过这样的分析，你肯定就能够彻底理解通道混合器的原理了。那么通道混合器到底有什么作用呢？作用非常多，我举一个最常见的应用：色相统一。比如这是一个色相环：
如果我们现在想把画面的色彩统一到青色和橙色该如何处理呢？你可能会想到利用HSL工具，但那过于繁琐，我们利用通道混合器三步搞定。既然我们想要得到的是青橙色，所以我们先把绿色消除，我们把输出通道选择为绿色，然后把绿色降低为0：
这时候颜色就只剩下红色、蓝色和洋红色了，如果我们想要得到青橙色，就需要往红色中加入少量的绿色，因为等量的红色+等量绿色就得到黄色，如果加入的绿色没有原本的红色多就会得到橙色，我们这里加入30%的红色：
这时候红色就变为橙色了，然后我们再往蓝色中加入绿色就可以得到青色，加入多少呢？如果我们要保持画面白平衡正确，单个通道的总量需要为100%，为什么呢？因为一个像素如果原本是中性色，我们假设这个像素值为RGB(100,100,100)，然后我们把输出通道选择为红色，那么最终输出的R值为X%*R+Y%R+Z%R，如果X+Y+Z=100，那么最终R值就不会发生改变；反之，如果X+Y+Z≠100，那么这个R≠100，这时候这个原本为中性色的像素就会发生偏色，体现出来的结果就是白平衡不准确。所以目前红色30%，绿色0%，所以蓝色自然就为70%，最后得到的效果就是这样：
所以如果我们把输出通道选为绿色，然后采用红色30%，绿色0%，蓝色70%的参数就可以得到青橙色，我们来实验一下：
可以看到这张照片瞬间就变成了青橙色调。这就是通道混合器的一个简单应用。当然通道混合器还有其他很多作用，例如修正色偏、分区调色等等，一旦掌握了它的原理，其应用自然是手到擒来。通道混合器理解起来会相对比较抽象，但是如果我们借助色品图来 观察的话，这个工具就会变得非常直观，比如我们把输出通道选择为蓝色，然后提高红色，这时候色品图的变化是这样的：
可以看到，当我们输出通道选择为蓝色然后提高红色含量时，这时候画面中的红色区域会向着蓝色裁剪。同理，如果我们输出通道选择为蓝色然后提高绿色含量时，这时候画面中的绿色区域会向着蓝色裁剪：
从这些图我们就可以直观的了解为什么通道混合器可以起到色彩和谐的作用，因为本质上通道混合器就是在进行色彩裁剪。通道混合器有一种变形形式，就是很多人熟悉的「三原色校准」：
三原色校准本质上就是通道混合器的变形，所以它也可以很好的实现色彩和谐的效果，很多流行色调都可以利用这个工具调整出来，比如青橙色调、蓝黄色调、赛博朋克色调、黑金色调等等。三原色校准工具相较于通道混合器在使用上会更加方便，所以推荐大家使用三原色校准去进行色彩和谐。三原色校准的变化是这样的： 当我们将红原色向右拉动时，就会让红色向绿色偏移；向左拉动时，就会让红色向蓝色偏移； 当我们将绿原色向右拉动时，就会让绿色向蓝色偏移；向左拉动时，就会让绿色向红色偏移； 当我们将蓝原色向右拉动时，就会让蓝色向红色偏移；向左拉动时，就会让红色向绿色偏移； 目前电脑软件中配备了该工具的已知软件有Camera RAW、Lightroom、像素蛋糕，手机上目前仅有泼辣修图搭载了这个工具（名称为「偏移」工具）。比如我们想要实现青红色调，只需要调整三个滑块即可：
如果我们想要实现赛博朋克色调，只需要在调整三原色后再调整色调即可：
如果我们想要实现黑金色调，只需要先把原图调整为蓝黄色，然 后再利用HSL削弱蓝色即可：
利用三原色校准我们可以快速实现色彩和谐的效果，因此这个工具非常推荐大家去认真掌握。 图层混合模式在摄影中有非常广泛的应用，对于很多人而言，图层混合模式是一种非常抽象的概念，但是在我们学习了RGB后它就可以被我们实实在在的感受到了。图层混合模式就是对上下两个图层同一位置像素的R、G、B值进行分别计算的一种算法。我们该怎样来理解这一句话呢？
我们现在假设存在两个纯色图层，图层A的RGB值为RGB(100,150,200)，图层B的RGB值为RGB(200,150,100)，现在我们将图层A叠加到图层B上方，然后对图层A使用「变亮」混合模式，「变亮」混合模式的原理就是对比上下两个图层同一位置像素的R、G、B值，然后取更大的R、G、B值并获得最终输出结果。图层A的R值为100，图层B的R值为200，所以最终的R值就是200；图层A的G值为150，图层B的G值为150，所以最终的G值就是150；图层A的B值为200，图层B的B值为100，所以最终的B值就是200。所以我们最终得到的RGB值为RGB(200,150,200)，这就是「变亮」混合模式，其他所有的混合模式的原理都是一致的，只不过不同的混合模式采用了不同的算法而已。 在前面两个章节里面我们基本上将RGB相关的知识都讲解完毕了，我们前面提到过色彩有不同的表示方法，RGB这种颜色的表示方法是将色彩拆分为红、绿、蓝三个组成部分，然后分别控制红、绿、蓝的分量去组成一种色彩。而接下来我们将分享另一种极其重要的色彩表示方法：色相/饱和度/明度表示方法，这种表示方法更接近人观察色彩的角度。 我们人眼在观察这个世界的色彩时是怎样观察的？我们通常会说“蓝蓝的天空真好看“，”你今天穿的衣服真鲜艳“，”这个乌云阴沉沉的，好压抑“，而不会说”你今天这个RGB(145,120,86)的发色真好看“，如果有人对你这样说，我们有充分的理由怀疑他是硅基生命。所以我们人眼观察色彩的方式其实是从色相、饱和度和明度这三个方面入手的，而这就是色彩的三属性。
所谓色相，其实就是色彩的相貌，比如红色、绿色、蓝色等，这是一种颜色区分于另一种颜色的首要标志。 所谓饱和度，其实就是色彩的饱和程度，我们前面从RGB层面解释了饱和度在RGB体系下的本质，在人眼中，饱和度其实就是对色彩鲜艳程度的描述。越鲜艳的颜色饱和度就越高，反之，越不鲜艳的颜色饱和度就越低。 所谓明度，其实就是色彩的明亮程度，比如亮红色和深红色。
色相作为人眼最能充分告知到的色彩属性，它可以对人的心理产生直接的重大影响。人类在漫长的进化岁月中，已经对特定的色相产生了特定的心理感受。比如当我们看到一张冷色调的照片时，会默认的觉得拍摄照片的环境温度低；反之，当我们看到一张暖色调照片时，会默认的觉得拍摄照片的环境温度高。 另一个更经典的例子就是，如果我们将一个红色的苹果变成蓝色，你会觉得这个苹果是不可食用的。因为当蓝色和食物联系起来时，会让人下意识觉得这种食物是有毒的，这背后有着深厚的心理学和生物学缘由，有兴趣的可以去了解一下。
所以我们在进行后期处理时，要充分利用不同色相所带来的不同心理感受来表达作品的情绪感受。我们并不需要去刻意记忆不同色相的心理感受，因为在我们出厂的时候已经内置了这部分程序。 高饱和的色彩容易给人带来一种醒目、鲜艳、通透的心理感受，但同时过高的饱和度也会容易让人觉得粘稠、恶心、刺激，低饱和的色彩容易给人带来一种平和、温柔、放松的心理感受，但同时过低的饱和度也会容易让人觉得抑郁、空洞、灰暗。 所以我们不能单纯的说高饱和好还是低饱和好，而是要充分结合我们想要表达的视觉感受去合理安排饱和度。在摄影圈有一个流行的词汇叫「老法师」，这个词语主要是对那些摄影审美跟不上当代潮流的摄影人群的描述，而「老法师」一个重要的特点就是画面的饱和度比较高，因此很多人就误以为「高饱和」是一种错误的审美倾向，还有人用「饱和度战士」来形容喜欢高饱和的群体，这就更加的让更多人以为高饱和是不可取的，这当然是一种错误的审美观念，无论是高饱和还是低饱和都有各自的情绪价值和使用场景，我们反对高饱和，是反对没有考虑实际场景而盲目提高饱和度的行为。 高明度的色彩可以给人带来一种清新、明亮、轻盈的心理感受，低明度的色彩可以个人带来一种沉重、质感、压抑的心理感受，我们可以合理的控制色彩明度实现对画面情感倾向的控制。
HSL工具中的H就是色相，S就是饱和度，L就是明度。我们前面提到过很多基于RGB的调整工具，比如曲线工具、可选颜色工具、通道混合器工具等等，这些工具我们在使用时需要经过复杂的转换，也就是要将我们的后期思维切换到RGB模式。而HSL工具则是完全贴合人类思维模式的色彩调整工具，因此使用起来会更加直观简单。 HSL工具一共提供了8种颜色进行选择，分别是三原色：红、绿、蓝，三原色的互补色：青、洋红、黄，再加上两种中间色：橙色和紫色。这8种颜色覆盖了所有的色彩，也就是可以利用HSL工具对任意一种色彩进行调整。 当我们选中一种颜色时，我们所有的调整就只会影响到这种颜色对应的区域，因此HSL工具其实是一种分区调整工具，它并不是一次性调整所有的颜色。例如当我们选中黄色，然后降低黄色的饱和度，可以看到画面中只有黄色对应的区域发生了变化，其他区域依旧保持了原本的色彩。
HSL只影响指定色彩，软件： 泼辣修图
HSL工具在调整时的规律是怎样的呢？饱和度和明度的变化非常简单，当我们选中一种颜色降低饱和度就可以让他偏向于灰色，提高饱和度就可以让它更鲜艳；当我们选中一种颜色降低明度就可以让这种颜色更加的深沉，提高明度就可以让它更明 亮。 调整黄色明度，软件：泼辣修图
那么HSL工具调整色相时它的变化规律是怎样的呢？当我们选中一种颜色并调整它的色相时，它会往两边的色彩转换，例如当我们选中黄色然后降低黄色色相时，黄色首先会变成逆时针方向的橙色，如果我们继续降低色相，这时候就会变成红色。同理，如果我们提高黄色色相，黄色首先会变成顺时针方向的绿色，如果继续提高就会变成青色。
利用这个规律，我们就可以有效的利用HSL工具实现对任意色彩色相、饱和度和明度的控制。比如我们现在想要实现黑金色调，我们就可以借助HSL工具轻松完成。所谓黑金色调，就是指画面以黑色和金色为主，所谓黑色其实就是低饱和度色彩，金色就是橙色和黄色这一类色彩，所以我们只需要利用HSL工具将除了红色、黄色和橙色以外的其他所有色彩的饱和度降至最低（下方中图），这时候就只保留了红色、橙色和黄色，为什么我们要保留红色呢？主要有两方面原因，一是因为红色对应的是人物的唇色，因此更加适用于带有人像的照片；二是利用红色和金色的反差可以让画面的色彩更加富有层次感。当然，如果你希望得到完全的黑金色，你可以再在HSL中选中红色并提高红色色相（下方右图），结合我们前面讲解的规律，这时候红色就会变成橙色，画面也就变成完全的黑金色彩了：
在HSL工具中，有一种色彩非常的特别，它就是橙色，因为人物的肤色就受到橙色的控制，所以橙色就变成了一种非常特殊的色彩，特别是在人像调整中应用非常广泛。有些软件会提供肤色指示线，也就是为我们肤色的调整提供参考。可以看到，肤色指示线的位置位于红色和黄色之间，这部分区域就主要受到橙色的控制。
我们可以轻松利用HSL中的橙色来控制肤色的倾向，比如当我们降低橙色的色相时，人物的肤色就会偏向于红色，这种肤色比较使用用来表达粉嫩、清新、可爱的摄影场景：
当我们提高橙色色相的时候，人物的肤色就会偏向于黄色，这比较适合表达复古、胶片、怀旧的摄影场景：
如果我们希望人物的肤色更加白皙纯净，我们可以通过降低橙色饱和度以及提高橙色明度的方式来实现，这对于修复皮肤的油腻感有非常明显的效果：
这就是HSL工具的一些简单应用，可以看到，HSL工具相较于RGB调整工具，它的思维模式无疑是更加轻松简单的，因此它也成为了使用频率最高的色彩调整工具之一。 我们前面提到过我们可以用不同的方式去表示色彩，色相/饱和度/明度就是一种表示色彩的方式，也就是我们可以将一种颜色拆分为色相、饱和度和明度三个分量。这三个分量是相互独立的，也就意味着我们可以替换其中任意一个分量，这就是色相、饱和度和明度混合模式的工作原理。比如我们现在有一张绿叶照片，然后我们新建一个蓝色色彩图层，接着把混合模式更改为「色调」（色相），这时候最终图像就会使用我们图层的色相以及原图的饱和度和明度僧成最终的图像，这时候我们就得到了蓝色叶子，但是依旧保留了原图的饱和度和明度；如果我们将图层修改为红色，这时候叶子就变成了红色：
而饱和度混合模式就是用图层的饱和度和原图的色相与明度进行混合，比如我们这里添加一个白色图层并使用饱和度混合模式时，可以看到树叶变成了黑白；然后我们适当提高图层的饱和度，这时候树叶开始呈现出一定色彩，可以看到，虽然我们添加的是红色，但是因为只去了色彩的饱和度，所以并不会对原图的色相产生任何影响；当我们添加饱和度更高的色彩时，原图色彩饱和度也会进一步提高：
明度混合模式则是使用图层的明度和原图的色相和饱和度进行混合，明度混合模式可以很好的传递明度信息同时可以屏蔽色相和饱和度的影响，因此非常使用用来处理光影变化，所以我们可以将一张照片变成黑白照片调整好光影后再与原图使用明度混合模式叠加，就可以实现将明度与色彩分别调整的效果。比如下面这张照片我们可以先将原图变成黑白照片然后处理好光影，接着使用明度混合模式与原图进行混合得到最终效果：
这就是色相、饱和度、明度这三大混合模式，基本上所有的专业修图软件都配备了混合模式这个功能，只不过不同软件有不同的操作逻辑。比如在PS中我们需要新建一个图层，然后修改上面这个图层的混合模式：
蜘蛛网调色是色相/饱和度/明度调整的另一种表示，相较于HSL工具，蜘蛛网调色是一种更直观、更高效也更强大的色彩调整工具，这个工具创造性的将色相和饱和度用直观的图像展示了出来，为后期调整提供了极大的便利。
蜘蛛网调色外面一周表示色相的变化，而从中心到四周表示饱和度的变化，我们可以通过拖拽这些点实现对画面色相和饱和度的控制，比如我们将蓝色拖动到青色区域：
可以看到，画面中的天空就变成了青色，如果我们同时拖动蓝色点和青色点到红色会发生什么呢？
可以看到天空就直接变成了红色，是不是非常的直观？我们可以与前面的HSL工具进行比较，HSL工具在调整色相时存在一定的范围限制，而蜘蛛网工具则可以对色彩进行任意的变换。如果我们将这两个点拖动到中心会如何呢？ 可以看到，天空直接变成了黑白，这是因为蜘蛛网中心就是饱和度最低的区域，因此向中心拖动表示削弱某种色彩的饱和度，这就是蜘蛛网调色的优势，非常的简单便利。蜘蛛网调色还有一个非常大的优势就可以非常直观，比如下面这个调色： 我们通过观看这个蜘蛛网就可以直观的看出色彩的变化趋势，相较于HSL工具的按钮式具有更高的可读性。这就是蜘蛛网调色工具的基础用法，使用这个工具可以有效的提升我们的修图效率和拓展我们的后期思维 。 前面提到了HSL工具和蜘蛛网调色工具都是基于色相/饱和度/明度模型的工具，接下来要介绍的色相曲线、饱和度曲线和明度曲线也都是基于色相/饱和度/明度模型的工具，这三根曲线与HSL工具的逻辑几乎是完全一致的，只不过用了更直观的曲线来表示这三个调整。首先我们来看看色相曲线：
可以看到，色相曲线的初始值是一条直线，里面分布着不同的色相，然后我们可以发现色相中有一些凸起，这些凸起表示画面中颜色的比例，比如我们可以看到青色那里凸起非常高，表示画面中的青色非常多，同时橙色那里也有一点凸起，表示画面中还有橙色但占比很低。当我们向上拉升青色这块区域对应的线段时，这时候青色就会变成左侧的颜色也就是绿色，同理当我们向下拉动青色这块区域对应的线段时，这时候青色就会变成右侧的颜色也就是紫色：
所以色相曲线工具和HSL工具有异曲同工之妙，它的优势在于更加直观，我们通过观察曲线的变化趋势就可以直观的知道画面的色彩变化趋势。
同理，饱和度曲线的使用也非常简单，当我们选择对应的颜色向上拉动时可以提高饱和度，向下拉动时可以降低饱和度。这里我们也可以发现曲线工具的另一个优势，就是我们可以自定义色彩范围，类似HSL工具这样的工具，它的色彩范围都是已经设定好的。
明度曲线的调整也是一致的，当我们向上拉动时可以提高对应色彩的明度，向下拉动时可以降低对应色彩的明度。我们在学习后期时，不仅需要学习后期原理，还需要学习不同类型的后期工具，以及同一后期工具的不同表现形式，这对于我们深化后期认知有着非常重要的作用。 在前面我们了解了RGB色彩模型和色相/饱和度/明度色彩模型，接下来我们就进入后期中极其重要的一个领域：分区调整。其实在前面我们已经接触了分区调整思想，HSL工具本质上就是一个分区调整工具，在这一章里面我们将更深入的了解分区调整。 所谓分区调整，就是对不同的区域应用不同的调整参数，换一个大家耳熟能详的成语就是：因材施教。其实分区调整思想不仅仅是数码时代的产物，在很多年前的胶片时代，这个思想就已经非常成熟并且被广泛应用。 分区调整主要存在两方面的意义，一是更好的还原真实场景，二是更好的实现创作意图。我们先来讲还原真实场景这个意义，比如我们用相机拍摄了一张大光比的 照片，这时候天空曝光正常但是地面变一片漆黑，这显然不是我们人眼看到的场景，所以这时候我们就需要提高曝光让地面的细节显现出来，但这时候又出现了另一个问题，就是地面的细节显现出来的同时天空又过曝了，这时候我们就需要将提高曝光的操作仅仅应用到地面，这就是分区调整的意义。 分区调整的另一个意义就是可以有效的帮助我们重塑画面从而实现图像的表达效果，很多照片经过局部调整的重塑已经和原图产生了明显的差异，因此很多人会疑问这样后期的意义在哪里。这里涉及一个摄影理论：摄影是为了还原真实吗？如果回答是肯定的，那么就需要定义「真实」（以下内容属于摄影理论的探讨范畴，不感兴趣的可以跳过）： 这种观点认为相机直出的照片即为真，当你在直出的基础上再进行其他后期调整，就破坏了「真」自然变成了「假」。我认为这种对「真」的定义存在一个致命的缺陷，就是在同一场景中两台相机拍出了完全不同的色彩倾向，这时候哪台相机拍出来的是真正的「真」呢？显然这个理论无法解释这个问题。 所谓人眼为真，就是我们不管拍摄设备直出的照片是怎样的，最终还是以还原我人眼所见的场景时才为「真」，所以我在后期编辑时进行的所有后期调整都是一个「去伪向真」的过程，这种「真」是以人为中心。我认为这种观点也存在两个天然缺陷，一是每个人对色彩和场景的感受可能都不一样，比如同样的晚霞有的人认为应该更偏橙，有的人认为更偏紫，那我们应该以哪一个为准呢？二是摄影可以捕捉到的影像已经远远超出人眼的范围，比如相机借助长曝光这种摄影技术，就可以看到人眼无法看到的星轨，所以如果以人眼作为评判真假的标准，长曝光这种摄影技术是需要被禁止的。 前面提到了以相机为真和人眼为真，都不可避免的存在一个问题：不同设备和人眼之间都会存在差异，因此「真」就变成了一个不固定的状态，但是很多物理参数都是固定的，比如色温、光照强度、光线波长等等，因此我们应该将这些物理量作为「真」的唯一标准，这样就摆脱了设备和主观的影响。对于这种观点我认为最大的问题是把色彩当成了一种客观存在，但实际上色彩是一种主观感受。当然，这并不是说色彩的产生是没有物质基础的，但色彩并不是物质基础本身。我用一张图来表示一下：
当我们在讨论色彩的时候，我们讨论的应该是Y而不是X。X 就是我们说的某个波长的光，接收器就是接受光线的对象，众所周知，人眼之所以可以看到色彩是因为人眼中有3种视锥细胞，它们作为接收器分解光线最后形成人眼中的色彩，而猫眼因为眼睛的生理结构与人类不同，所以猫眼作为接收器分解光线后形成的色彩可能与人类是完全不同的（类似于不同的函数），这就是因为接收器存在差异，所以输入同样的X会得到不同的Y值。 本源为真这种观点本质是把X等同于Y了，但殊不知完整的色彩是由光和接收器共同定义的。举一个极端的例子，如果100年以后人类全部演化成了红绿色盲，这时候我们给定同样的光线波长，现在的人类和100年后的人类解读出来的色彩可能是完全不同的，这就是接收器这个变量在发生改变。所以如果需要完整的定义色彩，光和接收器都是必要的，这就又回到之前那个问题，就是接收器本身就是一个动态变化的。 所以，摄影需要基于真实但并不以还原真实作为唯一目标，因为摄影本质是一种创作，赋予摄影灵魂的并不是进入相机的光线，而是创作者的思想。 既然要分区就必须要定义分区的标准，我们主要按照如下标准来进行分区： 比如上下，左右，内外等等都是按照位置分区。这对应的局部调整工具就是渐变局部调整和圆形局部调整。我们首先来看看渐变局部调整：
当我们新建一个渐变调整后，可以看到画面中有三条线以及红色区域，红色区域是指会受到我们调整影响的区域，我们可以通过拖动三条线的位置来控制红色区域的大小、方向等，这时候我们如果提高色温数值可以看到只有天空变暖了，地面并没有受到影响，这就是局部调整的作用。接下来我们再看看圆形调整：
当我们新建一个圆形调整后，画面中会出现一个圆圈，画面中红色对应的区域就是受到我们调整影响的区域，我们可以通过拖动圆形来调整影响的区域，当我们提高色温时，可以看到圆圈内部受到的影响更加明显。 比如红色、绿色、黄色等，我们前面提到过HSL就可以认为是一个基于颜色分区的分区调整工具。但是HSL工具毕竟一定定义好了色彩范围，因此我们需要选色工具来更加自由的选择和控制色彩：
当我们将选色工具放置在荷叶上时，因为荷叶是绿色而荷花是粉色，所以只有荷叶被选中（上方中图），我们可以通过控制范围去调整色彩的阈值；同理当我们当选色工具放置在荷花上时，就只有荷花被选中（上方右图），这样我们就可以将荷花与荷叶分离开来进行单独调整。 比如阴影、中间调、高光等等，这些都是按照画面的亮度对画面进行分区，明度分区是最为常见的分区类型之一，具有非常高的使用频率。几乎所有的专业修图软件都会配备「高光、阴影、白色、黑色」这四个调整工具，这四个工具其实也可以算作局部调整工具，因为当我们调整这4个选项的时候并不是对画面全局的调整，而是对局部区域的调整。比如我们希望下图的云层的细节显示出来同时又不影响画面整体的亮度该怎么操作呢？这时候我们就可以降低高光来实现这个效果：
可以看到，降低高光的时候主要影响的是画面中比较亮的区域，因此就实现了分区调整的效果。同理，如果我们希望让下图阴影中的细节显示出来同时又不影响画面整体的亮度，我们就可以通过提高阴影实现：
可以看到，当我们提高阴影后画面暗部细节显现出来了，但是画面中的高光区域（天空）并没有受到影响，这就是最基础的明度分区工具 。很多人分不清楚高光和白色、阴影和黑色的差异，其实用一句话概括就是：高光、阴影控制细节，白色、黑色控制通透。 该怎么理解这句话呢？意思就是如果你希望恢复高光和阴影区域的细节，你就使用高光和阴影工具，因为他们对应的是比较亮和比较暗的区域，这部分区域包含了大量的细节信息；如果你希望去让画面更加通透（或者说你希望去定义画面中最亮是多亮、最暗是多暗）就使用白色和黑色，因为他们分别控制画面中最亮的区域和最暗的区域。比如我们希望下图看起来更加通透，我们就需要提高白色同时降低黑色去增加画面的明暗反差：
当然，除了高光、阴影、白色、黑色这几个基础的明度局部调整之外 ，我们还有专门的明度局部调整工具，我们可以利用这个工具选择任意的亮度区域：
上图中红色的区域就是被选中的区域，可以看到我们可以选择任意的明度区域作为调整对象，并且相较于高光阴影工具，明度工具不仅可以调整亮度，还可以基于选中的区域调整色彩、质感等其他参数。 即把画面按照物体切割为不同的区域，例如天空、草地、人物、水面等。因为现在人工智能技术的发展非常迅速，所以我们现在可以获得高精度的物体蒙版，这对于我们后期处理提供了很大的便利。
即把画面按照距离镜头远近的距离进行分区，例如前景、后景等。我们知道物体距离拍摄者总是存在远近关系的，我们可以基于这种远近关系来对画面进行分区，例如：
比如在这张图中，物体的远近被按照冷暖色进行了划分，例如近处是暖色，远处是冷色，再远处就变成了灰色，利用这个分区我们就可以很轻松的得到一些特殊效果。 即把画面划分为高频区域和低频区域然后进行分别处理。分频处理是一种应用非常广泛的分区思想，在人像、静物、风光摄影中都有广泛的应用，后面我们会对高低频进行专门的介绍，这里不作过多展开。
即按照任意范围进行分区，例如使用笔刷、钢笔工具进行分区等，这种分区方式是一种兜底性的分区方式，也就是在其他所有分区方式都无法得到你想要的分区时，这种分区方式一定可以。比如我们可以将下图中的湖水用笔刷涂抹出来进行单独调整：
以上7种分区理论上覆盖了所有的分区类型，几乎可以满足所有类型的后期处理。下面我用几个简单的例子演示一下局部调整工具的应用。比如下面这张照片:
这张照片整体的细节比较杂乱，因此我的思路是希望让画面的视觉焦点更加集中，让画面整体看起来更加简洁，因此我首先需要新建一个明度调整，将画面中比较暗的区域选中，然后降低这些区域的亮度，这可以削弱这些杂乱的阴影区域；然后再新建一个圆形调整，然后将四周的亮度压暗，使得中间的树叶更加突出，最后再利用明度调整选中阴影然后为阴影加入一些青色调，使得阴影的色调与画面整体更加匹配：
这时候我们就得到了一个更加简洁、画面视觉焦点更加集中的效果：
再比如这一张照片，如果我希望让画面的视觉焦点向右侧集中，同时希望强化一下水面的表现，同时让画面整体的氛围更加偏向于暖色调：
我们首先新建一个渐变调整，然后降低曝光让天空显现出更多的细节；接着新建一个圆形调整并将其覆盖于图像的上半部分，提高色温与曝光用于模拟温暖阳光的感觉；然后我们再新建一个渐变调整并将其覆盖于图像的左侧，然后降低这部分的曝光，这可以让画面的视觉焦点集中于右侧：
然后我们新建一个明度调整，并选中画面中比较亮的区域，接着提高这部分区域的对比度以强化光线的表现；最后再新建一个选色调整工具，并基于颜色选中水面，然后提高这部分的曝光以增强水面的表现：
比如这一 张照片如果我们希望营造出更加强烈的光线感，同时希望画面的视觉焦点向羊身上集中，为了让视觉焦点向羊身上集中，我们新建两个渐变调整分别对应天空和地面然后降低曝光，这可以让画面的视觉焦点向羊身上集中：
为了进一步强化画面的视觉中心，我们再新建一个圆形调整并放置在画面中心同时提高曝光；最后为了强化画面的光线感觉，我们再新建一个圆形调整并放置到画面的高光区域同时提高曝光，以营造光线衰减的感觉：
经过这样的调整后，我们的视觉焦点就更向画面中心集中了：
5. 所谓加深减淡，其实简单点理解就是变暗和变亮。这种技术并不是数码时代才诞生的，在胶片时代这种技术就已经被广泛应用。有兴趣的可以搜索这篇文章了解一下这项暗房技术：Dodge, Burn and Other Heresies – Darkroom Technique Part 5 – by Sroyon Mukherjee 5. 加深减淡的本质就是通过变暗变亮来改变画面的光影关系，从而使得画面实现更好的表达效果。比如在这张照片中，我们通过加深四周的亮度，这样就可以让画面的视觉焦点向画面中的人物集中：
加深/减淡第二个重要的作用就是可以增强画面的光影关系，使得画面看起来拥有更加强烈的光影效果，比如这张沙漠照片，我们就可以通过加深/减淡来让画面的光影效果更加突出：
加深/减淡还有一个重要的作用就是可以重塑立体感，其实很多女生已经深刻掌握了加深/减淡技术，因为在化妆的时候使用高光粉涂抹鼻梁等区域就是在减淡鼻梁，使用鼻侧影涂抹鼻梁两侧的区域就是在加深两侧，从而让面部更加富有立体感：
5.
在PS中自带了加深/减淡工具，利用这个工具我们就可以轻松的实现加深/减淡效果。当我们选中加深或减淡工具后，这时候会有一个范围选项：高光、阴影、中间调：
这个选项的意义就是控制我们影响 的区域， 例如当 我们选中减淡工具，然后选定高光，这时候的含义就是我们只会将我们突破区域中较亮的区域变得更亮，比如下面这个瀑布：
当我们同时选中减淡工具同时将范围限定为高光时，当我们涂抹瀑布时就只有瀑布会选中，瀑布周围的山体就不会受到影响，这可以帮助我们进一步的精细处理画面。 5. 当我们使用加深/减淡工具进行时会存在一个显著的问题，就是它的撤销非常麻烦，比如我发现一个地方被过度减淡了，这时候我想要恢复这个地方的亮度就变得非常困难。于是其他加深/减淡的方法应运而生，比如双曲线加深/减淡。 所谓双曲线加深/减淡，就是指我们通过新建两个曲线调整图层，其中一根曲线提亮，另一根曲线压暗，然后我们对这两个曲线调整图层都应用一个黑色蒙版，这表示它不会对画面的图层产生影响。
然后我们再使用白色画笔在黑色蒙版上涂抹，我们希望变亮的区域就在提亮曲线的蒙版上涂抹，我们希望变暗的区域就在压暗的蒙版上涂抹，被涂抹的区域就会应用上我们曲线的调整，这样一来就可以非常轻松的控制画面的明暗变化，同时还可以随时修改：
5. 中性灰加深/减淡和双曲线加深/减淡的操作模式是基本一致的，只不过中性灰加深/减淡只需要新建一个图层，它利用了柔光混合模式的一个特性，即如果添加颜色的明度偏亮，最终的颜色明度也会变高；如果添加颜色的明度偏暗，最终颜色的明度也会变暗；如果添加的颜色正好是中性色RGB(128,128,128)，那么最终颜色不发生改变。因此如果我们新建一个中性灰图层RGB(128,128,128)，然后把混合模式改为柔光，这时候画面不会产生任何变化：
但是当我们使用白色画笔涂抹中性灰图层时，这时候最终颜色就会变亮；同理，当我们使用黑色画笔涂抹中性灰图层时，这时候最终颜色就会变暗。利用这个特性我们就可以利用中性灰图层去控制最终图像明暗变化了：
6. 高频图像和低频图像对于很多人而言可能是一个比较陌生的概念，因为它涉及到复杂的数学概念和数学变换，但是我们可以用一个浅显易懂的描述来解释它们。所谓高频图像，我们可以理解为变化剧烈的图像。什么叫变化剧烈的图像？其实就是对比高、反差大的图像，比如在下面这张图片中，我们从中间穿一条线过去，左侧蓝色区域是低频，蓝色与白色交接处为高频，进入到白色内部后又成为低频，然后穿出白色的时候再次成为高频，右侧的蓝色区域再次成为低频。
这里还可以用一个更形象的例子解释高频与低频，我们可以把一张照片想象为一张地图，在地图上有平原有山脉，平原就可以理解为低频图像，而山脉就可以理解为高频图像。如果是高原或盆地呢？高原或盆地的边缘就是高频，而内部则是低频。 那么高频与低频对应的是图片中哪些区域呢？我们可以认为高频对应的是画面中纹理，而低频对应的是画面中的色彩。 6. 正如我们前面提到的，因为高频与低频分别对应画面中的色彩与纹理，这为我们的后期调整提供了创造性的思路，也就是如果将一张图片分离为高频和低频后，我们对高频处理的时候可以不影响低频，同样对低频处理的时候可以不影响高频，这意味着我们可以分别处理画面中的纹理和色彩，这简直就是降维打击！
6. 关于如何建立高频与低频，这在网上有非常多的教程，但是我并不建议大家每次去建立高低频的时候都手动去建立，因为现在已经有非常好用的插件可以自动化的去建立高低频，比如Ultimate Retouch这款插件。
这款插件可以自动建立高低频，比如我们点击「2分频高斯模糊」，你只需要确定高斯模糊的数值（低频层）就可以自动建立高频层，非常的简单快捷。整个高低频的图层结构是这样的：
Texture就是高频，Volume就是低频，然后带有Retouch的就是我们进行编辑的图层。 6. 分频处理拥有非常广泛的应用，最为常见的就是用于皮肤修饰，比如我们现在将一张人像照片分离为高频和低频：
然后我们在低频上做一个选区，然后对这个选区执行高斯模糊，这时候神奇的事情发生了！我们可以看到对低频模糊后红色的斑点消失了！但是皮肤的质感依旧得到了保留：
这就是因为经过高低频的分离，皮肤的色彩信息在低频，皮肤的纹理信息在高频，我们对低频进行高斯模糊相当于进行肤色均匀，因此红斑消失了；高频没有执行任何操作，因此皮肤原来的纹理保留下来了，这就是高低频的具体应用。 7. 堆栈这个概念看起来非常的高深，其实它是一个非常简单的概念。所谓堆栈就是将一堆照片堆叠到一起然后对这堆照片使用统一的计算方式进行计算。比如我这里有10张照片，每张照片上有一个圆点，如果我将这10张照片堆叠到一起，然后取每张照片中最亮的部分并最终合成为一张照片（计算方法），这时候我们得到的结果就是这样的，这个就是堆栈。 7. 堆栈主要的应用有3个，一是降噪，二是模拟长曝光，三是制作星轨。 首先说第一个应用，我们知道相机长时间拍摄时容易产生热噪点， 但是这些热噪点出现的位置是随机的，如果出现在了固定位置那就是坏点而不是噪点了。正是因为噪点出现的位置是随机的，所以当我们连续拍摄多张照片并使用平均值去处理这些照片时，这些随机位置噪点被平均后就会被冲淡，因此就实现了降噪的效果。现在手机的夜景模式很多都是基于堆栈来获得更加纯净的画面，所以堆栈这种看似生疏的概念其实与我们的生活息息相关。 接着说第二个应用：模拟长曝光，这个也是堆栈的重要应用，其原理也是利用平均值算法，相当于从一堆连续拍摄的照片中各自取一部分构成最终的画面，也就是实现了对长曝光的模拟。 接着说第三个应用：制作星轨，这其实是应用了星空拍摄这种特定场景的特性，我们知道当我们在拍摄星空时，画面中最亮的区域就是天空中的星星，虽然地面可能存在比星星还亮的区域，但是这些区域是固定不动的，因此如果我们连续拍摄一堆星星照片，然后将每张照片中最亮的部分取出来并合成到一起，自然而言就可以得到一张星轨照片 。 7. 首先我们需要在前期在固定相机的情况下连续拍摄一堆照片，然后我们在Photoshop中点击文件-脚本-统计，然后选中我们要堆栈的照片。如果我们希望得到星轨效果，这时候就选择最大值：
这取决于你堆栈的照片数量。如果我们希望获得的是长曝光的效果，我 们依旧执行上面的处理步骤，只不过在选择堆栈模式的时候要选择平均值，这是未经堆栈的图像：
8. 摄影中的HDR常指代包围曝光合成，即通过拍摄一组包围曝光的照片来实现更高的照片动态范围。其解决的问题是相机宽容度有限的问题，我们知道在大光比场景中，我们如果保留了天空的细节，地面就是黑乎乎一片；如果保留了地面的细节，天空就是白花花一片。而HDR技术通过拍摄三张（或更多）照片，一张过曝来保留地面细节，一张正常曝光来保留中间调细节，一张欠曝来保留天空细节，最终将这三张照片合称为一张来实现高动态范围的效果 。
HDR技术其实几乎所有人都接触过，因为现在绝大多数手机拍照都会应用到HDR技术，否则以手机感光元件的宽容度，在面对大光比场景时根本不可能同时记录下高光与阴影的细节。 8. 我们常常会看到「HDR显示器」这个词语，那么显示器的HDR与我们摄影中的HDR是一回事情吗？答案是否定的，摄影中的HDR是一种图像采集技术，即通过包围曝光拍摄多张照片的方式捕捉更宽广的动态范围；而显示器HDR是一种图像显示技术，即如何在显示器上正确的显示更宽阔的动态范围。与HDR显示技术相对应的就是SDR显 示技术，也是现在最常见的显示器技术。 简而言之就是，利用HDR技术拍摄的照片既可以通过HDR的方式显示出来，也可以通过SDR的技术显示出来，只不过HDR显示对显示器的硬件要求比较高所以还没有普及，这就导致我们目前在互联网接触到的绝大多数影像都还是用SDR的方式在显示。在新版Camera RAW里面就提供了一个HDR显示的选项：
当你开启这个选项且你的显示器支持HDR显示后，这时候你就能看到照片被以HDR的方式显示出来。上面有两个直方图分别对应SDR范围和HDR范围，可以看到HDR直方图更加宽广，可以显示更多的高光细节。当我们用HDR的方式观看照片时，能够带来更加身临其境的感觉，显示器里面的太阳就如同真实世界的太阳一般，当你直视它时甚至会有灼烧感。当然，这种感受只能当你真正的去观看HDR显示器时才能感受出来，这很难用图像直观的表达，而文字也终究是空洞乏力的。 8. 前面我们说到过摄影中的HDR本质上是一种图像采集技术，所以要得到正确的HDR效果，我们首先需要采集到合成HDR的原始素材。因此我们在前期拍摄时需要拍摄多张不同曝光度的照片，一般推荐拍摄3张或以上。然后我们将拍摄的不同曝光度的照片导入到Camera RAW，接着选中所有照片然后调出菜单并选择「合成HDR」即可。这时候你可以预览HDR图像也可以执行一些调整：
在这里有一些选项，唯一需要注意的是「消除叠影」这个选项，因为我们在拍摄时难免会遇到场景有风的情况，这时候画面中的物体可能会存在位移，所以合成时这些位移就会出现叠影，这个选项就是用来应对这个情况的。 9. 什么是图像渲染管线？ 大家在修图的时候有没有思考过这样一个问题，就是当我们同时提高对比度和降低曝光时可能会获得两个完全不同的结果，这就是渲染管线差异导致的结果。
所谓渲染管线，就是定义渲染顺序的一套逻辑。比如我们这里提到的同时提高对比度和降低曝光，那么到底是提高对比度后再降低曝光，还是先降低曝光后再提高对比度呢？这两种处理逻辑会导致完全不同的结果，这个就是渲染管线。当然，渲染管线是开发者应该考虑的事情，所以作为使用者没有意识到它的存在也是非常正常的。 9. 绝大多数修图软件的图像渲染管线都是封装的，所以作为使用者并无法去自定义渲染管线，渲染管线会直接影响我们图像的最终处理效果，所以对于使用者而言其实是非常重要的。我这里举一个简单的例子帮助大家理解渲染管线的意义。 在达芬奇中，因为它是一款以节点为核心的后期软件，所以我们是可以自定义渲染管线的：
所谓节点调色，就是它是存在先后的逻辑结构的，比如这里有01，02，03三个节点，比如我对01节点执行降低对比度操作，节点02执行提高曝光操作，节点03执行降低饱和度操作，它的渲染逻辑就 是：降低对比度→提高曝光→降低饱和度。如果我们将02和03节点交换，这时候的渲染逻辑就是：降低对比度→降低饱和度→提高曝光。那这究竟有什么意义呢？我们先对节点03执行一个操作：
结合我们之前学习的知识，这个调整可以将画面统一成红色和青色，这时候画面的变化是这样的 ：
如果这时候我们 对节点02执行提高色温和降低色温的操作会怎样呢？因为现在的渲染逻辑是先渲染02再渲染03，所以无论我们怎样调整02，我们可以预见的是最后的颜色还是以红色和青色为主：
可以看到，正是因为先渲染02节点再渲染03节点，所以画面整体的色彩仍然被限定在03节点的范围。如果我们将02节点和03节点的位置调换会怎样呢？这时候的画面是这样的：
可以看到这时候画面的色彩不再是局限于红色和青色，而是多了很多其他颜色出来，这是因为先渲染03再渲染02，所以最后画面的色彩范围不会被限定在03的范围，这就是渲染逻辑对画面的影响。 9. 理解了渲染管线后，我们就可以理解色域限定这个概念了，所谓色域限定就是我们在渲染管线的最后一步来对图像色彩进行最终的约束，这样无论我们之前执行了什么操作，最终的色彩范围一定是被限制在我们指定的范围。 9. 一个最典型的能够代表色域限定的工具就是三原色校准，当我们使用三原色校准后再使用色温/色调工具，因为色温/色调工具的渲染逻辑在前面，所以当我们使用三原色校准后可以通过调整色温/色调来控制色彩比例，如下图所示：
可以看到，当我们使用了三原色校准后再调整色温/色调工具，无论我们如何调整色温/色调都不会得到蓝色和橙色之外的色彩，因为三原色的渲染顺序在色温 /色调的后面。 //////////
