Wpis gościnny Nicka Rainsa.
Ostrzeżenie - Poniższe jest dość zaawansowane (nawet dla maniaków) i muszę założyć, że czytelnik ma praktyczną wiedzę o kanałach, poziomach, krzywych, trybach mieszania, narzędziach itp., a także o tym, jak działają główne modele kolorów (RGB, Lab, HSB).
Wiele napisano na temat konwersji kolorów na czarno-białe: wszyscy wiemy, że istnieje wiele różnych sposobów, aby to zrobić, niektóre bardziej efektywne niż inne. Różnice między różnymi metodami są zwykle wyjaśniane pod względem atrakcyjności wizualnej lub możliwości mieszania różnych kanałów kolorów w celu emulacji tradycyjnych filtrów czarno-białych. Nie wspomniano dokładnie, dlaczego różne konwersje w skali szarości dają różne wyniki, a co ważniejsze, fakt, że ta zasada może być wykorzystana do dokładniejszego dopasowania kolorowych obrazów.
Ten ostatni punkt wydaje się dość sprzeczny; co ma wspólnego konwersja w skali szarości z dopasowaniami kolorów? Cóż, naprawdę dużo, kiedy pamiętasz, że wszystkie kolorowe obrazy RGB składają się z trzech różnych `` kanałów '' informacji w skali szarości, z których każdy reprezentuje wartości jasności każdego z trzech kolorów i że to związek między nimi daje nam iluzja „koloru”.
Jeśli zmienisz kolorowy obraz, powiedzmy, używając narzędzi do rozjaśniania lub nagrywania, w rzeczywistości zmieniasz 3 kanały w skali szarości w tym samym czasie i jeśli związek między tymi 3 kanałami nie pozostanie dokładnie taki sam, nastąpi przesunięcie odcienia lub nasycenia co oczywiście nie jest celem dostosowania. Wiele narzędzi programu Photoshop, używanych w dobrej formie, działa na połączeniu wszystkich trzech kanałów - nie jest to sytuacja idealna.
Jak widzimy Jasność
Photoshop bardzo rzadko używa terminu Luminosity. Nie jest to Jasność w modelu kolorów Barwa, Nasycenie, Jasność (HSB). Nie jest to kanał jasności w trybie Lab i nie jest to wartość K, gdy używasz próbnika kolorów w trybie Skala szarości.
Jasność to postrzegana jasność koloru, a nie wartość liczbowa lub zmierzona w powyższych modelach kolorów. Spójrz na ten obrazek - 3 fragmenty RGB o pełnej mocy. Każdy ma 100% jasności i 100% nasycenia, różni się tylko odcień. Myślę jednak, że wszyscy zgodzą się, że zieleń jest percepcyjnie jaśniejsza lub jaśniejsza niż czerwień, która z kolei jest jaśniejsza niż niebieska. Tak więc, chociaż liczby pokazują 100% jasności, widzisz zupełnie inne tony.
Oto ten sam obraz przekonwertowany na czarno-biały za pomocą polecenia Obraz> Dopasuj> Zmniejsz nasycenie. Cały kontrast kolorów znika, ponieważ Barwa (kolor) jest usuwana, a nowa jasność szarości w górnym rzędzie wynosi dokładnie 50% (127), ponieważ nasycenie i jasność są równe.
Oto obraz przekonwertowany w inny prosty sposób: Obraz> Tryb> Skala szarości. Jest to lepsze, ponieważ konwersja jest trochę bardziej podobna do tego, że nasze oko widzi kolor z naciskiem na zieleń. W rzeczywistości waga koloru jest bardzo bliska 60% G 30% R i 10% B, gdzie jasność zieleni jest dwukrotnie większa niż w przypadku czerwieni, podobnie jak nasze oczy widzą i przechylają ukłon w stronę faktu, że liczba zieleni jest dwukrotnie większa. sensory na matrycy Bayera aparatu w porównaniu z czerwonym i niebieskim. Konwersja nadal wygląda jednak na trochę pozbawioną kontrastu, a dobre obrazy czarno-białe naprawdę potrzebują dobrego wpływu lub kontrastu, aby wyglądały jak najlepiej.
Nawet kanał Lightness w Lab, pokazany poniżej, tak naprawdę nie przedstawia względnych tonów kolorów, gdy ich doświadczamy. W rzeczywistości jest znacznie bliżej postrzeganej luminancji, ale ogólnie jest percepcyjnie „lżejszy” niż prosta konwersja Tryb> Skala szarości.
Najdokładniejsza konwersja odbywa się za pomocą miksera kanałów przy użyciu tych wartości zaczerpniętych z definicji sRGB opracowanych przez firmę Hewlett Packard (http://www.w3.org/Graphics/Color/sRGB)
71% G 21% R i 8% B.
Daje to nieco bardziej wyrazisty wygląd i jest dobrym punktem wyjścia do konwersji obrazów na czarno-białe. Czerwony wydaje mi się trochę ciemny, a niebieski nieco ciemny, ale ponieważ w naturze jest bardzo mało czystego koloru, ta kombinacja działa dobrze w prawdziwym świecie.
Więc po co tyle zamieszania? Dlaczego musimy znać wszystkie te różne metody?
Ważne jest, aby zrozumieć, że kiedy usuwasz informacje o kolorach, a obraz opiera się tylko na odcieniach szarości, musisz kontrolować, jak te odcienie odnoszą się do siebie. Czy chcesz, aby błękit nieba stał się ciemniejszy w odcieniach szarości niż zielona trawa? Lub odwrotnie.
Na przykład dla flagi Australii - która wersja w skali szarości wygląda lepiej?
Nie ma definitywnie poprawnej odpowiedzi - to ta, która wygląda najlepiej. Osobiście uważam, że ten z ciemniejszym niebieskim wygląda najlepiej, ponieważ zachowuje postrzeganą jasność niebieskiego, a także dobry kontrast między niebieskim i czerwonym.
Musisz przejąć kontrolę i upewnić się, że kolory w oryginalnym ujęciu przekładają się na dobry znaczący kontrast w wersji czarno-białej. To jest sekret dobrych konwersji B + W - nie jest to dokładna metoda, ale świadomość rozkładów tonalnych i wartości skali szarości, na którą kolor jest konwertowany w stosunku do późniejszych wartości skali szarości innych kolorów.
Żeby zostawić Ci zaawansowany „zwiastun”…
A co by było, gdybyś zduplikował warstwę koloru i dodał do tej nowej warstwy monochromatyczną warstwę dopasowania miksera kanałów? Następnie można zmienić tryb mieszania nowej warstwy na Luminosity i użyć miksera kanałów, aby dostosować jasność i nasycenie kolorów obrazu, nie wpływając w jakikolwiek sposób na odcień.
Jeśli spróbujesz zrobić to bezpośrednio z krzywymi lub poziomami, uzyskasz niewielkie przesunięcie odcienia podczas dostosowywania jasności i nasycenia. Jeśli mi nie wierzysz, spróbuj ustawić narzędzie informacyjne na HSB zamiast RGB i odczytać kolory podczas bezpośredniego dostosowywania krzywych. Zobaczysz, jak zmieniają się wszystkie trzy liczby, w tym odcień.
Omówię to dalej w przyszłym artykule.
Przy przechodzeniu na B + W zieleń kurtki i niebieska czapka pociemniały, podczas gdy czerwone odcienie skóry zostały lekko rozjaśnione. Twarz i dłonie wyróżniają się teraz znacznie lepiej - dobry przykład sytuacji, w której kolory w oryginale były po prostu rozpraszające, nic nie dodając do zdjęcia, i dlatego zostały usunięte.
Nick Rains jest fotografem z Queensland, który zajmuje się fotografowaniem zawodowo od 1983 roku i na własne oczy widział wiele zmian w branży fotograficznej, od manualnego do automatycznego ustawiania ostrości w późnych latach osiemdziesiątych XX wieku, aż po przejście na technologię cyfrową w ostatniej dekadzie.
Obecnie Nick kręci filmy fabularne dla firm takich jak Australian Geographic i Orion Expeditions, a także pisze dla magazynów i blogów na całym świecie. Nick jest konsultantem ds. Szkoleń firmy Canon i ambasadorem Leiki, a także mistrzem fotografem w AIPP i sędzią krajowym. Możesz zobaczyć więcej jego prac na www.nickrains.com lub dodać go do swoich kręgów w Google Plus.
Jeśli chcesz dokładniej pisać zdjęcia, wypróbuj aplikację Nicka „Photique” na iPada. To jest do pobrania za darmo.