超实用!如何修复细节严重缺失的图片? - 优设网 - UISDC

超实用!如何修复细节严重缺失的图片?

2015/07/21 29991评论区

image-restoration-method-1

编者按:今天的教程必须get起来!遇到有一大片黑的图片,都可以用这个方法让细节显现,特别是风景图,效果超棒!方法分两步,操作非常简单,作者顺便介绍一个“看起来就很吊”的后期修图术语,包你涨姿势!

本文为作者独家授权优设发布,未经作者本人授权请勿转载,谢谢 :)

在线修图神器泼辣熊www.polaxiong.com

从零开始学后期:
第一期:《从零开始学后期!高手免费后期课堂之日系风格的方法(一)》
第二期:《从零开始学后期!高手免费后期课堂之手绘风格的方法(二)》
第三期:《从零开始学后期!高手免费后期课堂之色彩之美(三)》
第四期:《从零开始学后期!高手免费后期课堂之欧美色绘制方法》
第五期:《从零开始学后期!高手免费后期课堂之丁达尔效果速成法》

面对这样细节严重丢失的图片,我们该怎样进行修复呢?

1xf20150721

下面是我们修复的效果:

2xf20150721

那么,我们该如何调整,才能达到这种效果呢?

这里就涉及到一个非常重要的术语:伽马值。

在摄影中,我们会经常遇到一组相近的概念:曝光和伽马值。

3xf20150721

我们先看一张图片:

4xf20150721

如果我们降低曝光值:

13xf20150721

画面的变化是:

5xf20150721

如果我们降低伽马值:

6xf20150721

画面的效果是:

7xf20150721

很明显,你可以发现二者的区别。

我们再看一张图:

8xf20150721

如果我们提高曝光值:

he20150721

画面效果是这样的:

9xf20150721

如果我们提高伽玛值:

10xf20150721

得到的画面效果是:

11xf20150721

你也可以很明显的发现二者的不同。

那么,这二者的区别到底在哪里呢?

我们先从伽玛值讲起(下面这一段很无聊,不想了解的可以略过):

一开始,伽玛值是一个专有名词,后来被广泛运用于图像灰度映射的校正。宏观上我们看到的就是,Gamma变了,图像亮度就跟着变了,本质上是信息的映射关系在数学上变了。以下是正文:

Gamma是在计算机图形领域最不容易被理解掌握的概念之一,其中有很大一部分原因要怪它到处出现,极容易让人混淆。Gamma的最初定义如下:“Gamma是用来描述显示设备的‘非线性’程度的专有名词”。这是历史上Gamma所拥有的第一个定义。但是很显然这样的一个定义并不能解释清楚任何的问题。

那么要解释清楚Gamma,首先要解释的就是显示设备的“非线性”。

一切的显示设备,比如计算机的显示屏幕、手机或平板电脑的屏幕、老式的阴极摄像管电视机(CRT电视机),或是新式的液晶屏幕电视机,都是“非线性的”。以最为典型的CRT(Cathode ray tube阴极射线管)显示屏幕为例(无论是电脑或者电视机),所谓“非线性”即意味着,如果施加在阴极摄像管的电压强度 V 增加1倍,屏幕表面所输出的光强度 I 并不会很理想的相应增加一倍。

反过来说,如果显示器所用到的发光元件是一个理想的物理模型,在输入电信号强度V(Voltage,电压)和输出的光照强度I(Intensity,强度)转化过程中,V与I的比值是一个常数k,这里我们就可以说这个发光元件是一个线性元件,转化是线性转化,是对电信号的“无损转化”。

表达通俗一点,以上公式表示这样一个意思:在理想的线性的显示元件中,一份电压强度可以生成一份相对应的光照强度,电压翻几倍,光照强度也会相应跟着翻几倍。

当然现实世界中的任何显示器都不会有这样理想的特性,幸运的是,这些有损的显示元件的输入电压V 与输出光照强度 I 的对应关系在数学上呈现简单的规律,可以看到非线性显示元件的输入-输出公式与线性显示元件的公式非常相近,唯一的不同就是在输入信号V的右上角多了一个指数γ,这个希腊字母γ读作Gamma(中文音“伽马”),它便是用来描述非线性元件输入信号 V 在转化成光线强度 I 过程中“非线性”程度的唯一一个参数。

表达通俗一点就是说,非线性显示元件呈现这样的规律:输入电信号V的大小在乘方Gamma和乘以常数k之后,会得到相对应的输出信号 I,无论输入电压的大小与否,一个非线性元件的信号损耗特性Gamma是固定的。

然而不同的显示设备,Gamma的大小是不尽相同的,常见的Gamma大小可能会在1.4到2.6之间,苹果电脑显示器的Gamma在1,8左右,传统CRT电视机的Gamma在2.35-2.55之间。总结来说,Gamma是跟着硬件设备走的,和电压以及光强度没有关系。

那么到这里,我们就终于能理解为什么Gamma的定义是“用来描述显示设备非线性程度的专有名词”了,理想的显示元件,电信号以线性比例对应光强度,Gamma=1,而现实世界中非线性的显示元件,Gamma≠1,Gamma越大,信号损失越大,信号的“失真”程度越高,因此Gamma就可以用来表示一个显示元件对信号的失真程度。

这里必须要强调的是:“理想的,信号无损的显示元件”,并不是说在电压到光强度的转化过程中毫无能量损失,而是只要电压以k倍转化为相对应的光强度就可以,一份电压对应一份光强即可,等比例转化即可,即 y=kx 的线性映射,此时Gamma是等于1的。

而非线性显示元件在得到输出光强 I 之前,需要把输入电压 V 在k倍的基础上,右上角再次乘方一个Gamma,那么此时这个Gamma可以比1大,亦可以比1小。

在计算机图形学中,输入的电压信号 V 和输出的亮度信号 I 都是在0-1(这个0就对应着电压为0,颜色为黑色,1就对应着电压为最大,光强度最高,颜色为白色)区间浮动的,如果这样描述问题的话,我们连公式中间的常数k都可以忽略不计了,输入-输出的公式就简化成了:

2he20150721

OK,上面这一大段话的核心意思是(这个总结可以看一下):

所谓伽马值,原本是用来描述硬件的失真程度,伽玛值越大,失真程度越大。

后来应用到计算机图像领域,便成为了一个用来校正画面明暗程度的数学工具。

OK,上面这些原理部分我们了解一下就行,不必深究。

我们主要是了解伽马值和曝光值在摄影中的区别和应用。

我们再打开一张图片:

12xf20150721

我们降低曝光值:

13xf20150721

得到的画面效果是:

14xf20150721

我们降低伽马值:

6xf20150721

画面效果如图:

15xf20150721

有什么不同?

一、伽马值的色彩变化更加剧烈。

二、伽马值细节损失得更多。

我们再提高曝光值:

16xf20150721

得到的画面效果:

17xf20150721

我们提高伽马值:

q3he20150721

得到的画面效果是:

18xf20150721

可以看到:

一、曝光值保留了更多的色彩信息。

二、曝光值的细节损失更少。

综合上面的效果,其实我们可以得出一个简单的结论:

调低伽马值,其效果等同于同时降低曝光值和提高对比度,因此,其画面的色彩变化更加剧烈,画面更加通透,但是细节损失也会更多。

调高伽马值,其效果等同于同时提高曝光值和降低对比度,因此,其色彩会更加偏灰,同时也会保留更多的画面细节,整个画面感觉像加了一层白色层。

曝光值对画面整体的影响比较柔和,其调整的效果一般而言会更加自然一些。

那么,我们在哪些情况下需要使用伽马值呢?

一、用伽马值消灰。

因为伽马值有同时提高对比度和降低亮度的画面效果,因此,在消灰方面有独特的优势。

例如这张照片:

19xf20150721

我们使用提高对比度:

20xf20150721

得到的画面效果是:

21xf20150721

如果我们降低伽马值:

4he20150721

得到的画面效果是:

22xf20150721

可以看到,伽马值在消灰方面的确有不错的效果。

二、还原细节

我们看一张图片:

23xf20150721

如果我们使用曝光值:

24xf20150721

画面效果如图:

25xf20150721

如果我们使用伽马值:

5he20150721

画面效果如图:

26xf20150721

可以看到伽马值可以很好的还原图片细节。

回到前面的问题,我们打开图片:

27xf20150721

然后调低伽马值。

我们还可以新建一个渐变滤镜,进一步调整上面的细节:

6he20150721

29xf20150721

我们再调整一下曲线:

30xf20150721

7he20150721

31xf20150721

画面效果如图:

32xf20150721

与原图对比:

27xf20150721

配色不行?这几篇足够让你变高手了!

先从打好基础开始!颜色理论get起来!
《设计师配色宝典!教你从零开始学配色》

借力打力最简便快捷!几步教你学会“偷”色彩
《配色弱有救了!教你利用图片创建独有的色彩方案!》

来个具体案例学习一下!色彩暖男绿先生!
《色彩中的暖男!20个风格多样的绿色系网站欣赏》

作者:@他山之眼

【优设网 原创文章 投稿邮箱:2650232288@qq.com】

================关于优设网================
“优设网uisdc.com“是国内人气最高的网页设计师学习平台,专注分享网页设计、无线端设计以及PS教程。
【特色推荐】
设计师需要读的100本书:史上最全的设计师图书导航:http://hao.uisdc.com/book/
设计微博:拥有粉丝量98万的人气微博@优秀网页设计 ,欢迎关注获取网页设计资源、下载顶尖设计素材。
设计导航:全球顶尖设计网站推荐,设计师必备导航:http://hao.uisdc.com
———————————————————–
想在手机上、被窝里获取设计教程、经验分享和各种意想不到的”福利”吗?
添加 优秀网页设计 微信号:【youshege】优设哥的全拼
您也可以通过扫描下方二维码快速添加:

sdcweixin

非特殊说明,本文版权归原作者所有,转载请注明出处
本文地址:https://www.uisdc.com/image-restoration-method

发表评论 加载中....

评论加载中....

uisdc

评论区都快饿瘪了,看看我期盼的小眼神...

sketch 界面设计 版式设计 排版布局 职场 优设专访 设计师干货 优设大课堂 设计达人 配色 视觉设计 web前端开发 素材下载 AI教程 设计理论 设计流程 神器下载 字体下载 设计师专访 psd下载 设计规范 海报设计 设计趋势 用户体验设计 平面设计 动效设计 logo设计 图标设计 ICON 产品设计 神器推荐 App设计 字体设计 职场规划 酷站推荐 交互设计 ui设计 优秀网页设计 设计师职场 ps技巧 酷站 用户体验 PS教程 网页设计 经验分享

您还没有登录

优设启用更安全省心的 微信扫码登录

微信扫码

300万设计师聚集地!优设网是极具人气的设计师平台
2012年成立至今,一直专注于设计师的学习成长交流

把好文章收藏到微信

打开微信,扫码分享
学设计 优设网 在这里