Доводилось ли вам видеть, как работает настоящий специалист по обработке изображений? Поверьте, ощущение чуда, рождающегося у вас на глазах, ни с чем не сравнимо. Но ведь в работе профессионалов нет ничего сверхъестественного — в их распоряжении те же средства, что и в вашем. Вопрос не в инструментарии, а в особом конструктивном подходе к решению поставленной задачи. Увы, этому нигде не учат, каждый постигает его самостоятельно, в меру своих сил и возможностей. Никто из знающих не торопится делиться своим опытом. Тем, кто достиг хоть какого-то уровня, обычно жалко раскрывать собственные секреты. Максимум на что можно рассчитывать, это готовые рецепты вроде: «Сделайте то-то и то-то, и будет вам счастье…». Поэтому основной упор в данной статье хотелось бы сделать не столько на применение конкретных средств и решение проблем, сколько на вопросы общего подхода к задачам цифровой обработки, а заодно подкрепить эти соображения реальными примерами из сложной, но интересной области цветокоррекции.
В погоне за определением
Сначала статью планировалось посвятить практическим проблемам цветопередачи в цифровой фотографии. Материала было много, но найти главную линию изложения никак не удавалось. Все разрешилось неожиданно — при попытке дать определение цветовой коррекции процесс написания встал окончательно. Ведь сложнее всего описывать простые понятия!
Первый набросок искомого определения был сделан исходя из анализа соответствующих функций программных пакетов. Обзор приложений для обработки растровых изображений за последние десять лет привел к неутешительному выводу о полном отсутствии прогресса в этой области. Например, флагманский продукт Adobe Photoshop содержит всего три (!) команды для тоновой коррекции и три (!) — для цветовой (имеются в виду только профессиональные средства, достаточные для выполнения любых задач). Впрочем, большинство специалистов знают, что сложные задачи редко решаются в один прием, чаще приходится комбинировать средства, а то и вовсе применять их «не по назначению».
Вторая попытка дать определение отталкивалась от проблем, которые цветовая коррекция решает. Анализ более трех десятков типовых сценариев ее применения выявил любопытную закономерность — все задачи цветокоррекции могут быть разделены на четыре вполне самостоятельных класса исходя из критерия преследуемой цели. Так появились понятия компенсирующей, восстанавливающей, упреждающей и улучшающей коррекции, суть которых будет разъяснена ниже.
Конечное определение родилось на стыке двух подходов:
Цветовая коррекция — целенаправленное воздействие на цвета пикселей изображения, в ходе которого устраняются цветовые дефекты, улучшается субъективное восприятие снимка или просто происходят некоторые цветовые изменения. Технически цветовой коррекцией следует считать любое воздействие на цветное изображение, в т. ч. и деструктивное.
Из этого определения проистекает, что тоновая коррекция — частный случай цветовой. Это не противоречит общепринятой практике. Использование кривых в модели CMYK — классический пример тоновой коррекции, но известно, что оно является едва ли не самым эффективным инструментом воздействия на цвета изображения, следовательно, к цветокоррекции имеет непосредственное отношение. Понятно также, что если у устройства вывода нарушена тоновая передача, получить на нем предсказуемый цвет весьма проблематично. Иными словами тоновые дефекты с неизбежностью приводят к цветовым, а значит, нет смысла выделять их в разные категории. Задачи цветовой коррекции Трудно переоценить роль цветокоррекции в жизни цифрового снимка. Взгляните на таблицу, в ней представлены практически все задачи, возникающие при обработке фотоизображения. Обратите внимание, что подавляющее большинство операций выполняются либо непосредственно инструментами цветовой коррекции, либо с обязательным их применением.
Все манипуляции со снимком делятся на шесть больших классов по целям, которые преследует оператор при подготовке.
Базовые манипуляции реализуют основные действия, связанные с растровой природой изображений (см. таблицу), и непосредственно на цветопередачу влияют лишь назначения цветовых профилей. Тем не менее, их следует считать мощным, хотя и довольно сложным инструментом цветовой коррекции. Возможно, когда-нибудь системы управления цветом будут восприниматься как нечто само собой разумеющееся и операции с профилями станут основным средством работы. Но до тех пор мы исключим их из нашего рассмотрения.
Необходимость задач компенсирующей цветовой коррекции возникает в контексте технологических проблем, связанных с обеспечением максимально точной цветопередачи. Например, принципиально невозможно при съемке цифровой камерой определить точные спектральные характеристики источников света, поэтому возникают цветовые отклонения, которые необходимо устранять. Основная цель оператора — скомпенсировать отклонения в цветопередаче, возникающие в силу объективных недостатков технологий оцифровки. Для данного класса можно предложить эффективные методы оценки и нейтрализации цветовых дефектов (наиболее распространены специальные тестовые шкалы).
Восстанавливающая коррекция подразумевает устранение различных типовых дефектов (например, пыль и царапины) для традиционных снимков и подавление цветовых шумов или артефактов компрессии для цифровых. Большинство задач здесь связано с восстановлением деталей и совпадает для обеих технологий. Общим для них является характер дефектов, нежели порядок применения специальных средств. В знак того, что данный класс не предполагает обязательного применения инструментов цветовой коррекции, но может использовать их как составную часть, он отмечен в таблице особым цветом. Не будем забывать, что задачи восстановления возникают часто и отнимают львиную долю времени.
Упреждающая цветовая коррекция также представляет особый интерес, потому как конечной целью большинства работ является вывод на печать. Вот тут-то и возникают настоящие проблемы. В случае печати на офисном принтере треть всех пользователей жалуется на «слишком темные» результаты. При этом половина из них забывает убедиться в соответствии характеристик бумаги и выставленных установок в драйвере принтера, а другая половина работает на некалиброванных мониторах. Как бы там ни было, но 90 процентов всех столкнувшихся с такой проблемой не долго думая просто осветляют снимок с помощью какого-нибудь растрового редактора (а многие устраняют и цветовые оттенки, возникающие при печати). Что ж, такой подход оправдан при недостатке времени, но если есть возможность, то не поленитесь разобраться с настройками принтера — наверняка удастся избежать ненужной коррекции.
Есть и другой способ целенаправленного внесения цветовых искажений перед печатью. Чаще всего к нему прибегают при выполнении сложного цветоделения. Дело в том, что у каждого устройства вывода существует т. н. рабочий диапазон плотностей, и настоящий специалист всегда позаботится о том, чтобы диапазон тонов исходного изображения полностью в него «вписался». Как правило, это делается с помощью кривых путем поканальной установки точек черного и белого. Справедливости ради отметим, что потребность в такого рода манипуляциях тем меньше, чем лучше условия печати (по этой причине многие «офсетчики» даже не подозревают о необходимости доводки изображения после цветоделения в модели CMYK).
Возникает последний вопрос: нужна упреждающая коррекция или нет? Увы, до тех пор, пока не будут разработаны адаптивные алгоритмы цветоделения, позволяющие учитывать большее количество параметров печати, от упреждающей коррекции отказаться не удастся. Многие пользователи именно ее считают основным назначением средств тоновой и цветовой коррекции в растровых редакторах. Но это вовсе не значит, что при печати на принтере надо насиловать цифровой снимок — просто настройте, наконец, драйвер.
Давайте еще раз взглянем на уже рассмотренные классы задач. Все они, так или иначе, были связаны с техническими аспектами цифровой обработки. Компенсирующая коррекция пытается нейтрализовать цветовые проблемы, приобретенные на стадии оцифровки, т. е. ввода. Упреждающая — предотвращает проблемы при печати, т. е. выводе. Восстанавливающая коррекция, если в ней есть необходимость, вполне однозначно улучшает изображение.
С последующими же классами все будет не так очевидно, потому что в них главную роль играет субъективное восприятие снимка зрителем, которое не только сложно формализуется, но зачастую является противоречивым. И даже если всем коллегам выполненная коррекция покажется удачной, обязательно найдется человек, которому результат сильно не понравится (и по иронии судьбы им будет именно ваш заказчик).
Улучшающая цветовая коррекция имеет целью субъективное улучшение изображения, хотя вряд ли можно точно сформулировать, в чем оно состоит. Но есть ряд изменений, обычно благосклонно воспринимаемых зрителем: разумное увеличение контраста, повышение насыщенности (всего снимка или отдельных цветов), исключение посторонних оттенков в узнаваемых цветах (желтоватого оттенка в небе, облаках, снеге), акцентирование отдельных цветов (если цвет не воспроизводится при печати, пусть лучше он будет ярким, даже в ущерб точности).
Когда применять улучшающую коррекцию — каждый решает сам. Что она дает? Выразительность, яркость, сочность, контраст. Чем вы рискуете? Тем, что кому-то она обязательно будет не по вкусу (не исключено что «гениальное» творение через некоторое время и вам покажется ужасным). Как и в любом другом деле, за свободу выбора нужно платить. А как иначе?
Спецэффекты — последний класс, который мы рассмотрим. В него были вынесены все манипуляции для придания фотоизображению нового качества, большей художественной выразительности, настроения. К ним относятся такие типичные приемы цветовой коррекции, как колоризация, тонирование, перекрашивание объектов. Т. е. все эффекты, позволяющие полностью абстрагироваться от исходных цветов, иногда отходя от реалистичности в угоду авторскому замыслу. Естественно, никаких критериев мы здесь не предлагаем, да и вряд ли они нужны.
Инструменты цветовой коррекции
Разобравшись с задачами, перейдем к анализу инструментов для их решения. Очевидно, любая коррекция, в т. ч. и цветовая, предполагает четыре обязательных этапа:- идентификацию проблемы;
- определение инструментальных средств;
- определение параметров и степени коррекции;
- оценку качества результата.
Идентификация проблемы означает, что любой дефект сначала должен быть обнаружен (иначе как его устранять?). В подавляющем большинстве случаев это делается визуально, хотя для некоторых задач есть и более объективные методы (гистограммы или контрольные точки).
Обнаружив дефект, оператор выбирает средство исходя из характера и величины повреждения, имеющихся в распоряжении инструментов и собственных предпочтений. Причем, необязательно какую-то команду или инструмент, это может быть целый алгоритм. А дальше — нужно суметь им правильно воспользоваться учитывая все факторы, начиная от характера и природы дефекта, заканчивая особенностями цветовой модели.
Оценка результата остается самой сложной задачей цветокоррекции. Отсутствие четких формальных критериев качества конечного результата сводит на нет попытки ее автоматизации.
Но довольно теории, пора перейти к практическому применению средств цветовой коррекции.
Цветовая магия
В цифровой фотографии существует проблема определения условий освещения, в зависимости от которых необходимо правильно выбрать режим работы фотоаппарата. Ошибка в определении так называемой цветовой температуры становится причиной появления постороннего оттенка в конечном снимке. Даже опытные специалисты не всегда могут предугадать будущий результат, что уж говорить о новичках. Процедура устранения такого оттенка была бы тем более интересна, что существующие растровые редакторы до сих пор не имеют специальных инструментов. Попробуем применить на практике наши теоретические изыски.По предложенной классификации задача относится к компенсирующей коррекции. Для решения необходимо хотя бы в общих чертах представлять технологию считывания информации о цвете и природу дефекта.
 |
| Рис. 1. Схема работы цифрового фотоаппарата |
Взгляните на рис. 1. Свет от источника (1) падает на объект (2), отражается от него, через объектив (3) попадает на ПЗС-матрицу (4), которая вырабатывает ток, проходящий через схемы усиления (5) и преобразуемый в цифровые отсчеты с помощью АЦП (6). Очевидно, что все участники процесса так или иначе влияют на результат. Например, спектральный состав излучения источника света (1) непосредственно определяет цвета всех объектов сцены, но фиксируемая фотоаппаратом величина красного, зеленого и синего зависит от характеристики спектральной чувствительности ПЗС матрицы (4). Естественно, что ни спектр источника, ни спектральная чувствительность матрицы не могут быть изменены, поэтому остается единственный способ — контроль на уровне схем усиления (5). Именно изменением соотношения между каналами красного, зеленого и синего достигается подстройка под цветовую температуру.
Применительно к фотоаппаратам встречаются синонимы «точка белого» (White Point), «температура точки белого», «баланс белого». Способы определения баланса, как правило, просты: набор предустановок под различные типы освещения или оценка по контрольному образцу. Обычно за него принимают относительно нейтральный объект (например, обыкновенный белый лист бумаги). И хотя на самом деле обычная офисная бумага имеет специальные подсинивающие добавки (оптические отбеливатели), это хороший метод подстройки под условия освещения.
Выбор конкретного режима в зависимости от источников света в сцене регламентируется руководством пользования, в котором обычно содержится цветовая температура для большинства стандартных ситуаций. Автоматическое определение баланса белого также дает приличный результат. Но стоит в сцене появиться нескольким разнотипным источникам, автоматика перестает справляться. Не лучше обстоит дело и с искусственным светом. Совет прост — попробуйте разные режимы и попытайтесь найти нужный. Хотя даже тогда вероятность ошибки велика. Причем обнаруживается она значительно позже, когда повторная съемка невозможна.
Отличный повод опробовать наш подход.
Обнаружение цветовых сдвигов
Начнем с идентификации проблемы. Сделать это визуально, как правило, очень просто, но не торопитесь с выводами. Как обнаруживается цветовой дефект? Правильно, во время просмотра снимка на экране монитора. Но где уверенность, что видеосистема не вносит искажений в картинку? Для визуальной оценки необходима абсолютная уверенность в правильности цветопередачи. Достигается она калибровкой и характеризацией с последующим применением для просмотра соответствующих программных средств, скажем, Adobe Photoshop (если используется свободно распространяемая программа просмотра, то гарантии правильного отображения графических файлов нет). Впрочем, настройка видеосистемы — тема отдельного разговора, мы же будем полагать, что погрешность отображения нашего устройства не так велика и визуальная оценка адекватна фактическому цвету. |
| Рис. 2. Применение команды Hue/Saturation для поиска оттенков |
Главный вопрос идентификации: куда смотреть, на что обращать внимание? Неверное определение цветовой температуры приводит к появлению некоторого постороннего оттенка, который и нужно искать. Чаще всего он столь силен, что невозможно не заметить, и обнаруживает себя во всех цветах изображения. А если есть серьезные сомнения в его наличии? Проще всего сдвиг обнаруживается на нейтральных цветах — это могут быть любые серые объекты: ковровое покрытие, одежда, стены помещения, лист бумаги, снег, облака. Но помните, что восприятие слишком светлых объектов на экране монитора обманчиво. Цвет, который на экране кажется почти идеальным белым, на печати может приобрести розоватый или голубоватый оттенок. Тут есть очень простой прием: в Adobe Photoshop вызовите команду главного меню Image, Adjustment, Hue/Saturation и потяните средний ползунок управления насыщенностью вправо до 80-100 единиц. Если оттенок есть, вы его обязательно увидите (рис. 2). Так же наглядно оценивается степень цветных шумов в фотографии. Только не забудьте потом отказаться от применения этой коррекции к снимку.
Впрочем, нейтральные объекты — не единственный ориентир в наших поисках. Любые характерные или памятные цвета (телесные тона, небесные оттенки, цвет зелени) поведают об отклонениях в цветопередаче.
Определение природы дефекта
Предположим, оттенок обнаружен, что дальше? Надо определить природу дефекта, чтобы выбрать подходящий инструмент. Возьмем снимки (рис. 3) одного объекта при различных настройках баланса белого (для удобства оценки в кадре отсутствуют яркие цветные объекты). Невооруженным взглядом видно, что в зависимости от выставленной настройки цветовой температуры меняется соотношение между каналами красного, зеленого и синего. Нам уже известно, что это следствие воздействия фотоаппарата на цепи усиления сигнала, идущего от светочувствительной матрицы. Например, при выборе настройки, соответствующей съемке при свете лампы накаливания (низкая цветовая температура), аппарат попытался скомпенсировать это усилением синего и зеленого каналов, что и стало причиной голубого оттенка в изображении (реальное освещение имело более высокую температуру).Выходит, что причина постороннего оттенка кроется в неверном соотношении яркостей каналов, а значит, для устранения можно применить инструменты тоновой коррекции (кривые или уровни). Зная причину, можно обоснованно выбрать средства.
Оговоримся: тоновый характер дефекта еще не означает, что другие инструменты с ним не справятся; не торопитесь исключать из поля зрения другие варианты.
Критерий коррекции
Самая большая проблема цветокоррекции — неопределенность конечного результата. Никто не знает, как должно выглядеть изображение в конце преобразований. Удивительно, но для многих эта мысль неожиданна. Осознание ее приводит к снятию психологического барьера, оператор перестает бояться принимать решения, т. к. не существует единственно верного критерия в цветокоррекции — она субъективна. Все бы ничего, но для работы нам нужна объективность. Как быть?Вот тут-то и пригодится понятие цели коррекции, введенное в первой части. Исходя из нее можно попытаться предложить какие-то формальные критерии.
Наша задача компенсации предполагает устранение цветового оттенка. Значит, мы должны уметь определить момент, когда его не будет в нашем изображении. Как было сказано выше, проще всего это сделать по характерным или нейтральным цветам.
У нейтральных есть очень серьезное преимущество — четкие формальные признаки, связанные с числовыми значениями в различных цветовых моделях. В RGB примерное равенство всех трех составляющих и есть нейтральность. В модели Lab она описывается как приблизительное равенство нулю цветоразностных параметров a и b; в HSB — как равенство нулю параметра насыщенности S. И лишь в CMYK все плохо: там нейтральность — совершенно несуразные пропорции голубого, пурпурного и желтого (ну, да нам и не нужно было так много).
Выбор инструмента
Мы добрались до главного — построения процедуры коррекции. Обратите внимание, это необязательно конкретная команда, это может быть целый алгоритм. Идея такова — большинство инструментов цветокоррекции выполняют несколько простых операций, последовательность и количество которых могут варьироваться. Вот перечень наиболее часто применяемых.- Переход явный (цветоделение) или неявный в цветовую модель (в псевдомодель, например, HSB), обладающую полезными для коррекции свойствами.
- Использование цветовых каналов для выделения по признаку тонового или цветового подобия.
- Применение тоновой кривой (определяющей действие инструмента).
- Межканальные операции (взвешенная сумма каналов), инструмент Channel Mixer.
- Фильтрация (чаще всего размытие).
- Возврат в исходную цветовую модель.
Ключевой момент большинства процедур цветокоррекции — переход в некоторую цветовую модель, обладающую полезными для построения решения свойствами. Происходит цветоделение, т. е. разделение информации о цвете на составляющие некоторой цветовой модели. Для фотоизображения цветоделением является любой переход из одного цветового режима в другой. В допечатной же подготовке распространение получила модель CMYK, поэтому часто подразумевается, что перевод идет именно в нее. Кстати, многие считают, что цветоделение — только процесс и результат вывода пленок, с которых изготавливаются печатные формы. Налицо непонимание сути операции.
Теперь давайте выберем цветовую модель для нашей задачи. Очевидным вариантом, конечно же, будет RGB — это собственная модель снимка и в ней легко проверить факт нейтральности (примерно удовлетворяющий условию R=G=B). Вдобавок исследуемый дефект имеет тоновую природу и описывается именно в этой модели. Отсюда первый вариант решения: в модели RGB поканально применяем тоновые кривые так, чтобы нейтральные цвета примерно удовлетворяли критерию (R=G=B).
Осталось только выбрать тип кривых — линейные или нелинейные. Первые заведомо неудобны (могут возникать потери деталей), поэтому остановимся на гамма-кривых, т. е. кривых с одной дополнительной точкой в центральной части (кстати, действие схем усиления фотоаппарата описывается такими же функциями).
Проверять себя будем с помощью палитры Info (выводится командой Window, Info). В этой палитре Photoshop указывает значения координат, считываемые в позиции курсора.
Но в цифровых снимках часто бывает много шумов, поэтому для контроля значений в определенных точках удобно использовать инструмент Color Sampler (находится в одной группе с обычной пипеткой — Eyedropper). Только необходимо установить опцию Sample size: 5 by 5 Area, тогда результат измерений будет точнее (рис. 4).
 |
| Рис. 4. Инструмент Color Sampler и его настройки |
Процедура коррекции (вариант 1, «элементарный»)
- В Adobe Photoshop откройте палитру Info (главное меню Window, Info).
- Установите контрольный маркер (или несколько) на приблизительно нейтральном объекте, на котором обнаружен оттенок.
- Вызовите команду Curves (Кривые) из меню Image, Adjustment.
- Перейдите к красной кривой, захватите ее мышью в любой средней точке и начните двигать вверх или вниз так, чтобы уравнять значение R в контрольной точке со значением G.
- Сделайте то же с синей кривой (в результате все три компоненты в контрольной точке станут примерно равны)
Недолгие эксперименты показывают, что процедура весьма ненадежна и работает, только если контрольная точка выбрана на нейтральном объекте в средних тонах. При попытке использовать для контроля области высокой яркости, результат становится непредсказуемым. К тому же, в сцене может вообще не быть ни одного нейтрального объекта, поэтому попробуем усовершенствовать алгоритм.
Процедура коррекции (вариант 2, «пакетный»)
Предыдущий вариант прост, но опасен для постоянного применения: нейтральный объект может отсутствовать или иметь некоторый собственный оттенок (скажем, пиджак был кремовым, а мы его пытаемся «нейтрализовать»). Как же быть?
Давайте вспомним, как выглядит типовой сценарий съемки на любом мероприятии. Условия освещения обычно примерно одинаковы, разные только ракурсы, а значит, достаточно серого образца хотя бы в одном кадре серии, тогда, запомнив параметры кривых в этом кадре, можно применить их ко всем снимкам.
 |
| Рис. 5. Съемка при искуственном освещении |
Предположим, нам фантастически не везет, и нейтрального объекта не нашлось вовсе. Тогда создайте его сами! Нет, не нужно никого заставлять переодеваться или брать тестовую шкалу в руки (хотя это было бы идеально). Просто возьмите нейтральный объект и сфотографируйте его с теми же установками, с которыми только что провели съемку. Это может быть лист обыкновенной офисной бумаги, снимите его на расфокусированный объектив. Желательно, чтобы в кадре не было других объектов, а экспозиция обеспечивала среднее по тону изображение (между прочим, автоматика большинства камер именно так и поступит). Вот теперь у вас есть все, что нужно!
Посмотрите на рис. 5 и 6. На них представлены несколько фото, сделанных в одних и тех же трудных для камеры условиях. Третий снимок (рис. 6) делался, как описано, специально для последующей коррекции — это стенка выставочного бокса (вообще-то, она обычно белая, но тут…). Давайте, наконец, перейдем к процедуре:
- Откройте снимок со специзображением серого объекта (рис. 6).
- Выделите прямоугольную область на нем, максимально однородную и нейтральную.
- Откройте гистограмму снимка (нужна для большей надежности измерений - при усреднении по большой площади влияние цветовых шумов значительно ниже, чем при измерении в контрольной точке). См. рис. 6.
Рис. 6. Снимок со специзображением и гистограммы к нему - Запишите параметры Mean для каждого из каналов включая Luminosity. У нас это: R: 104 G: 133 B: 108 Luminosity:121 (очевидно, что зеленоватый оттенок обусловлен доминированием канала зеленого).
- Откройте снимок, нуждающийся в коррекции (рис. 5), и вызовите кривые (Image, Adjustments, Curves).
- Выберите красную кривую и добавьте точку в середину. С помощью текстовых полей задайте для нее в качестве входа (Input = 104) то, что записано выше напротив параметра R, а в качестве выхода (Output = 121) - напротив Luminosity.
- То же делаем для зеленой кривой (Input = 133 Output = 121).
- И, еще раз, для синей (Input = 108, Output = 121).
 |
| Рис. 8. Результат коррекции |
В результате манипуляций мы восстанавливаем все три канала до пропорции, до которой надо скомпенсировать тестовый серый образец (рис. 7 - см. врезку). Поскольку условия освещения в снимках примерно равны, то и кривые оказались одинаково эффективны во всех трех случаях (рис. 8). Конечно, для более высокого качества пришлось предпринять дополнительные усилия, но, согласитесь, они того стоят.
Описанная процедура идеально подходит для пакетной обработки серии снимков.
Процедура коррекции (вариант 3, «Lab-ориентированный»)
Когда обсуждался критерий нейтральности, было указано, что он может быть эффективно записан не только в RGB, но и в Lab. Почему бы не предложить процедуру коррекции с применением свойств этой замечательной цветовой модели?Коротко о главном в модели Lab: за яркость отвечает канал L (Lightness), за цветность — цветоразностные каналы a (красно-зеленый) и b (желто-синий), в которых и будут выполняться все изменения.
Идея, как и в прошлый раз, в том, чтобы нейтрализовать некоторый контрольный образец, удовлетворив критерию нейтральности a≈0 и b≈0. Инструмент самый простой — линейные кривые (использовать кривые более сложной формы бессмысленно, т. к. рабочий диапазон у параметров невелик).
- Переведите снимок в модель Lab командой Image, Mode, Lab.
- Установите контрольный образец на нейтральном объекте (хорошо работают даже очень светлые тона). Лучше, если в этой точке на объекте не будет светового пятна от конкретного источника.
- Вызовите кривые командой Image, Adjustments, Curves
- Выберите из списка кривую канала a. Если значение параметра a для контрольного маркера меньше нуля, то кривую надо схватить за правую верхнюю точку и тянуть влево, если больше нуля, то левую нижнюю тащим вправо, пока не получим заветное равенство.
- Аналогично - с кривой для канала b (рис. 9).
 |
Рис. 9. Нейтральность средствами модели Lab |
Особенно хорошо это работает, если контрольный образец выбран в средних тонах и ярких светах (но только не в областях сильных засветок). Если же в изображении были зеркальные блики или в кадр попали источники света, в результате применения этого варианта они получат посторонний оттенок. Связано это с тем, что засвеченные области в исходном снимке совершенно белые, на цветоразностных кривых модели Lab им соответствует средняя точка. Причем малейшие смещения ее вверх или вниз приводят к заметным изменениям. С неизбежностью оттенок может появиться и в глубоких тенях (см. рис. 11, средний). Парадокс в том, что в модели Lab цветности нейтральных объектов, теней и засветок принципиально неразделимы.
Не спешите расстраиваться. Мы еще не использовали тяжелую артиллерию — средства выделения областей. Однако делать это нужно с осторожностью. Строго говоря, в подавляющем большинстве случаев для цветовой коррекции выделения вредны. Возрастает риск окончательного рассогласования цветов изображения. Но это только когда выделения создаются вручную. Использование цветовых каналов – это совсем другое дело. Во-первых, они согласованы с самим изображением, во-вторых, обеспечивают очень мягкие и незаметные переходы после коррекции. Попробуем создать маску для нашей задачи.
Процедура коррекции (вариант 4, «Lab-ориентированный с маской»)
Принцип прост — нужно выделить все засвеченные области и глубокие тени и исключить их из коррекции. Для этого можно воспользоваться цветовыми каналами. |
| Рис. 10. Каналы выделения: исходный канал яркости, инвертированный, с исключенными тенями и засветками |
Начнем с областей засветок: очевидно, в канале Lightness им соответствуют светлые области. Если загрузить канал в качестве выделения, в него войдут все светлые элементы. Нам нужно наоборот, поэтому просто обратим выделение. Теперь засветки будут исключены, но тени станут выделенными. Решение элементарно — пересечь текущее выделение с каналом яркости Lightness, тогда выделенными останутся только те части, где не было ни глубоких теней, ни ярких светов. С помощью автоматической установки уровней для канала выделения получим требуемое выделение (рис. 10).
- Переведите снимок в модель Lab командой Image, Mode, Lab.
- Установите контрольный образец на нейтральном объекте.
- Загрузите канал яркости как выделение: + щелчок по имени канала Lightness.
- Командой Select, Inverse обратите выделение. Пересеките выделение с каналом яркости: + + + щелчок по имени канала Lightness (возможно, при этом появится угрожающее сообщение о том, что ни один пиксель не выделен более чем на 50 процентов - игнорируйте его).
- Переключитесь в режим быстрой маски (Quick Mask) щелчком по кнопке в панели инструментов или просто нажатием клавиши Q на клавиатуре. Примените автоматические уровни к каналу выделения: Image, Adjustments, Auto Levels.
- Возвратитесь в стандартный режим (например, нажав Q на клавиатуре). Выделение готово. Можно, конечно, скрыть границы выделения и перейти к непосредственному применению кривых, но если уж делать что-то, то до конца.
- Создайте соответствующий корректирующий слой (а выделение послужит маской для него): команда главного меню Layer, New Adjustment Layer, Curves.
- Настройте кривые a и b, как и в прошлом варианте, добиваясь нейтрализации оттенка.
Обратите внимание, что коррекция при этом не заденет тени и яркие света. Рис. 11. Результаты коррекции: оригинал, Lab-вариант, Lab-вариант с маской Если коррекция оказалась чрезмерной, измените параметр Opacity (непрозрачность) для корректирующего слоя в палитре Layers так, чтобы добиться приемлемого эффекта (рис. 11, нижний). Учтите, если отклонения в контрольной точке хотя бы по одному параметру a или b превышали 15-20 единиц, вряд ли она была когда-либо нейтральной.
И последнее: работая, не уподобляйтесь бесстрастному автомату. Если вы видите, что критерии выполняются, а картинка выглядит плохо, значит, предположение не годится и надо отказаться от такой коррекции (или хотя бы ее ослабить).
Заключение
Какой же из описанных вариантов коррекции выбрать? Тот, который вы понимаете, тот, который работает в вашем конкретном случае! А если ни один из них не подходит, придумайте новый. Например, выделение из варианта 4 можно применять и для коррекции кривыми в модели RGB. В конце концов, есть стандартный инструмент Color Balance…Мыслите конструктивно, задавайте себе вопросы: почему это работает на одном изображении, а на другом нет? Если причина понятна, предложите новое решение. Думайте, сомневайтесь, экспериментируйте, ищите, задавайте вопросы. Не бойтесь ошибиться — не ошибается тот, кто ничего не делает.
На сегодня все. Мы последовательно прошли через все этапы разработки решения сложной и противоречивой задачи цветовой коррекции. Надеюсь, изложение не было слишком сложным. Удачных вам снимков!
Об авторе: Александр Миловский (alexm@avalon.ru) — преподаватель специальности ПО дизайна факультета переподготовки специалистов Санкт-Петербургского государственного политехнического университета, сертифицированный эксперт Adobe.
Цветовая температура
Для характеризации цветности источника освещения принят термин «цветовая температура» — температура абсолютно черного тела, при которой цветность его излучения совпадает с цветностью исследуемого источника. Это температура в градусах Кельвина, до которой нужно разогреть тело, чтобы оно светилось тем же цветом, что и исследуемый источник (да простят меня специалисты за некоторую вольность обращения с термином). Проблема в том, что цветовая температура — интегральная характеристика, непосредственно зависящая от спектра излучения, и если в спектре есть сильные всплески, то само понятие становится бессмысленным. Это ярко проявляется при работе в условиях и
