如何读懂单反直方图

《如何读懂单反直方图》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、如何读懂单反的直方图这要是在想当初，判断曝光要等到胶片冲洗出来才可以，还有什么密度、反差、颗粒度等一系列术语等着你。况且很多情况下，即便知道曝光失误了也没机会重新拍摄了。   现在好了，神奇的数码技术把统计的工作变得简单了。按下数码相机的拍照按钮之后，马上就可以看到照片。不但可以看到照片，还可以看到拍摄照片时的各项数据；不但可以看到各项数据，还可以看到这张照片的亮度统计表。这个统计表正是我们结合照片判断曝光的亮度直方图。什么是直方图   直方图也被称为柱状图，很形象。用过电子表格么？就像微软的Excel表格、苹果的Numbers等等。直

2、方图的本质是一些二维统计数字。这些数字连起来就是曲线，切得跟蛋糕似的被称为“饼图”，要是用高低不同的柱形表示就被称为“直方图”或者“柱状图”。每天你都可以在财经频道看到大盘走势、个股走势。我不炒股，也看不懂，但我知道，那些高高低低的线条是按照时间统计出来的数字。那么，在数码摄影中直方图统计的是什么呢？单从曝光来讲，直方图按照从黑到白不同的明暗级别统计像素有多少。这么说太抽象，还是用示意图来表示比较清楚。   首先，我们把从黑到白分成7个明暗级别（还记得“影调”么？），包括黑和白。用直方图的横轴表示亮度级，黑的在左边，向右依次变亮，白的在

3、右边。假设我们有一张22个像素的照片，统计的结果比如就是上面这张直方图。那么我们可以从这张直方图上看到，照片中有3个像素是黑的、2个像素是白的、5个像素是中灰的……数码相机中的亮度直方图   现在，我们把上一页的直方图扩张一点儿：把从黑到白的影调级别扩展到256个，把总像素数量增加到一千万或者两千万像素。这样我们就还原了数码相机中直方图。它看起来是下面这个样子的。   很像山是吧？对！高的地方被叫做“山峰”，接地的地方被称为“山脚”。初学者很容易错认为山峰越高越亮，这也正是为什么会看不懂直方图、感到迷惑的重要原因。记住，照片的亮暗影调是

4、在直方图的地面上，左边暗、右边亮，最左边是黑、最右边是白。直方图的高度仅代表该影调级上的像素多少。山峰高代表的是代表山峰所在影调区域像素多。换句话说，山峰越高，意味着该影调区域总面积在画面中相对越大。   来看看上面这张直方图，它是对一张数码照片的影调统计。从直方图上可以看出，画面中大部分像素堆积在中间影调上，亮多暗少。在数码摄影中，这种按照影调级别统计像素多少的直方图被称为“亮度直方图”。亮度直方图正是我们用来判断曝光的重要参考工具。   在数码相机中还有一种被称为“RGB直方图”的统计图，它是由红、绿、蓝3个直方图组成。对于是不是建

5、议初学者看“RGB直方图”，我有些纠结。先学会看亮度直方图再说吧。本书谈论的内容也不涉及“RGB直方图”。这里还要做个约定：本书后面谈及直方图的时候，如果没有特别指出是什么直方图，那么该直方图指的就是亮度直方图。数码相机中直方图显示在哪里有很多卡片数码相机在拍摄前就可以从取景的背屏（它们通常只有背屏）上看到直方图。绝大多数数码相机要在拍完后才能看到照片的直方图。   首先要把照片回放到背屏上。然后，佳能相机按“info.”或者“Disp.”按钮直到直方图出现在屏幕的右上角；尼康相机按上下键或者左右键（如果左右键是换照片，那么就按上下键）

6、直到出现了下面的画面就Ok了。画面的左上角是照片，右上角就是直方图，下面是拍摄数据。   不同厂商在相机里提供的直方图分割区域也不一样，比如尼康把直方图分成4个区、佳能把直方图分成5个区域。好了！现在有没有想起前面谈到的影调区域，4个或者5个。不管分成几个区，只是为了方便判断而已，直方图的本质没变。即使没有分区的直方图你也能轻易看懂，记住：左边暗、右边亮，越高代表占地越大。不过，我们在后面的讨论中，为了分析方便，会把直方图分成4或5个区域。所以，我们还是需要明确一下关于影调的约定。概括来说就是：直方图的水平轴从左到右代表照片中从暗部到亮

7、部的像素数量，曝光准确的柱状图就是从左到右都有分布，明暗细节都有。同时，直方图的两侧是不会有像素溢出的。而直方图的纵轴就表示相应部分所占画面的面积，峰值越高说明该明暗值的像素数量越多。在拍摄过程中，如果直方图左边部分的都很高，而右边很低，说明画面偏暗，这时你应该增加曝光量。如果直方图右边部分的都很高，而左边很低，说明画面偏亮，这时你应该减少曝光量。当直方图中的曲线往一边偏的时候，曝光就有可能出问题了，这时就应该调整相应的曝光值，重新拍摄一张。拍摄时要记住白加黑减的补光原则，也可以利用数码相机的包围曝光法拍摄，这些都是获得准确曝光量的一个

8、办法。通过观看直方图还能判断照片反差度，当直方图中所有影调都聚集在中间，而两边没有直方显示时，这张照片就会反差过低，细节将难以被肉眼识别。