图片配色教学初探

《图片配色教学初探》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、片配色教学初探蔡然陕丙师范大学美术学院710000在色彩设计教学课堂中，经常遇到学生提出类似于：“这个图片应该搭配什么颜色作为背景？”这样的问题，如何科学地回答这个问题，哪种颜色最为适合，为什么是最适合的？如何从色彩理论上加以阐述证明，使得色彩解决方案更具有说服力、规范性和科学性呢？通过色彩理论的灵活应用，结合教学实践,是可以较好地解决这一问题的。色彩理论是用一系列的原理来构造和谐的色彩组合。而色彩关系可通过色相环直观地表示出来。色相环是一个非常有用的工其，它可以告诉我们哪些色彩能够很好地组合在一起，而哪些色彩的组合是应该避免的。色相环是色彩理

2、论的一个直观表示。第一个色相环是由艾萨克·牛顿发明的。他把白光通过棱镜分解为各种颜色，然后把光谱的两端连接起来（把色谱弯曲成一个圆环）以显示颜色的自然进阶。牛顿把每一种颜色与音乐的音符相关联。从那以后，色相环一直被用作理解色彩之间的关系和进行颜色调和的一个工具。继牛顿之后一百年，歌德开始研究色彩对心理的影响。他注意到蓝色能使人感觉到寒冷而黄色使人感觉到温暖。他发明了一个色相环来表明每一个色彩对心理产牛.的影响。二十世纪豪斯学派的色彩和艺术理论家约翰尼斯·伊顿突破了使用颜色是不可传授的观念，他发展了一个系统以便成功地组

3、合颜色。他改进了色相环，开始用红黄蓝作为色相环的基色，并且制作了十二色色相环。伊顿对于视觉传达上的贡献在于色彩领域，他在《色彩的艺术》一书中写道：“想成为色彩大师的人必须注视、感觉、体验每个单独颜色与其他颜色的无限组合。色彩一定含有神秘的空间作为心灵感受的表达，而不需要依附在物体之上。”尽管伊顿有神秘主义倾向，但他的色彩研究对于色彩设计的理论架构是非常有价值的。在他的论文中，伊顿放入了色相环以展示各个颜色之间的效果。根据色彩调和的理论，调和的色彩组合基本上有：1.冋一色相的不冋明度色阶所组成的单色系色彩组合；2.在色相环上紧邻的两至三种色彩所组

4、成的类似色的色彩组合；3.在色相环上色相之间的距离角度为ISO°左右的互补色组合；4.某色相紧邻的左右两边的类似色与其两对互补色所组成的劈裂互补色的色彩组合；5.在色相环上成等边三角形的三色相所组成的色彩组合。学会利用色相环无疑对设计是很有帮助的。例如在设计教学中经常遇到这样一个问题:如何为一幅作品选择一个有合适色彩的外框?如何为•一张图片的背景或边框搭配上合适的色彩?如何使边框强调出图片所要表达的内涵?我们知道，一般说来,在设计中没有任何一个元素能比色彩元素更能对观众产生影响，而与此同吋，每个人又都有自己的偏爱色，但在进行设计吋我们不

5、得不承认个人的色彩偏好并不能客观地表达出大众所能普遍接受的审美认同。我在教学实践中利用色相环对此做了一定的探索，力求使学生领会到成功地使用色彩并不神秘，增强他们在设计吋使用色彩的信心。例如在作业中，要求学生以一张穿深蓝色衬衣的女性半身像图片作为一家化妆品公司为其产品宣传手册选择的封面图片，要为其冬季或夏季刊搭配不同的边框。制作过程可分以下几个步骤进行：一、分析图片资料首先要仔细观察图片，确定设计要点：图片中，人物直视着观图者，金色衣领，蓝夹克，黑发，发梢带有漂染的金色光泽，面孔白皙，其余小块颜色还奋黑眼晴及粉棕色嘴唇，与主体色调无明显反差的灰玫

6、瑰色背景，整张图片带给人的印象是生动、吋尚与个性；而模特冏吋又传达给人一种严肃的职业化味道。这吋要考虑到我们要做的是化妆品广告手册，所以应该在设计中尽量与吋尚相关连，与女性相关连，以增加图片的亲和力。二、找寻图片中的色彩利用图片色彩来确立我们所要使用的色彩体系是极其重要的第一步。在图片中，我们首先注意到的是模特的黑色头发，头发的金色反光，肉色的面部，以及蓝色的夹克这几块大的色彩关系。这吋可以将图片扫描进电脑，利用Photoshop/filten（滤镜）/pixelate（像素化）/mosaic（马赛克）来固定放大图片，图片被放大成许多颜色不一的

7、小色块，下一步就可以利用拾色器选取颜色了。选取颜色时要注意从色调比较统一的大色块开始选，例如头发与蓝色的夹克，脸部与金色衬衣两大块各选五块不同明度等级的色块，至于嘴部、眼晴、背景色等细节因为它们对画面主体色调影响不大，所以摒弃不选。三、取色配图我们选好了十种颜色，艽中五种冷色块来自于头发、衣服的颜色，具有不同的明度等级，另五种暖色块则来自脸部及金色衣领部分，它们也具奋不冋的明度等级。用这十种颜色去搭配边桐会出现什么效果呢？最好的办法是老老实实地把图片分别放进这十种颜色中去对比。没有人能在完全不看实际对比关系的情况下就能猜准色彩的搭配效果，因为色

8、彩与色彩之间的对比关系是非常敏感和微妙的。现在来看搭配的结果，令人吃惊的是，它们与图片搭配得都很悦0和谐，这是为什么呢？原因很简单，它们本身就是从图片