白平衡调整完全指南 - 精确控制色温与色调
白平衡原理 - 色温的含义
白平衡是确保图像中白色物体在不同光源下仍呈现为白色的过程。人眼具有色彩适应能力,能自动补偿光源色温的变化,但相机传感器忠实记录光线的实际颜色,因此需要白平衡校正。
色温(Color Temperature):
色温以开尔文(K)为单位,描述光源的颜色特性。低色温(2000-3500K)偏暖(橙黄色),高色温(6500-10000K)偏冷(蓝色)。日光约 5500K 被视为中性白光。
常见光源色温:
- 烛光:1800-2000K
- 白炽灯:2700-3000K
- 日出/日落:3000-3500K
- 正午日光:5200-5500K
- 阴天:6500-7500K
- 蓝天阴影:8000-10000K
色调(Tint):
色温控制蓝-黄轴,色调控制绿-品红轴。荧光灯等人工光源常有绿色偏移,需要通过色调调整来补偿。完整的白平衡需要同时调整色温和色调两个参数。
白平衡对创意的影响:
白平衡不仅是技术校正,也是创意工具。故意偏暖可营造温馨氛围,偏冷可表达清冷感。理解白平衡原理后,可以有意识地利用色温传达情绪。
拍摄白平衡策略 - 预设与手动设置
在拍摄阶段正确设置白平衡可减少后期工作量。RAW 格式拍摄时白平衡可完全后期调整,但 JPEG 格式需要在拍摄时就做出正确选择。
相机白平衡预设:
- 自动(AWB):相机自动判断,大多数场景表现良好
- 日光:约 5200K,适合晴天户外
- 阴天:约 6000K,补偿阴天的蓝色偏移
- 阴影:约 7000K,补偿阴影区域的强蓝色偏移
- 钨丝灯:约 3200K,补偿白炽灯的暖色
- 荧光灯:约 4000K,补偿荧光灯的绿色偏移
- 闪光灯:约 5500K,匹配闪光灯色温
手动色温设置:
高端相机允许直接输入开尔文值。在混合光源或特殊光源环境下,手动设置比预设更精确。
自定义白平衡:
使用灰卡或白卡在当前光源下拍摄参考照片,相机据此计算精确的白平衡值。这是获得最准确色彩的方法,专业摄影中常用。
RAW 拍摄的优势:
RAW 文件保存传感器原始数据,白平衡仅作为元数据标记。后期可无损调整到任意色温,不会降低画质。因此 RAW 拍摄时白平衡设置仅影响相机屏幕预览和直方图显示。
RAW 处理白平衡 - Lightroom 实用技巧
RAW 处理软件提供精确的白平衡调整工具。Lightroom 是最广泛使用的 RAW 处理工具,其白平衡功能强大且直观。
白平衡吸管工具:
点击图像中应为中性灰的区域,软件自动计算正确的色温和色调值。理想的取样点是中等亮度的灰色或白色物体(避免过曝或过暗区域)。
色温和色调滑块:
- 色温滑块:向左(蓝色/冷)或向右(黄色/暖)调整
- 色调滑块:向左(绿色)或向右(品红)调整
预设快速调整:
Lightroom 提供与相机相同的白平衡预设(日光、阴天、阴影等)。可作为起点,再微调色温和色调值。
批量应用:
同一光源下拍摄的一组照片可以同步白平衡设置。调整好一张后,选择所有照片同步白平衡参数,大幅提高效率。
创意白平衡:
- 日落照片:适当提高色温(6000-7000K)增强暖色调
- 蓝调时刻:降低色温(3500-4500K)强调蓝色氛围
- 室内人像:略微偏暖(5800-6200K)使肤色更健康
色温科学 - 黑体辐射与 CIE 色度
色温的概念源于黑体辐射理论。理解其物理基础有助于在复杂光源环境下做出正确的白平衡判断。
黑体辐射:
理想黑体被加热时发出的光随温度变化:低温发红光,高温发蓝白光。色温就是使黑体发出与目标光源颜色相同的光所需的温度。太阳光近似 5778K 的黑体辐射。
相关色温(CCT):
实际光源(荧光灯、LED)不完全符合黑体辐射曲线。相关色温是普朗克轨迹上与该光源颜色最接近的点对应的温度。偏离普朗克轨迹的程度用 Duv 值表示。
CIE 色度图:
CIE 1931 色度图上的普朗克轨迹是黑体在不同温度下的颜色轨迹。白平衡本质上是将图像的白点移动到该轨迹上的目标位置(通常是 D65,即 6500K 日光)。
色彩适应变换:
Bradford 变换和 Von Kries 变换是将一种光源下的颜色转换为另一种光源下颜色的数学方法。相机和软件的白平衡算法本质上就是在执行色彩适应变换。
混合光源的挑战:
当场景中存在多种色温的光源时(如窗户日光 + 室内钨丝灯),不存在单一的"正确"白平衡。需要选择主光源进行校正,或使用局部调整分别处理不同区域。
编程实现白平衡校正 - 自动白平衡算法
自动白平衡(AWB)算法是相机和图像处理软件的核心功能。了解其原理有助于在编程中实现自定义的白平衡处理。
灰度世界假设(Gray World):
假设场景中所有颜色的平均值应为灰色。计算 R、G、B 通道的平均值,然后缩放使三通道平均值相等。简单快速但在色彩偏向明显的场景(如绿色森林)会失败。
白点假设(White Patch/Max-RGB):
假设场景中最亮的点应为白色。找到每个通道的最大值,缩放使最大值相等。对高光过曝或无白色物体的场景效果差。
灰度边缘假设:
假设图像边缘(梯度)的平均颜色应为灰色。比灰度世界更鲁棒,因为边缘信息对场景内容的依赖性更低。
学习型 AWB:
使用机器学习模型从图像特征预测光源色温。训练数据包含各种光源下的图像及其正确白平衡参数。现代相机和手机广泛使用此方法。
OpenCV 实现示例:
result = cv2.xphoto.createSimpleWB().balanceWhite(image)
OpenCV 的 xphoto 模块提供多种 AWB 算法实现,包括 SimpleWB、GrayworldWB 和 LearningBasedWB。
实用白平衡问题排查 - 常见问题与解决方案
白平衡问题在实际拍摄和后期处理中经常遇到。以下是常见问题的诊断方法和解决方案。
混合光源偏色:
问题:室内窗户光(蓝)和灯光(黄)混合,无论怎么调都有部分区域偏色。解决:使用 Lightroom 的渐变滤镜或画笔工具对不同区域应用不同的色温调整。或在拍摄时使用色温片统一光源。
荧光灯绿色偏移:
问题:荧光灯下拍摄的照片整体偏绿。解决:增加色调滑块的品红方向(+10 到 +30)。不同类型的荧光灯偏移程度不同,需要逐张调整。
自动白平衡不一致:
问题:连续拍摄的照片白平衡不一致(AWB 每帧重新计算)。解决:使用固定白平衡预设或手动设置色温值。后期可选择一张调好后同步到整组。
肤色不自然:
问题:白平衡正确但人物肤色看起来不健康。解决:肤色对色温极其敏感。通常略微偏暖(+200-500K)的白平衡使肤色更讨喜。使用 HSL 面板单独调整橙色/黄色色相微调肤色。
后期过度校正:
问题:追求"准确"白平衡导致照片失去氛围感。解决:技术上准确的白平衡不一定是最佳选择。保留场景的自然色温特征(如日落的暖色、蓝调时刻的冷色)往往比完全中性化更好。