Цвет лаб. Цветовой куб RGB. Система CIELAB значения

Этой статьей я начинаю цикл обучающих статей о практической ретуши и постобработке изображений. Несмотря на то, что это первая статья цикла, мне не хотелось начинать с чего-то совсем простого. Хочу затронуть тему не так часто встречающуюся на просторах интернета или в программах курсов обучения. И темой данной статьи будет обработка портретной фотографии, снятой в пустыне, в цветовом пространстве LAB. В статье будут затронуты такие темы как работа с кривыми в LAB-пространстве, цветовая и тоновая коррекция, работа с масками, создание перекрестных выделений, работа со smart-объектами.

Введение и постановка задачи

Итак, начнем! Данная фотография по сути является «тур-фото», снятым в автоматическом режиме на простую камеру Pentax K-x в автоматическом режиме с китовым объективом Pentax 18-55mm F/3.5-5.6 AL в формате JPEG (параметры съемки: 1/1000с, f/9.0, ISO 200, 18мм).

От себя хочу сразу отметить, что автоматика Pentax сработала весьма неплохо: на фото отсутствуют явные пересветы или завалы в черный, то есть отсутствуют зоны с полной потерей информации, с другой стороны, фотография выглядит блеклой, плоской и не передает ни настроение, ни свет, ни цвет, ни объем пространства. С этими недостатками мы как раз и поборемся в ходе обработки.

Подготовительные моменты

Начнем с борьбы с хроматическими абберациями, виньетированием и дисторсией объектива. Воспользуемся фильтром Filters -> Lens Corrections (Коррекция линзы), т.к. фотоаппарат и объектив достаточно популярные, фильтр прекрасно сработает в автоматическом режиме.

Теперь, когда мы компенсировали дефекты оптики, остался еще один небольшой шаг, и можно будет начинать основную работу.

При помощи Healing Brush (Лечащая кисть), Spot Healing Brush (Точечная лечащая кисть) или Patch Tool (Заплатка) уберем мусор в кадре: пылинки на матрице, какие-то неприятные детали на песке и т.п.. Главное на этом этапе - следить, чтобы текстура песка не замыливалась, а детали не начинали повторяться.

По завершении этого последнего подготовительного момента перейдем к цветовой и тоновой коррекциям.

Работать мы будем в пространстве LAB (конечно, похожего эффекта можно добиться и в RGB цветовой модели, но практика показывает, что для сильных коррекций и более чистого результата, лучше полностью разделить работу с яркостью и работу с цветом) и 16-битном режиме (для более мягких цветовых переходом и для того, чтобы избежать постеризации при сильных коррекциях яркости).

Принцип построения LAB цветовой модели в двух словах

Перейдем в 16-битный режим: Image -> Mode -> 16 Bits/Channel, и в цветовую модель LAB: Image -> Mode -> Lab Color. Хочу обратить внимание, что для достижения максимально качественного результата лучше делать это именно в такой последовательности.

Для тех, кто еще совсем не знаком с принципом построения цветовой модели LAB, хочу сказать, что в LAB, также, как и в стандартной (и вероятно, самой привычной фотографам) модели RGB, изображение состоит из трех каналов. Но в отличие от RGB-модели, где R,G,B каналы по сути - это нечто очень похожее на черно-белые варианты исходной картинки, как если бы фотографию снимали на черно-белую пленку с применением цветных светофильтров (соответственно красного, зеленого и синего), в модели LAB вся информация о яркости изображения содержится в канале Lightness (Яркость), а информация о цветах - в каналах «a» и «b».

Каналы «a» и «b» при этом выглядят как малоконтрастные изображения, близкие к средне серому, который является нулевой/начальной точкой отсчета. В канале «a» содержится информация о цветовых переходах от зелено-цианового к красному, а в «b» - от синего к желтому. Таким образом, можно провести аналогию между каналами «a» и «b» и работой с ползунками White Balance (цветовой температуры) и Tint (оттенка) в RAW-конвертерах: так, например, чем левее ползунок White Balance, чем чернее изображение канала «b», тем синее картинка, чем правее ползунок White Balance, чем, светлее изображение канала «b», тем желтее картинка.

Практическая ретушь фотографии. Алгоритм обработки и его построение

Общий алгоритм обработки будет следующий: в начале мы разберемся с яркостью и контрастом всей фотографии, затем проработаем детали и усилим объемность объектов и в конце поработаем с цветом: увеличим насыщенность и прибавим дополнительных оттенков - «растянем/разгоним» контрастные цвета. Хочу заметить, что в ходе придания дополнительных объемов мы не будем ничего рисовать кисточкой, а значит наша обработка будет быстрой и максимально естественной.

Из-за того, что в фотографии присутствует человек, который к тому же является наименее освещенным объектом, мы условно разделим обработку на две части: на первом этапе мы обработаем фон, не трогая портретируемого, а на втором - произведем обработку модели (просто дело в том, что только так наш результат сможет получиться эффектным при сохранении общей естественности и органичности кадра.)

Тоновая коррекция пейзажа

Итак, по порядку. Начнем с того, что вернем контраст нашей малоконтрастной картинке - вызовем корректирующий слой Curves (кривые) и, ориентируясь по гистограмме (или удерживая кнопку Alt, пока двигаем ползунки), в канале Lightness (яркость) выставим точки черного и белого, чтобы наша картинка стала полноконтрастной.

В целом сразу стало заметно лучше, однако человек на фотографии стал совсем-совсем темным, поэтому не будем его «мучить» в ходе дальнейшей обработки пейзажа, пока что закроем черной маской, и вернемся к нему позже.

Кстати создать маску в форме модели после такой обработки нам будет очень просто: в качестве заготовки маски мы возьмем наш яркостной канал (после того как мы применили кривые, он стал высококонтрастным), применим его в качестве маски к пока что единственному нашему слою с кривыми и доработаем.

Alt+кликнем на полученную маску, чтобы видеть ее, воспользуемся Levels (уровнями) и увеличим контраст таким образом, чтобы человек на фото стал абсолютно черным, а все остальное - белым.

Теперь возьмем инструмент Lasso (лассо), в один быстрый росчерк выделим модель, перевернем выделение Ctrl+Shift+I или Select -> Inverse (Обратить) и зальем весь мусор белым. В завершение доработки маски размоем ее, чтобы побороться с пиксельным шумом по краям высококонтрастных объектов, сделать это можно простым фильтром размытия по Гауссу - Filter -> Blur -> Gaussian Blur, или просто подвинув ползунок Feather (Растушевка) в панели масок. На этом этапе важно не переборщить, иначе вместо мягкого перехода, могут появиться ореолы.

В итоге, после применения слоя кривых и маски, наша картинка будет выглядеть так:

Как видно после поднятия общего контраста правая скала и портретируемый выглядят слишком темно и несколько плоско (последнее объясняется тем, что свет на них падает практически только отраженный). Повысим яркость и контраст скалы и модели. Снова создадим корректирующий слой кривых и снова будем работать в канале lightness (Яркость), двигая влево ползунок точки белого. Насколько сильно повышать яркость в данном случае будем решать, смотря не на всю картинку, а только на правую скалу, т.к. именно для коррекции её яркости и контраста мы делаем эту операцию.

Теперь для получения желаемого результата, то есть для того, чтобы наше последнее действие влияло в кадре только на скалу и модель, нам нужно всё, кроме этих двух объектов, закрыть черной маской. И для ее создания у нас опять уже почти все готово. В качестве заготовки маски мы снова возьмем канал lightness (Яркость) результирующей картинки,

инвертируем его и

увеличим контраст нашей будущей маски уровнями, так, чтобы черное стал совсем черным, фигура модели стала абсолютно белой, а скала - белой большей частью.

Теперь, как и в прошлый раз, при помощи инструмента Lasso (лассо) быстро выделим всё лишнее (то есть, все, кроме фигуры модели, правой скалы, и, возможно, камня рядом с моделью), после чего зальем черным и также, как уже делали ранее, размоем полученное очень небольшим радиусом фильтром Filter -> Blur -> Gaussian Blur (размытие по Гауссу) или передвижением ползунка Feather (Растушевка) на панели масок. Также мне захотелось закрыть маской часть скалы справа внизу для большего сохранения общих макрообъемов кадра, что было сделано при помощи обычной черной мягкой кисти большого радиуса. После всех этих несложных манипуляций в результате мы получили маску вида:

Таким образом, после применение второй кривой и полученной маски наше изображение на данном этапе выглядит так:

Третьим и последним шагом при работе с контрастом и яркостью мы прорисуем объемы и поднимем контраст неба и фона. Создадим еще один корректирующий слой кривых и изогнем кривую в яркостном канале так, чтобы она оказалась максимально вертикальной для тональной зоны, соответствующей небу и песку. В результате мы тут же получим изображение с прекрасной детализацией барханов и градиентом неба, которое к тому же, как видно уже в который раз, послужит прекрасной заготовкой для будущей маски.

В данном случае нам бы хотелось создать такую маску, чтобы места, соответствующие небу и барханам на фотографии были на ней [маске] светлыми, а фигура модели и скалы - черными, также черной на маске бы хотелось сделать зону слева от фигуры, где столь сильное изменение яркости и контраста приводит к пересвету (цвет песка на фотографии в этом месте сохраняется как раз из-за того, что мы работаем в пространстве LAB, - при работе в цветовой модели RGB здесь был бы чисто белый).

Канал lightness (Яркость) на данном этапе выглядит так:

Как видно, фигура модели и правая скала уже и так уже черные, как нам того и хотелось, зона, соответствующая небу и барханам светлая - тоже хорошо (с деталями маски в светлых зонах мы на этот раз бороться не будем, иначе на результирующей картинке эти места станут слишком контрастными), а вот с зоной слева от модели (она абсолютно белая) и с левой скалой (получилось, что она пестрая и контрастная) - проблемы. Решать эти проблемы можно по-разному, можно пытаться комбинировать и смешивать каналы, изменять контраст заготовки и искать подходящий режим наложения...

Я же предлагаю использовать в данном случае наиболее быстрый (учитывая, что зона с левой скалой чрезвычайно пестрая и контрастная, но с явной границей, кстати как и зона пересвета слева от модели) способ.

Начнем с того, что выделим левую скалу и зону слева от модели при помощи инструмента Quick Selection Tool (Быстрое выделение), затем для более точного и аккуратного результата воспользуемся функцией уточнения границы Refine Edge. Из полученного выделения создадим маску для нашего слоя с кривыми и инвертируем её.

Не стоит бояться каких-то небольших неточностей или полупрозрачностей на текущем этапе работы с маской (кстати, их в принципе не стоит бояться до тех пор, пока мы не начали заниматься коллажированием), часть из них уйдет после следующего шага, часть мы размоем при борьбе с пиксельным шумом маски, и та мизерная часть, что останется, ничуть не страшна для наших целей.

Теперь для завершения работы по созданию маски нам к нашей текущей заготовке нужно добавить информацию канала lightness (Яркость) с затемняющим эффектом (чтобы черные детали не изменились, а на всю белую зону наложилась картинка из канала lightness (Яркость)).

Убедившись, что маска активна, воспользуемся функцией Image -> Apply Image (Внешний канал). В качестве применяемого слоя (Layer) выберем Merged (то есть, тот вариант картинки, который мы видим), в качестве канала (Channel) - Lab или Lightness (Яркость), так как мы работаем в LAB-пространстве, в данном случае это одно и тоже, режим наложения нам подойдет Multiply (Умножение) или Darken (Замена тёмным).

После нажатия на OK наша маска примет следующий вид:

Нам останется лишь чуть-чуть подвинуть точку черного, чтобы скрыть границу, возникшую по левой границе фигуры модели и какие-то небольшие детали на правой скале и, как мы уже делали дважды до этого - чуть-чуть подразмыть маску. На свой вкус, я также чуть затемнил маску в целом ползунком гаммы и мягкой полу прозрачной черной кистью дополнительно затемнил зону справа от фигуры модели, чтобы визуально она стала чуть менее детализирована и меньше отвлекала взор зрителя от, на самом деле, более интересных модели и барханов на заднем плане.

Этим мы закончили работу с яркостью и контрастом пейзажа, осталось поработать с цветом и моделью. Результат и структура слоев на данном этапе выглядят следующим образом:

Цветокоррекция пейзажа: увеличение насыщенности и «растаскивание/разгон» цветов

Работу с цветом начнем с поднятия общей насыщенности кадра, для этого создадим очередной слой кривых и одинаково увеличим контраст каналов «a» и «b», сдвинув точки черного и белого для каждого из них к центру.

Чтобы не слишком увеличивать насыщенность фигуры модели на фото, скопируем на данный слой кривых маску, которую создали в самом начале для нашей первой коррекции. Просто Alt+перетащим её, чтобы получить копию. Но полностью убирать эффект увеличения насыщенности с модели я не хочу (получится разбаланс фото по насыщенности), поэтому ослаблю её на 60%, подвинув ползунок Density (плотность) в панели настроек маски.

В результате получим:

В общем-то по цвету здесь можно было бы остановиться, если бы нашей целью было просто чуть подправить фотографию до презентабельного вида, но мне захотелось добавить в фотографию дополнительных цветов, сделать ее более яркой и действительно запоминающейся, возможно, даже напоминающей чем-то кадр из фильма. Главным образом, мне хотелось, чтобы цвет песка несколько заиграл, стал слегка отсвечивать более холодным оттенком вдали на барханах, как если бы небо давало на него небольшой цветовой рефлекс, и вместе с тем в каких-то других местах, ближе к нам, стал «потеплее», тоже и со скалами, захотелось, чтобы они стали чуть поразнообразнее и интереснее по цвету.

На самом деле все эти цветовые переходы уже есть в фотографии нам нужно лишь усилить их так, чтобы они стали видимы, в чем нам и поможет работа в цветовом пространстве LAB.

Воспользуемся достаточно известным «Марсианским» методом, предлагаемым Дэном Маргулисом для «разгона/растаскивания» цветов и проявления дополнительных, «скрытых» оттенков. Создадим еще один слой кривых, воспользуемся «пальчиком» и, найдя в песке (ведь именно в нем мне больше всего хочется «разогнать» цвета) наиболее нейтральное по цвету и яркости (относительно песка) место Ctrl+Shift+Кликнем, поставив, таким образом, точку на кривой в каждом из каналов. Теперь в каналах «a» и «b» будем передвигать ползунок черного или белого (в зависимости от того, к какому ближе окажется точка) к центру гистограммы, примерно к её подножию (с противоположной стороны кривая к этому времени сольётся с границей рабочей области примерно на четверть).

В результате наших манипуляций получим совершенно ядовитые, инопланетные, но, вместе с тем, очень интересные цвета. Чтобы результат можно было использовать, уменьшим Opacity (Непрозрачность) нашего текущего слоя с кривыми до 18%, а на сами кривые скопируем всю ту же нашу маску с самого первого слоя.

Наша фотография и структура слоев на текущем шаге:

Цветовая и тоновая коррекции фигуры модели

Теперь, когда с пейзажем мы полностью закончили, перейдем к модели. Тут все будет достаточно быстро. Маска для фигуры модели у нас уже готова, поэтому создав очередной слой с кривыми, просто скопируем ее с предыдущего слоя и инвертируем. Кривая тоновой коррекции в канале lightness (Яркость) будет максимально простой, по сути просто вернем контраст области модели, передвинув ползунок точки белого (на свой вкус, я потом еще чуть подтянул кривую вниз в центральной зоне).

С цветом будет чуть интереснее, в процессе работы можно переборщить, поэтому, чтобы была возможность уменьшить непрозрачность, создадим еще один слой с кривыми, скопируем маску с предыдущего слоя и произведем в каналах «a» и «b» следующие манипуляции: увеличим контраст, сдвинув ползунки точки черного и белого равномерно к центру (в каждом из каналов) и создав точку по центру кривой (также в каждом из каналов), будем чуть сдвигать ее влево и вправо таким образом, чтобы нам понравился тон цвета, также, т.к., на мой взгляд, изначально он достаточно сильно краснит, в канале «b» подвинем, ползунок точки черного дополнительно чуть ближе к центру, чтобы кривая в правой части, чуть прогнулась к верху и фигура модели (а в первую очередь - лицо) стала чуть желтее.

Как и прогнозировалось, результат оказался чуть более насыщенным, чем мне хотелось бы, поэтому убавим Opacity (Непрозрачность) данного слоя до 77%.

Оценивая результат, я пришел к выводу, что, учитывая, что фигура модели освещена исключительно отраженным светом, с контрастом и яркостью я также переборщил, поэтому сгруппируем (Ctrl+G) два слоя, отвечающие за коррекцию модели, и уменьшим непрозрачность полученной группы до 80%. Делается это для того, чтобы непрозрачность слоя кривых, отвечающих за цвет также уменьшилась в уже установленной пропорции к коррекции яркости и контраста).

В итоге на текущем шаге получим следующий результат и структуру слоев:

Борьба с шумом и пара слов о работе со smart-объектами

Теперь, когда фотографию можно считать готовой, осталось сделать пару завершающих штрихов: побороться с шумом, проявившимся в ходе увеличения контраста, насыщенности и «разгона/растаскивания» цветов (все-таки внутрикамерный JPEG есть внутрикамерный JPEG), дополнительно усилить градиент на небе и еще немного «растащить/разогнать» цвета на скалах. Последнее, хочу заметить, стоит делать уже после борьбы с шумом, так как иначе он станет еще сильнее, и бороться с ним без сильной потери качества и детализации фотографии будет уже сложно.

Для борьбы с шумом нам потребуется использовать фильтр-шумодав, встроенный в Adobe Photoshop, или плагин стороннего производителя. Так или иначе использовать фильтры мы можем либо применительно к слою (что было бы крайне нежелательно, ведь мы хотим, чтобы алгоритм нашей обработки был недеструктивным, полностью обратимым и перенастраиваемым), либо к смарт-объекту, что мы и сделаем.

Выделим все наши слои, включая фоновый, кликнем на них правым кликом и выберем Convert to Smart Object (Конвертировать в смарт-объект).

После этого уже непосредственно для борьбы с шумами воспользуемся фильтром-плагином Imagenomic Noiseware Professional. В качестве пресета выберем Landscape (пейзаж), т.к. именно пейзаж занимает большую часть нашей фотографии и т.к. этот пресет сохраняет максимум полезной мелкой детализации.

На мой вкус, фильтр при использовании базовых установок пресета, все же, слишком сильно борется с шумом, поэтому можно либо настроить его более точно (у Noiseware Professional множество настроек), либо просто убавить интенсивность его воздействия.

Для этого два раза кликнем на значок справа от названия нашего фильтра и в появившемся меню зададим значение Opacity (Непрозрачность) в районе 70%.

Хочу заметить, что в данном конкретном случае альтернативным способом уменьшить интенсивность воздействия фильтра можно было бы также с помощью использования маски smart-фильтров, однако в случае применения к smart-объекту большего числа фильтров, чем один, она будет уменьшать интенсивность воздействия для всех них одинаково. В отличие от этого описанный выше метод позволяет задать Opacity (Непрозрачность), а при необходимости, и режим наложения индивидуально для каждого фильтра, примененного к smart-объекту.

В итоге, после шумоподавления результат на данном этапе выглядит так:

Финальная цветокоррекция

Теперь все, что нам осталось, перед тем как сохранить итоговый готовый вариант фотографии на диск (кстати, хотя в новых версиях Photoshop и есть функция автосохранения, не забывайте периодически сохраняться вручную), - это, как мы и собирались еще чуть-чуть дополнительно усилить насыщенность и «растащить/разогнать» цвета на скалах.

Как и в прошлый раз, для решения этой задачи, создав корректирующий слой Curves (Кривые) воспользуемся «Марсианским» методом. Разница будет лишь в том, что, т.к. я не хочу очень сильно увеличивать насыщенность красно-зеленой гаммы, в канале «a» наши изменения будут чуть более мягкими, и точку белого в нем мы подвинем лишь чуть-чуть, не дожидаясь, пока кривая коснется границы рабочей области с противоположной стороны.

В результате мы получим вот такую, и впрямь, инопланетную картину:

Для того чтобы сконцентрировать действие данной коррекции на скалах и усилить цветовой градиент на небе создадим маску. При помощи инструмента Quick Selection Tool (Быстрое выделение) выделим скалы, немного уточним границы полученного выделения функцией Refine Edge (Уточнение границы). После этого перевернем выделение Ctrl+Shift+I или Select->Inverse (Обратить) и, сделав пока что все еще белую маску нашего слоя с кривыми активной, воспользуемся функцией Image->Apply Image (Внешний канал). Параметры настроем таким образом, чтобы в зоне нашего выделения появился фрагмент канала lightness (Яркость) нашей итоговой картинки.

Теперь чтобы сделать фигуру модели совершенно черной и проявить градиент на небе, воспользуемся уровнями.

Сбросим выделение Ctrl+D или Select->Deselect (Сброс выделение). Чтобы фотография в итоге выглядела гармонично, наш корректирующий слой должен все же немного действовать и на модель, поэтому уже привычным нам инструментом быстрого выделения Quick Selection Tool прямо на маске выделим фигуру модели (сделать это будет чрезвычайно легко, настолько она контрастна), вновь воспользуемся уровнями, чуть приподнимем уровень черного и сделаем, таким образом, фигуру модели на маске чуть светлее, после чего не забудем сбросить выделение.

Опционально (это уже так критично, т.к. мы работаем уже с цветом, а не с яркостью/контрастом, но все же желательно) маску так же, как и до этого, можно чуть подразмыть фильтром размытия по Гауссу Filter->Blur->Gaussian Blur или чуть подвинув ползунок Feather (Растушевка) в панели масок.

Завершающим этапом уменьшим Opacity (Непрозрачность) нашего слоя корректирующего слоя, так чтобы интенсивность воздействия была умеренной и результат нам нравился, в моем случае - до 22%.

Финальный результат:

Вот такой эффектный результат у наc получился: мы практически «никакой» фотографии вернули контраст и яркость, аккуратно проработали детали, увеличили общую объемность кадра и насыщенность цветов, а также добавили драматизма и сделали цвета скучной пустыни более выразительными и интересными.

Тех, кому вдруг показалось, что все это очень долго, спешу удивить, что на подобную обработку кадра при должной сноровке тратится не более 10-15 минут и это еще при том, что основное время мы тратим на размышления о том, что мы собственно хотим сделать с кадром.

Ну а тех, кому подобный материал пока что еще кажется слишком сложным, обрадую, что ближайшие несколько статей будут чуть-чуть короче, капельку попроще, и, конечно, вы обязательно сможете использовать полученные знания и приемы при обработке своих фотографий!

, цветокоррекция , LAB
Дата: 2013-09-01 | Просмотров: 42419

Цветовая модель Lab была разработана Международной комиссией по освещению (CIE) с целью преодоления существенных недостатков вышеизложенных моделей, в частности она призвана стать аппаратно независимой моделью и определять цвета без оглядки на особенности устройства (сканера, монитора, принтера, печатного станка и т. д.).

Такую модель предпочитают в основном профессионалы, так как он совмещает достоинства как CMYK, так и RGB, а именно обеспечивает доступ ко всем цветам, работая с достаточно большой скоростью.

На вопрос, почему же такой моделью пользуются в основном профессионалы, можно ответить лишь то, что она отличается несколько необычным и непривычным построением, и понять принцип ее действия порой несколько сложнее описанных ранее.

Построение цветов здесь, так же как и в RGB, базируется на слиянии трех каналов. На этом, правда, все сходство заканчивается.

Название она получила от своих базовых компонентов L , a и b . Компонент L несет информацию о яркостях изображения, а компоненты а и b – о его цветах (т. е. a и b – хроматические компоненты). Компонент а изменяется от зеленого до красного, а b – от синего до желтого. Яркость в этой модели отделена от цвета, что удобно для регулирования контраста, резкости и т.д. Однако, будучи абстрактной и сильно математизированной, эта модель остается пока что неудобной для практической работы.

Lab нашел широкое применение в программном обеспечении для обработки изображений в качестве промежуточного цветового пространства, через которое происходит конвертирование данных между другими цветовыми пространствами. Благодаря характеру определения цвета в Lab возможно отдельно воздействовать на яркость, контраст изображения и на его цвет. Это позволяет ускорить обработку изображений, например, при допечатной подготовке. Lab предоставляет возможность избирательного воздействия на отдельные цвета в изображении, усиления цветового контраста, также очень важными являются возможности, которые Lab предоставляет для борьбы с шумом на цифровых фотографиях.

Поскольку все цвтовые модели являются математическими, они легко конвертируются одна в другую по простым формулам. Такие конверторы встроены во все "приличные" графические программы.

Перцепционные цветовые модели

Для дизайнеров, художников и фотографов основным инструментом индикации и воспроизведения цвета служит глаз. Этот естественный «инструмент» обладает цветовым охватом, намного превышающим возможности любого технического устройства, будь то сканер, принтер или фотоэкспонирующее устройство вывода на пленку.

Как было показано ранее, используемые для описания технических устройств цветовые системы RGВ и СМYК являются аппаратнозависимыми. Это значит, что воспроизводимый или создаваемый с помощью них цвет определяется не только составляющими модели, но и зависит от характеристик устройства вывода.

Для устранения аппаратной зависимости был разработан ряд так называемых перцепционных (иначе – интуитивных) цветовых моделей. В их основу заложено раздельное определение яркости и цветности. Такой подход обеспечивает ряд преимуществ:

позволяет обращаться с цветом на интуитивно понятном уровне;

значительно упрощает проблему согласования цветов, поскольку после установки значения яркости можно заняться настройкой цвета.

Прототипом всех цветовых моделей, использующих концепцию разделения яркости и цветности, является НSV–модель. К другим подобным системам относятся НSI, НSB, НSL и YUV. Общим для них является то, что цвет задается не в виде смеси трех основных цветов – красного, синего и зеленого, а определяется путем указания двух компонентов: цветности (цветового тона и насыщенности) и яркости.

Продолжаем знакомство с методами коррекции изображений в цветовом пространстве Lab. Урок имеет сугубо практическую направленность, поэтому не буду давать подробных объяснений на тему: как и почему работает тот или иной прием. Желающим изучить теоретические аспекты и более сложные методы рекомендую проштудировать труды знаменитого гуру в области цветокоррекции Дэна Маргулиса.

А мы приступим к уроку. Изучив его, вы будете тратить на коррекцию подобных снимков не более 2-3 минут, а если сделаете экшен, то несколько секунд.

Шаг 1

Открываем изображение, которое мы хотим подвергнуть коррекции. В данном случае это пейзажный снимок.

Анализируем изображение. Как видим, нужно увеличить динамический диапазон яркости, то есть проявить больше деталей в тенях и слегка затемнить светлые области. Далее я бы сделал небо более голубым, увеличил цветовые вариации воды, зелень также можно сделать более сочной и разнообразной по оттенкам. И финальным шагом будет двухступенчатое повышение резкости.

Поскольку фото сделано при ярком солнечном свете, можно не волноваться по поводу усиления цветовых шумов при цветокоррекции. Однако, в других случаях это нужно иметь ввиду. Итак, первым делом дублируем слой, нажав CTRL+J.

Шаг 2

Переводим наше фото в режим Lab . Это выполняется командой Изображение - Режим - Lab (Image - Mode - Lab).

Выбираем дубликат слоя. Затем переходим в палитру Каналы (Channels) и выбираем канал Яркость (Lightness).

Затем, щелкнем по глазику канала Lab , чтобы увидеть изображение в цвете.

Я выполняю это нажатием двух комбинаций клавиш CTRL+1 и ~ , что значительно быстрей. В версии CS4 комбинации клавиш будут другие: CTRL+3 и ~.

Шаг 3

Применяем команду Изображение - Коррекция - Света/Тени (Image - Adjustment - Shadows/Highlights). Мы не случайно выбрали в шаге 2 канал Яркость. Теперь команда будет применяться только к нему, а так как информация о цвете и контрасте в режиме Lab находится в разных каналах, мы избежим увеличения цветовых шумов и появления цветовых артефактов.
Настройки в каждом конкретном случае будут различные, потренируйтесь и быстро поймете, как и в каких случаях поступать.

Шаг 4

Теперь займемся цветом. Каналы а и b в цветовой модели Lab смогут дать нам сколько угодно цвета, даже такого, который невозможно отобразить на мониторе и который не существует в природе. Воспользуемся методом наложения каналов с помощью команды Внешний канал (Apply Image). Выбираем канал «а» в палитре каналов, аналогично шагу 2. Переходим в меню Изображение - Внешний канал (Image - Apply Image). Выбираем режим наложения Перекрытие (Overlay) или Мягкий свет (Soft Light).

Шаг 5

Выбираем канал « b» и также накладываем его сам на себя в режиме Перекрытие .
Не забываем о том, что мы можем варьировать значением Прозрачности (Opacity) в диалоговом окне данной команды. Вот полученный результат после операций с каналами.

Примечание: можно также воспользоваться командой Кривые (Curves) и построить кривые «а» и « b» по контрольным точкам. Этот метод дает широчайшие возможности, но требует серьезной подготовки.

Шаг 6

Не волнуйтесь насчет чрезмерной насыщенности цветов. Нужно всего лишь понизить непрозрачность слоя. Я остановился примерно на 30% , у вас это значение может быть другим.

Шаг 7

Теперь принимаемся за повышение резкости. Делать мы это будем не совсем обычным способом, в два этапа. На первом этапе повышается резкость и контраст крупных областей изображения, на втором - прорабатываются мелкие детали. Для начала проверим в палитре каналов, выбран ли у нас канал Яркость. Переходим в меню Фильтр - Резкость - Контурная резкость (Filter - Sharpen - Unsharp mask). Сдвигаем ползунки Эффект (Amount) и Радиус (Radius) вправо до конца. Получилось невесть что, но так и нужно.

Теперь, начинаем уменьшать значения Радиуса до появления четких переходов между относительно крупными объектами, но не допуская проявления мелких деталей.

Именно поэтому данный метод имеет английскую аббревиатуру HIRALOAM (High Radius - Low Amount). Достигнув оптимального значения, увеличиваем значение Порога (Threshold), чтобы исключить действие команды на мелкие детали.

Шаг 8

Повышаем резкость мелких деталей изображения. Применяем ту же команду Контурная резкость, но уже в стандартном варианте.

А вот окончательный результат.

К сожалению при таком размере рисунка трудно оценить результаты повышения резкости, но уверяю, они вас порадуют. В следующих уроках мы продолжим знакомство с цветовым пространством Lab.

Желаю всем творческих успехов!

Изучаем модель Lab - модель цвета, основанная на человеческом восприятии цвета.
Для правильного отображения цвета удобно определить стандартную модель, к которой бы приводились цвета на всех этапах процесса. Успешной попыткой создания аппаратно-независимой модели цвета, основанной на человеческом восприятии цвета, является Lab .

Любой цвет в Lab определяется яркостью (Lightness ) и двумя хроматическими компонентами: параметром a , который изменяется в диапазоне от зеленого до красного , и параметром b , изменяющимся в диапазоне от синего до желтого .Яркость в модели Lab полностью отделена от цвета. Это делает модель Lab удобной для регулировки контраста, резкости и других тоновых характеристик изображения. Модель Lab является трехканальной . Ее цветовой охват чрезвычайно широк и соответствует видимому цветовому охвату для стандартного наблюдателя. Охват Lab включает охваты всех других цветовых моделей, используемых в полиграфическом процессе.

Изображение каждого из цветовых каналов имеет свою яркость. При одинаковой интенсивности глаз человека воспринимает зеленый цвет лучей наиболее ярким, несколько менее ярким - красный, и совсем темным - синий цвет. Подчеркнем, что яркость является характеристикой восприятия, а не самого цвета.

В модели RGB цвет точки и ее яркость связаны между собой. Например, насыщенные синие цвета будут очень темными, а насыщенные желтые-оч ень светлыми. Каждая точка на RGB-изображении воспринимается глазом как более или менее яркая. В образовании этой точки принимают участие все три цветовых канала изображения. Если бы все три цвета воспринимались как одинаково яркие, то каждый вносил бы в суммарную яркость третью часть:

Y = R/3 + G/3+B/3

Именно так рассчитывается яркость в цветовой модели HSB , которую мы рассмотрим далее. Поскольку, как мы уже выяснили, разные базовые цвета имеют разную воспринимаемую яркость, этот расчет не отражает реального положения вещей, поэтому, в частности, модель HSB нельзя считать корректной. Для расчета реальной яркости используется следующая эмпирическая формула, учитывающая вклад каждого цветового канала:

Y= 0.2125R+0.7154G + 0,0721В

Непосредственно наблюдать яркость можно при переводе изображения в полутоновое (Grayscale) . Единственный канал такого документа хранит только яркость точек, не учитывая их цвет. В модели CMYK наиболее яркой является белая бумага, на которой ничего не напечатано. Поэтому для компонентов этой модели удобнее использовать параметр, обратный яркости, -нейтральную оптическую плотность краски. Она наибольшая для черного цвета (он самый темный) и убывает в следующем порядке: пурпурный, голубой, желтый. При печати первой наносят краску с наименьшей оптической плотностью, то есть самую светлую. В моделях RGB и CMYK яркость и цвет связаны, то есть при изменении одного параметра изменяется и другой. Это иногда неудобно при проведении коррекции - изменяя яркость изображения, вы зачастую не можете избежать изменения его цветов.

Существует интерсный прием, позволяющий увидеть спектр Lab-цветов.

Lab - модель, в которой яркость пикселов отделена от их цвета. Эта модель очень непривычна. В отличие от RGB и CMYK , основанных на реальных процессах, Lab представляет собой чисто математическую модель. Ей трудно найти аналогию в реальном мире. Однако эта модель имеет несколько серьезных преимуществ. Во-первых, она основана именно на восприятии человека и ее цветовой охват соответствует человеческому глазу - он включает в себя охваты RGB и CMYK и превышает их. Во-вторых, Lab является аппаратно-независимой моделью. Эти два достоинства сделали Lab стандартом при переводе изображений из одного цветового пространства в другое в процессе их подготовки.

Этим, однако, трудно объяснить, зачем о свойствах Lab знать пользователю. Ведь большинство из нас не волнует, скажем, устройство файлов изображений (хотя это тоже очень важно) - мы просто поручаем файловые операции компьютеру. Однако Lab имеет и сугубо практические области применения. В этой модели легко выполнять многие распространенные операции. В их числе повышение резкости, тоновая коррекция (повышение контраста, исправление погрешности тоновых диапазонов) и удаление цветного шума (в том числе размывка растра и удаление регулярной структуры изображений в формате JPEG). Профессионалы используют это пространство даже для создания сложных масок и кардинальных изменений цветов документа. Поскольку модель имеет огромный цветовой охват, перевод в нее не связан с потерями. Вы можете в любой момент перевести изображение из RGB в Lab и обратно, и при этом его цвета не изменятся.

Определение каналов Lab основано на том, что точка не может быть одновременно черной и белой, одновременно красной и зеленой, одновременно синей и желтой. Первый канал - это канал яркости. Яркость измеряется от самой тёмной (чёрной) до самой яркой (белой). Каналы a и b отображают только цвета. Каждый хроматический канал содержит информацию о двух противоположных цветах (см. первый рисунок главы).

Я по образованию программист, но по работе мне пришлось столкнуться с обработкой изображений. И тут для меня открылся удивительный и неизведанный мир цветовых пространств. Не думаю, что дизайнеры и фотографы узнают для себя что-то новое, но, возможно, кому-нибудь это знание окажется, как минимум полезно, а в лучшем случае интересно.

Основная задача цветовых моделей – сделать возможным задание цветов унифицированным образом. По сути цветовые модели задают определённые системы координат, которые позволяют однозначно определить цвет.

Наиболее популярными на сегодняшний день являются следующие цветовые модели: RGB (используется в основном в мониторах и камерах), CMY(K) (используется в полиграфии), HSI (широко используется в машинном зрении и дизайне). Существует множество других моделей. Например, CIE XYZ (стандартные модели), YCbCr и др. Далее дан краткий обзор этих цветовых моделей.

Цветовой куб RGB

Из закона Грассмана возникает идея аддитивной (т.е. основанной на смешении цветов от непосредственно излучающих объектов) модели цветовоспроизведения. Впервые подобная модель была предложена Джеймсом Максвеллом в 1861 году, но наибольшее распространение она получила значительно позже.

В модели RGB (от англ. red – красный, green – зелёный, blue – голубой) все цвета получаются путём смешения трёх базовых (красного, зелёного и синего) цветов в различных пропорциях. Доля каждого базового цвета в итоговом может восприниматься, как координата в соответствующем трёхмерном пространстве, поэтому данную модель часто называют цветовым кубом. На Рис. 1 представлена модель цветового куба.

Чаще всего модель строится так, чтобы куб был единичным. Точки, соответствующие базовым цветам, расположены в вершинах куба, лежащих на осях: красный – (1;0;0), зелёный – (0;1;0), синий – (0;0;1). При этом вторичные цвета (полученные смешением двух базовых) расположены в других вершинах куба: голубой - (0;1;1), пурпурный - (1;0;1) и жёлтый – (1;1;0). Чёрный и белые цвета расположены в начале координат (0;0;0) и наиболее удалённой от начала координат точке (1;1;1). Рис. показывает только вершины куба.

Цветные изображения в модели RGB строятся из трёх отдельных изображений-каналов. В Табл. показано разложение исходного изображения на цветовые каналы.

В модели RGB для каждой составляющей цвета отводится определённое количество бит, например, если для кодирования каждой составляющей отводить 1 байт, то с помощью этой модели можно закодировать 2^(3*8)≈16 млн. цветов. На практике такое кодирование избыточно, т.к. большинство людей не способно различить такое количество цветов. Часто ограничиваются т.н. режимом «High Color» в котором на кодирование каждой компоненты отводится 5 бит. В некоторых приложениях используют 16-битный режим в котором на кодирование R и B составляющих отводится по 5 бит, а на кодирование G составляющей 6 бит. Этот режим, во-первых, учитывает более высокую чувствительность человека к зелёному цвету, а во-вторых, позволяет более эффективно использовать особенности архитектуры ЭВМ. Количество бит, отводимых на кодирование одного пиксела называется глубиной цвета. В Табл. приведены примеры кодирования одного и того же изображения с разной глубиной цвета.

Субтрактивные модели CMY и CMYK

Субтрактивная модель CMY (от англ. cyan - голубой, magenta - пурпурный, yellow - жёлтый) используется для получения твёрдых копий (печати) изображений, и в некотором роде является антиподом цветового RGB-куба. Если в RGB модели базовые цвета – это цвета источников света, то модель CMY – это модель поглощения цветов.

Например, бумага, покрытая жёлтым красителем не отражает синий свет, т.е. можно сказать, что жёлтый краситель вычитает из отражённого белого света синий. Аналогично голубой краситель вычитает из отражённого света красный, а пурпурный краситель вычитает зелёный. Именно поэтому данную модель принято называть субтрактивной. Алгоритм перевода из модели RGB в модель CMY очень прост:

При этом предполагается, что цвета RGB находятся в интервале . Легко заметить, что для получения чёрного цвета в модели CMY необходимо смешать голубой, пурпурный и жёлтый в равных пропорциях. Этот метод имеет два серьёзных недостатка: во-первых, полученный в результате смешения чёрный цвет будет выглядеть светлее «настоящего» чёрного, во-вторых, это приводит к существенным затратам красителя. Поэтому на практике модель СMY расширяют до модели CMYK, добавляя к трём цветам чёрный (англ. black).

Цветовое пространство тон, насыщенность, интенсивность (HSI)

Рассмотренные ранее цветовые модели RGB и CMY(K) весьма просты в плане аппаратной реализации, но у них есть один существенный недостаток. Человеку очень тяжело оперировать цветами, заданными в этих моделях, т.к. человек, описывая цвета, пользуется не содержанием в описываемом цвете базовых составляющих, а несколько иными категориями.

Чаще всего люди оперируют следующими понятиями: цветовой тон, насыщенность и светлота. При этом, говоря о цветовом тоне, обычно имеют в виду именно цвет. Насыщенность показывает насколько описываемый цвет разбавлен белым (розовый, например, это смесь красного и белого). Понятие светлоты наиболее сложно для описания, и с некоторыми допущениями под светлотой можно понимать интенсивность света.

Если рассмотреть проекцию RGB-куба в направлении диагонали белый-чёрный, то получится шестиугольник:

Все серые цвета (лежащие на диагонали куба) при этом проецируются в центральную точку. Чтобы с помощью этой модели можно было закодировать все цвета, доступные в RGB-модели, необходимо добавить вертикальную ось светлоты (или интенсивности) (I). В итоге получается шестигранный конус:

При этом тон (H) задаётся углом относительно оси красного цвета, насыщенность (S) характеризует чистоту цвета (1 означает совершенно чистый цвет, а 0 соответствует оттенку серого). Важно понимать, что тон и насыщенность не определены при нулевой интенсивности.

Алгоритм перевода из RGB в HSI можно выполнить, воспользовавшись следующими формулами:

Цветовая модель HSI очень популярна среди дизайнеров и художников, т.к. в этой системе обеспечивается непосредственный контроль тона, насыщенности и яркости. Эти же свойства делают эту модель очень популярной в системах машинного зрения. В Табл. показано изменение изображения при увеличении и уменьшении интенсивности, тона (выполняется поворот на ±50°) и насыщенности.

Модель CIE XYZ

С целью унификации была разработана международная стандартная цветовая модель. В результате серии экспериментов международная комиссия по освещению (CIE) определила кривые сложения основных (красного, зелёного и синего) цветов. В этой системе каждому видимому цвету соответствует определённое соотношение основных цветов. При этом, для того, чтобы разработанная модель могла отражать все видимые человеком цвета пришлось ввести отрицательное количество базовых цветов. Чтобы уйти от отрицательных значений CIE, ввела т.н. нереальные или мнимые основные цвета: X (мнимый красный), Y (мнимый зелёный), Z (мнимый синий).

При описании цвета значения X,Y,Z называют стандартными основными возбуждениями, а полученные на их основе координаты – стандартными цветовыми координатами. Стандартные кривые сложения X(λ),Y(λ),Z(λ) (см. Рис.) описывают чувствительность среднестатистического наблюдателя к стандартным возбуждениям:

Помимо стандартных цветовых координат часто используют понятие относительных цветовых координат, которые можно вычислить по следующим формулам:

Легко заметить, что x+y+z=1, а это значит, что для однозначного задания относительных координат достаточно любой пары значений, а соответствующее цветовое пространство может быть представлено в виде двумерного графика:

Множество цветов, задаваемое таким способом, называют треугольником CIE.
Легко заметить, что треугольник CIE описывает только цветовой тон, но никак не описывает яркость. Для описания яркости вводят дополнительную ось, проходящую через точку с координатами (1/3;1/3) (т.н. точку белого). В результате получают цветовое тело CIE (см. Рис.):

Это тело содержит все цвета, видимые среднестатистическим наблюдателем. Основным недостатком этой системы является то, что используя её, мы можем констатировать только совпадение или различие двух цветов, но расстояние между двумя точками этого цветового пространства не соответствует зрительному восприятию различия цветов.

Модель CIELAB

Основной целью при разработке CIELAB было устранение нелинейности системы CIE XYZ с точки зрения человеческого восприятия. Под аббревиатурой LAB обычно понимается цветовое пространство CIE L*a*b*, которое на данный момент является международным стандартом.

В системе CIE L*a*b координата L означает светлоту (в диапазоне от 0 до 100), а координаты a,b – означают позицию между зелёным-пурпурным, и синим-жёлтым цветами. Формулы для перевода координат из CIE XYZ в CIE L*a*b* приведены ниже:

где (Xn,Yn,Zn) – координаты точки белого в пространстве CIE XYZ, а

На Рис. представлены срезы цветового тела CIE L*a*b* для двух значений светлоты:

По сравнению с системой CIE XYZ Евклидово расстояние (√((L1-L2)^2+(a1^*-a2^*)^2+(b1^*-b2^*)^2)) в системе CIE L*a*b* значительно лучше соответствует цветовому различию, воспринимаемому человеком, тем не менее, стандартной формулой цветового различия является чрезвычайно сложная CIEDE2000.

Телевизионные цветоразностные цветовые системы

В цветовых системах YIQ и YUV информация о цвете представляется в виде сигнала яркости (Y) и двух цветоразностных сигналов (IQ и UV соответственно).

Популярность этих цветовых систем обусловлена в первую очередь появлением цветного телевидения. Т.к. компонента Y по сути содержит исходное изображение в градациях серого, сигнал в системе YIQ мог быть принят и корректно отображён как на старых чёрно-белых телевизорах, так и на новых цветных.

Вторым, возможно более важным плюсом, этих пространств является разделение информации о цвете и яркости изображения. Дело в том, что человеческий глаз весьма чувствителен к изменению яркости, и значительно менее чувствителен к изменению цветности. Это позволяет передавать и хранить информацию о цветности с пониженной глубиной. Именно на этой особенности человеческого глаза построены самые популярные на сегодняшний день алгоритмы сжатия изображений (в т.ч. jpeg). Для перевода из пространства RGB в YIQ можно воспользоваться следующими формулами: