转自：https://www.birdnet.cn/thread-3122158-1-1.html
极致清晰的野生动物摄影是与前期拍摄及后期处理紧密相连的。笔者在《论极致清晰鸟片之景深篇》（http://www.birdnet.cn/thread-3064689-1-1.html）中对前期拍摄的景深控制进行了系统的论证并给出了实践的方法。本文将专注讨论鸟片的锐化与降噪。第一部分将着重介绍锐化原理；第二部分着重介绍照片的缩图原理；第三部分着重介绍降噪原理；第四部分将着重讨论分区处理问题；最后将进行总结并提出实践的建议。
在提及具体的后期处理问题之前，笔者想谈一下影响画质的关键性问题这就是曝光控制。使用向右曝光策略可以大幅度提升照片的画质，这在很多书籍和网文当中对该策略进行了深入的探讨，这里不再进行讨论（如杰夫老师提及的杰夫流程中有详细论述）。
一、锐化原理和应用
谈及这个问题首先会谈及USM锐化，而后再谈及其他锐化，USM锐化的结构是框架性的其他锐化均是在其基础上演化出来的。
1.USM锐化原理。
首先笔者想先谈及它的数学原理。这里给出公式而后再做说明。对理解数学原理有困难的读者可以直接跳过。
数学原理如下：
设X(x,y)为像素的输入值，Y(x,y)为经过锐化后的像素点输出值，而Z(x,y)为调整分量，k为调整因子。则：
Y(x,y)=X(x,y)+kZ(x,y) （1）
其中Z(x,y)=X(x,y)-[X(x-1,y)+X(x+1,y)+X(x,y+1)+X(x,y-1)] /4 （2）
记S(x,y)=X(x-1,y)+X(x+1,y)+X(x,y+1)+X(x,y-1) （3）
用简单的文字来叙述这些数学语言的话，实际很好理解：锐化实际是强调更亮的部分，达到对比度增强的效果。具体的方法是在原来像素的基础上加上一个修正分量就可以达到亮度增强。那么这个修正分量的最小单位是该像素与周围上下左右四个像素平均值的差值。利用调整因子k就可以放大和缩小修正量进而达成可控的锐化效果。（从USM锐化可以看出：从数学上来说实际就是一个高通滤波的作用，实现是将原值减去低通滤波，从操作级别来说实际就是选择性的加强区域对比度。USM采用的低通策略是直接取临近像素的均值，这种方法简单<容易理解算法简单>有效<效果明显>高效<计算机算的快>，但确实有其弊端，很多情况由于其简单粗暴的加强对比度，导致效果不佳，后文将介绍针对具体场景的锐化智能锐化。但USM锐化的整体架构也是所有锐化方法的框架，这个是很有意义的。）
在实际应用当中往往USM锐化有以下几个参数：半径、数量和细节（阀值）。这里的半径实际指的就是上文所提及的周围像素的范围，上文是4个像素，如果半径增大可以是9个像素也可以是16个像素，主要是评估锐化的范围不同，往往照片输出越小半径越大，照片输出越大反之。数量可以直接理解成为调整因子k，其值越大调整越剧烈对比度越高。细节（阀值）实际指的就是，如果差值（指的是该像素与周围像素平均值的差值，后文将直接称为差值）小于阀值，则该像素不做任何处理，如果大于该值则进行锐化处理，而在lightroom和camera raw当中该值细节正好相反，细节值越大进行锐化的越多，细节值越小锐化的越少。
半径等于0.6
细节值等于0
一、锐化原理和应用
谈及这个问题首先会谈及USM锐化，而后再谈及其他锐化，USM锐化的结构是框架性的其他锐化均是在其基础上演化出来的。
1.USM锐化原理。
首先笔者想先谈及它的数学原理。这里给出公式而后再做说明。对理解数学原理有困难的读者可以直接跳过。
数学原理如下：
设X(x,y)为像素的输入值，Y(x,y)为经过锐化后的像素点输出值，而Z(x,y)为调整分量，k为调整因子。则：
Y(x,y)=X(x,y)+kZ(x,y) （1）
其中Z(x,y)=X(x,y)-[X(x-1,y)+X(x+1,y)+X(x,y+1)+X(x,y-1)] /4 （2）
记S(x,y)=X(x-1,y)+X(x+1,y)+X(x,y+1)+X(x,y-1) （3）
用简单的文字来叙述这些数学语言的话，实际很好理解：锐化实际是强调更亮的部分，达到对比度增强的效果。具体的方法是在原来像素的基础上加上一个修正分量就可以达到亮度增强。那么这个修正分量的最小单位是该像素与周围上下左右四个像素平均值的差值。利用调整因子k就可以放大和缩小修正量进而达成可控的锐化效果。（从USM锐化可以看出：从数学上来说实际就是一个高通滤波的作用，实现是将原值减去低通滤波，从操作级别来说实际就是选择性的加强区域对比度。USM采用的低通策略是直接取临近像素的均值，这种方法简单<容易理解算法简单>有效<效果明显>高效<计算机算的快>，但确实有其弊端，很多情况由于其简单粗暴的加强对比度，导致效果不佳，后文将介绍针对具体场景的锐化智能锐化。但USM锐化的整体架构也是所有锐化方法的框架，这个是很有意义的。）
在实际应用当中往往USM锐化有以下几个参数：半径、数量和细节（阀值）。这里的半径实际指的就是上文所提及的周围像素的范围，上文是4个像素，如果半径增大可以是9个像素也可以是16个像素，主要是评估锐化的范围不同，往往照片输出越小半径越大，照片输出越大反之。数量可以直接理解成为调整因子k，其值越大调整越剧烈对比度越高。细节（阀值）实际指的就是，如果差值（指的是该像素与周围像素平均值的差值，后文将直接称为差值）小于阀值，则该像素不做任何处理，如果大于该值则进行锐化处理，而在lightroom和camera raw当中该值细节正好相反，细节值越大进行锐化的越多，细节值越小锐化的越少。
半径等于0.6
半径等于3.0
细节值等于0
细节值等于100
2.智能锐化
在PS软件中有一种锐化叫做智能锐化。其界面如下图所示，这里不同于USM锐化在于没有闸值也就是细节选项，说明该锐化方法的细节选项是一个定值不可以进行设置，另外多了一个“移去”选项。移去选项包括三个子选项分别是高斯模糊、镜头模糊和动态模糊。
在PS软件中有一种锐化叫做智能锐化。其界面如下图所示，这里不同于USM锐化在于没有闸值也就是细节选项，说明该锐化方法的细节选项是一个定值不可以进行设置，另外多了一个“移去”选项。移去选项包括三个子选项分别是高斯模糊、镜头模糊和动态模糊。
这里的移去的含义实际是这样的，上文提及USM锐化实际是将预处理的像素亮度减去周围平均亮度差值（修正量<实际数学意义就是低通量>）进行放大强调对比度达成锐化效果，USM的修正量采用的是周围像素的平均值，而智能锐化的修正量采用了三种不同的修正方法。第一种是高斯模糊，这也是一种计算周围像素平均值的方法，不同的是带有权值，它是符合正态分布的。这种修正方法对锐化的作用实际上更多的是强调作用，对焦十分清晰的鸟片非常适用。第二种是镜头模糊，它的修正方案是计算预处理像素如果被镜头虚化的模糊值，这样得到修正量就是清晰部分，再对清晰部分进行加强从而达成锐化效果。这种锐化方法对略微跑焦的鸟片非常适用。第三种是动感模糊，我们在拍摄水鸟飞行动作时，往往机器跟着飞鸟进行追焦，如果快门速度不够快那么就会导致水鸟有模糊状态，这个修正量就是修正这个模糊状态，往往该方法需要指定飞鸟的飞行方向以便于计算，这种锐化方法对因快门速度不够导致的模糊进行修正锐化非常适用。
镜头模糊
高斯模糊
动态模糊
镜头模糊
高斯模糊
动态模糊
以上三图是对一个略微跑焦的白鹡鸰进行不同锐化的结果。可以看出，镜头模糊的锐化对该图修正最好，高斯模糊次之，动态模糊的锐化已经到了不可以接受的地步。
3.其他锐化方法
在PS软件中除了智能锐化和USM锐化以外还有进一步锐化、锐化、锐化边缘和高反差保留这几种方法。Lightroom和Camra Raw软件的锐化方法中采用的均为去除高斯模糊锐化方法，它们均有蒙版选项，该方法实际就是高对比保留的蒙版，这和PS中的高反差保留很相似。锐化和进一步锐化是对选区内进行锐化，目的偏向于调高清晰度，而进一步锐化相比锐化有更强的效果，这两种方式都可以看成为USM锐化的一个实例只是无法调整参数。锐化边缘是对高反差的部分进行锐化，同样也可以看成是USM锐化的一个实例只是无法调整参数。
二、缩图原理
首先先介绍数学原理，对理解数学原理有困难的读者可以直接跳过。
数学原理如下：
一张图片是由像素组成的。试想我们对一张图片如何进行缩图，如长度为5000像素的图片缩小到长度为2000的图片应该如何进行，原图中第101个像素点相当于新图中第40.4个像素点，第102个像素点相当于新图中第40.8个像素点，那么新图中第40和第41个像素点应该如何取值呢？
首先了解最简单的缩图方法，如下图所示此6个点表示6个数值。
如果需要用5个点表示这几个点，需要先把这六个点用线段连接起来，然后再按照5个点直接进行估算。如下图所示：
如果是位图就是两个方向上的进行如此操作，如下图所示：
两次线性
两次立方自动
两次立方较锐利
如果不采用线段进行连接而采用曲线进行连接那么就关这种缩图方法叫做两次立方插值缩图方法。如下图所示：
用数学表达式进行描述实际就是下图所示，当曲线连接个点较为平顺在ps软件中就是两次立方缩图，如果平顺度并不高，这种缩图就叫做两次立方较锐利。
PS中的缩图方式主要有以下几种类型：两次线性、两次立方较锐利、两次立方较平滑、两次立方自动和两次立方平滑渐变。一般情况下鸟片只进行缩图操作，因此两次立方线性 两次立方（自动）和两次立方较锐利用的是最多的。这三种缩图方法中两次立方锐利，出片最锐，两次立方次之，线性方式具有不确定性。如果片子质量不错，不妨考虑使用两次立方（自动）进行缩图。如果十分考虑画质因素，不妨分别进行两次缩图，第一次考虑用两次立方锐利，这个版本主要用于照片的鸟体部分，第二次考虑用两次立方线性进行缩图，这样可以用于背景部分，最终再进行合成。
两次线性
两次立方自动
两次立方较锐利
在缩图中有个很重要的步骤，就是保持良好的缩图习惯，这对后期的调整经验积累非常有帮助，笔者习惯现将图片缩放到输出图片的两倍大小，再缩放到输出大小，这种习惯的养成是很重要的。
三、降噪原理和应用
1.前期噪点控制
数码照片噪点按照结果分可以分为随机噪点和模式噪点。产生的原因主要有三种，第一种叫做散粒噪点，这种噪点的形成是由于光子的量子效应所产生，由于单位时间内打到感光器上的光子具有不确定的随机性，因此不稳定，如果增大快门时间，可以有效减少该效应，因此在前期拍摄中不妨在保证镜头的锐度的同时，略微降低快门速度。第二种是读取噪点，这个是机器内部运行过程中产生的噪点，在条件有限下拍摄前期无法改变除非换机器。第三种是暗噪点，是在数模转换中因为生热出现的噪点，这在条件有限下拍摄前期无法改变，但是在夏天环境下尽量不要机器在太阳直射下长时间工作，这样可以尽可能的减少噪点。另外前期控制噪点的方法最重要的是向右曝光技术，上文已经提及不再赘述。
2.后期噪点处理
后期降噪最有效的方式是降低采样率和缩图。上文已经对缩图技术进行了分析，下面简单介绍一下lr（lightroom）和cr（camera raw）两个软件中降噪部分的功能。
后期噪点主要分为明度噪点和颜色噪点。降噪过程中对明度噪点进行降噪通常对细节的影响较小，对颜色噪点的降噪对细节影响较大。下面引用lr和cr研发团队对该功能的解释。（之所以引用研发团队的解释权威性应该是最强的）
明度噪点部分功能如下：
明亮度：这一滑块控制着数量和减小杂色所用的明亮度的“值“。在该项调节里，数值达到25是一个合理的值，同时实现减小杂色和保留细节的平衡点。25-100之间还存在着额外的降噪能力储备。
明亮度细节：这一功能滑块设置的是噪点阀值。可以通过将滑块向右拖动保存更多的细节；然而这样做会使得照片中的噪点被错误的探测为细节，因此噪点不会被去除。同样，可以通过向左拖动滑块提高照片的降噪效果；然而，这样做使得照片中一些真正的细节被错误的探测为噪点，因而被处理掉。这样明显的效果变化主要在高噪点照片的处理过程中才会显现。
明亮对比度：向右测滑动可以更好的保存照片的对比度和质感；然而这么做也会导致“噪点斑点”或高ISO值照片的斑点杂色明显。向左侧滑动时可以实现顺滑影调以及细腻的颗粒效果；然后会丢失一部分照片对比度，质感也被涂抹掉。对于噪点照片（iso大于6400）使用明亮度细节调节滑块可以使处理结果变化更加明显。
颜色噪点部分功能如下：
颜色：这项调节被设计成默认值（25）的情况下就可以实现较好的彩色噪点降噪效果，在抑制难看的彩色噪点斑点同时保留彩色边缘细节这个方面达到良好的平衡。大于25时，强制彩色噪点降噪，会导致边缘颜色溢出。
颜色细节；对于噪点现象极为严重的照片，这一控制项非常有用。他能让你完成颜色噪点降噪，并精调出充满锐度且细节丰富的彩色边缘来。数值设置在75-100都会试图保留边缘的彩色细节，但是这项调节的高数值设置会导致照片中出现像素级的“彩色斑点”。低数值25以下时，会抑制哪些小的、单独的彩色斑点现象，同时会导致照片中的饱和度降低。
通过开发团队对这些功能解释，笔者认为绝大多数情况使用明度降噪功能即可。一般情况下将原图放大到200%来进行降噪，保持最小细节是降噪的关键。一种可行的操作是将滑块从左向右移动直到细节刚刚开始消失为止，记下当前数值，再从右向左拉直到出现细节为止，记下数值，将两个数值取平均值即可。有时候往往遇到一处的细节正合适，另外一处细节却被降噪了，这就需要分区降噪，后文中将详细阐述。除了cr和lr的降噪功能外，PS的第三方插件Dfine2.0也是不错的工具，在杰夫老师的杰夫工作流程中有详细的阐述这里不在赘述（http://www.birdnet.cn/thread-1051768-1-1.html）。本文中所关注的降噪方法除了杰夫流程这种重型方法，还有能够对付80%照片的方式，在本节当中已介绍。
四、分区处理
分区处理可以说是降噪和锐化的核心。下面笔者将通过几个例子来说明分区思想在降噪和锐化中的应用。本文不详细说明使用分区处理的工具，如cr和lr使用的画笔工具，PS使用的蒙版体系工具等，这些方法读者可以查阅相关书籍得到。（如杰夫老师的《野性之美》、阿刘老师的《狂人日记》、云漫老师的《极致之美》）本文将着重介绍分区处理的思想和处理思路。
例1：红隼慢门的处理
7d2+适马150-600 Sport F4.5-6.3
iso 1600
1.前期噪点控制
数码照片噪点按照结果分可以分为随机噪点和模式噪点。产生的原因主要有三种，第一种叫做散粒噪点，这种噪点的形成是由于光子的量子效应所产生，由于单位时间内打到感光器上的光子具有不确定的随机性，因此不稳定，如果增大快门时间，可以有效减少该效应，因此在前期拍摄中不妨在保证镜头的锐度的同时，略微降低快门速度。第二种是读取噪点，这个是机器内部运行过程中产生的噪点，在条件有限下拍摄前期无法改变除非换机器。第三种是暗噪点，是在数模转换中因为生热出现的噪点，这在条件有限下拍摄前期无法改变，但是在夏天环境下尽量不要机器在太阳直射下长时间工作，这样可以尽可能的减少噪点。另外前期控制噪点的方法最重要的是向右曝光技术，上文已经提及不再赘述。
2.后期噪点处理
后期降噪最有效的方式是降低采样率和缩图。上文已经对缩图技术进行了分析，下面简单介绍一下lr（lightroom）和cr（camera raw）两个软件中降噪部分的功能。
后期噪点主要分为明度噪点和颜色噪点。降噪过程中对明度噪点进行降噪通常对细节的影响较小，对颜色噪点的降噪对细节影响较大。下面引用lr和cr研发团队对该功能的解释。（之所以引用研发团队的解释权威性应该是最强的）
明度噪点部分功能如下：
明亮度：这一滑块控制着数量和减小杂色所用的明亮度的“值“。在该项调节里，数值达到25是一个合理的值，同时实现减小杂色和保留细节的平衡点。25-100之间还存在着额外的降噪能力储备。
明亮度细节：这一功能滑块设置的是噪点阀值。可以通过将滑块向右拖动保存更多的细节；然而这样做会使得照片中的噪点被错误的探测为细节，因此噪点不会被去除。同样，可以通过向左拖动滑块提高照片的降噪效果；然而，这样做使得照片中一些真正的细节被错误的探测为噪点，因而被处理掉。这样明显的效果变化主要在高噪点照片的处理过程中才会显现。
明亮对比度：向右测滑动可以更好的保存照片的对比度和质感；然而这么做也会导致“噪点斑点”或高ISO值照片的斑点杂色明显。向左侧滑动时可以实现顺滑影调以及细腻的颗粒效果；然后会丢失一部分照片对比度，质感也被涂抹掉。对于噪点照片（iso大于6400）使用明亮度细节调节滑块可以使处理结果变化更加明显。
颜色噪点部分功能如下：
颜色：这项调节被设计成默认值（25）的情况下就可以实现较好的彩色噪点降噪效果，在抑制难看的彩色噪点斑点同时保留彩色边缘细节这个方面达到良好的平衡。大于25时，强制彩色噪点降噪，会导致边缘颜色溢出。
颜色细节；对于噪点现象极为严重的照片，这一控制项非常有用。他能让你完成颜色噪点降噪，并精调出充满锐度且细节丰富的彩色边缘来。数值设置在75-100都会试图保留边缘的彩色细节，但是这项调节的高数值设置会导致照片中出现像素级的“彩色斑点”。低数值25以下时，会抑制哪些小的、单独的彩色斑点现象，同时会导致照片中的饱和度降低。
通过开发团队对这些功能解释，笔者认为绝大多数情况使用明度降噪功能即可。一般情况下将原图放大到200%来进行降噪，保持最小细节是降噪的关键。一种可行的操作是将滑块从左向右移动直到细节刚刚开始消失为止，记下当前数值，再从右向左拉直到出现细节为止，记下数值，将两个数值取平均值即可。有时候往往遇到一处的细节正合适，另外一处细节却被降噪了，这就需要分区降噪，后文中将详细阐述。除了cr和lr的降噪功能外，PS的第三方插件Dfine2.0也是不错的工具，在杰夫老师的杰夫工作流程中有详细的阐述这里不在赘述（http://www.birdnet.cn/thread-1051768-1-1.html）。本文中所关注的降噪方法除了杰夫流程这种重型方法，还有能够对付80%照片的方式，在本节当中已介绍。
四、分区处理
分区处理可以说是降噪和锐化的核心。下面笔者将通过几个例子来说明分区思想在降噪和锐化中的应用。本文不详细说明使用分区处理的工具，如cr和lr使用的画笔工具，PS使用的蒙版体系工具等，这些方法读者可以查阅相关书籍得到。（如杰夫老师的《野性之美》、阿刘老师的《狂人日记》、云漫老师的《极致之美》）本文将着重介绍分区处理的思想和处理思路。
例1：红隼慢门的处理
7d2+适马150-600 Sport F4.5-6.3
iso 1600
这只红隼是笔者于2016年拍摄的相片，Iso1600对于7d2而言也不算一个小的iso了，噪点确实不少。首先分析照片中最需要清晰的部分应该就是头部和眼睛，其次是尾巴和爪子。不需要细节的是翅膀，最不需要细节的是背景。如此分析，可以得到整体的后期思路了：首先进行降噪。头部降噪最少（因为它要保证更多的细节）、然后是尾巴和爪子。降噪最多的是翅膀和背景。然后进行锐化，这里锐化程度正好和降噪成反比关系。值得注意的是猛禽的降噪一定要注意，lr和cr中默认参数均为25，而这个降噪力度已经影响了细节，对于该例子中的头部应从降噪值0向右拉动找到最小细节平衡点。该例子中明度降噪为12。
例2 水鸟的处理
推荐的后期处理
不推荐的后期处理
例2 水鸟的处理
推荐的后期处理
不推荐的后期处理
这是一幅冬日里晨光下的凤头，笔者起初做了不推荐的后期处理这个版本，基本思路是背景一个降噪水平，一个降噪水平，仅进行锐化。而后处理完了以后发现的倒影的细节没有了，于是才改变了后期处理的思路，增加了倒影水面的处理层次，降噪最多的是背景，最少的是，但倒影则介于两者之间，锐化反之。虽然仅仅是一个微小的改变，但这确是意识的变化，片子的层次感和艺术感立刻上了一个台阶。
例3 暮光下的美浴
iso8000
例3 暮光下的美浴
iso8000
暮光之下的金眶鸻在洗澡，阳光已经非常弱了，7d2拍摄的片子iso已经达到了几乎是画质的极限iso8000。通过分区降噪和锐化技术，使得照片呈现出暮色洗浴的色彩，虽然主体的细节不在了，但依然清晰。这张照片对背景进行了最大程度的降噪，临近鸟的焦平面的的水有轻微的降噪，而溅起来的水滴，降噪程度更低，对主体的鸟的降噪符合最小细节保留原则。锐化中为了突出主体采用了去除高斯模糊的锐化方法以强调主体，对水滴则采用了去除动态模糊的90度锐化还原粒度。两次缩图起到了降噪效果，同时通过合成两次立方较锐化的缩图方式突出主体。通过这个例子可以看到，当将一张图进行细致的分析，逐个问题突破，画质可以取得较大的进步。
更多的例子可参考笔者文章：http://www.birdnet.cn/thread-3073871-1-1.html
通过以上几个例子，降噪和锐化不仅仅是一个技术活，它和审美实际是关联的，影响着摄影人语言的表达，无论iso高低画质好坏，您的降噪和锐化思路影响着片子的表达，不仅仅是画质，还有您的情感表达！
更多的例子可参考笔者文章：http://www.birdnet.cn/thread-3073871-1-1.html
通过以上几个例子，降噪和锐化不仅仅是一个技术活，它和审美实际是关联的，影响着摄影人语言的表达，无论iso高低画质好坏，您的降噪和锐化思路影响着片子的表达，不仅仅是画质，还有您的情感表达！
五、实践建议和总结
上图是笔者给出的实践建议，希望读者参考。下面分别对实践步骤进行解释：
1.定义图片美学。无论是否是尊重自然现实的照片还是创意的照片，都融入了拍摄者思想感情的表达。如ANSEL ADAMS所讲“拍摄是谱曲，后期是演奏”。锐度和噪点控制也遵循这样的原则，虚虚实实相得益彰，作品人的审美掌控着片子的全局。
2.分析照片层次。由定义图片的美学入手，对照片的降噪和锐化层次进行分析。从主体到背景、从细节到轮廓、从简单处理到渐变处理，这些照片在锐度和噪点的分析是后面进行后期处理的基础。
3.评估修图难度选择修图方法。一张照片并非所有情况都需要复杂的处理流程才能够得到自己心满意足的照片。就像lightroom设计的思路一样，90%的片子可以用最简单的工具和方法快速的修图达成自己的目的，这是非常节约时间的。但是总有10%的片子通过简单的流程是无法达成目标，这样就需要选择比较重型的方法。比如锐化可以再lr中直接完成的，我们不会去ps中多次锐化缩图进行处理。这种选择没有特定的原则，要根据照片的作者的美学思路、对照片的要求以及对工具的理解进行选择。
简单修图流程：
a.分区降噪。通常情况下通过lr或者cr的画笔工具和径向滤镜对区域进行不同程度的降噪。
b.分区单次锐化。通常在lr或者cr里使用锐化模块进行锐化，它使用的是去除高斯模糊技术，主要起到强调作用。
c.缩图输出。通常在lr或者cr里，最后输出采用了该方法，值得注意的是，此时可以根据输出的情况调整输出策略，如采用两次立方较锐利进行输出。
复杂修图流程：
d.缩图。该步骤实际是将图片缩小到实际输出大小的X倍，笔者通常采用2倍。这也是积累修图经验的一种良好习惯。
e.分区降噪。这里会应用lr中降噪功能，同时会使用第三方插件进行降噪如dfine2.0. 分区方法也变得多样化，在PS中使用蒙版技术特别是亮度蒙版技术对图片进行分区降噪。
f.分区多次锐化。这里应分析不同区域的特点，是对焦不够清晰、还是扰流或者对焦十分清晰。如果是对焦不足够清晰，可采用去处镜头模糊的方法进行锐化，而后在纠正部分对焦结果后，再采用去处高斯模糊的锐化方法进行锐化，这些具体内容见上文。
g.缩图。第二次缩图会缩小到输出大小，此时锐度会增加，同时噪点一定会大幅度减少。
h.分区多次锐化，这次分区锐化不同于f其半径更大（虽然数值少了但是相当于缩图前的半径更大），这样的锐化更加强调对比度，除了会采用去处高斯模糊的锐化方法，此时还可能采用UsM锐化和高反差保留选项（这里要特别注意，在锐化以前不妨降低整体图片的对比度，锐化一定会带来整个画面的对比度升高。）
i.输出。根据最终展示凭条确定输出方式。如是否需要再次加锐等。
最后依然借用ANSEL ADAMS所讲“拍摄是谱曲，后期是演奏”。锐度和噪点控制也遵循这样的原则，虚虚实实相得益彰，作品人的审美掌控着片子的全局，愿您在自己的后期的降噪和锐化上也可以掌控全局！
1.定义图片美学。无论是否是尊重自然现实的照片还是创意的照片，都融入了拍摄者思想感情的表达。如ANSEL ADAMS所讲“拍摄是谱曲，后期是演奏”。锐度和噪点控制也遵循这样的原则，虚虚实实相得益彰，作品人的审美掌控着片子的全局。
2.分析照片层次。由定义图片的美学入手，对照片的降噪和锐化层次进行分析。从主体到背景、从细节到轮廓、从简单处理到渐变处理，这些照片在锐度和噪点的分析是后面进行后期处理的基础。
3.评估修图难度选择修图方法。一张照片并非所有情况都需要复杂的处理流程才能够得到自己心满意足的照片。就像lightroom设计的思路一样，90%的片子可以用最简单的工具和方法快速的修图达成自己的目的，这是非常节约时间的。但是总有10%的片子通过简单的流程是无法达成目标，这样就需要选择比较重型的方法。比如锐化可以再lr中直接完成的，我们不会去ps中多次锐化缩图进行处理。这种选择没有特定的原则，要根据照片的作者的美学思路、对照片的要求以及对工具的理解进行选择。
简单修图流程：
a.分区降噪。通常情况下通过lr或者cr的画笔工具和径向滤镜对区域进行不同程度的降噪。
b.分区单次锐化。通常在lr或者cr里使用锐化模块进行锐化，它使用的是去除高斯模糊技术，主要起到强调作用。
c.缩图输出。通常在lr或者cr里，最后输出采用了该方法，值得注意的是，此时可以根据输出的情况调整输出策略，如采用两次立方较锐利进行输出。
复杂修图流程：
d.缩图。该步骤实际是将图片缩小到实际输出大小的X倍，笔者通常采用2倍。这也是积累修图经验的一种良好习惯。
e.分区降噪。这里会应用lr中降噪功能，同时会使用第三方插件进行降噪如dfine2.0. 分区方法也变得多样化，在PS中使用蒙版技术特别是亮度蒙版技术对图片进行分区降噪。
f.分区多次锐化。这里应分析不同区域的特点，是对焦不够清晰、还是扰流或者对焦十分清晰。如果是对焦不足够清晰，可采用去处镜头模糊的方法进行锐化，而后在纠正部分对焦结果后，再采用去处高斯模糊的锐化方法进行锐化，这些具体内容见上文。
g.缩图。第二次缩图会缩小到输出大小，此时锐度会增加，同时噪点一定会大幅度减少。
h.分区多次锐化，这次分区锐化不同于f其半径更大（虽然数值少了但是相当于缩图前的半径更大），这样的锐化更加强调对比度，除了会采用去处高斯模糊的锐化方法，此时还可能采用UsM锐化和高反差保留选项（这里要特别注意，在锐化以前不妨降低整体图片的对比度，锐化一定会带来整个画面的对比度升高。）
i.输出。根据最终展示凭条确定输出方式。如是否需要再次加锐等。
最后依然借用ANSEL ADAMS所讲“拍摄是谱曲，后期是演奏”。锐度和噪点控制也遵循这样的原则，虚虚实实相得益彰，作品人的审美掌控着片子的全局，愿您在自己的后期的降噪和锐化上也可以掌控全局！
还没有评论，快来抢沙发！