Photoshop通道在图像处理中的应用
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Photoshop通道在图像处理中的应用
如果问“什么是photoshop 中最重要、最不可缺少的功能?”相信很多人的回答是“图层”。其实,在photoshop3.0 之前,根本没有图层的功能。在图像处理中,最重要的功能是选区范围。只有正确地运用选区范围,才能够进行精确的合成。如果无法选区,也就无法作出相应的操作或处理。
为了记录选区范围,可以通过黑与白的形式将其保存为单独的图像,进而制作各种效果。人们将这种独立并依附于原图的、用以保存选择区域的黑白图像称为“通道”( channel )。换言之,通道才是图像处理中最重要的部分。
然而,真正懂得Photoshop通道的人并不多。对基本概念的一知半解,造成了技术上的断层,以致某些难点无法突破,这是由学习上的本末倒置所造成的。本文试图通过常用的图像处理方法,来探讨Photoshop通道的本质、运算及其特殊形式,帮助读者从中获得启发,理解本质,掌握应用。
一、通道起源——传统照相合成技术及其数字化
1 .遮板的应用
我们知道,照相排版行业的全面数字化不过是最近几年的事情。在此之前,图像合成工作者的工作量之大,内容之枯燥令人难以想象。他们必须将自己关在暗房里,在放大机下面作遮板,以便在底片曝光时有所选择。这种遮板其实就是有选择地在一张透明底片的不同部位涂上黑色染料,让光线不能透过。在曝光时,使遮板与底片重叠放置,这样,遮板上黑色区域下面的底片图像就因为被不透明的黑色遮住而不能被曝光,而只剩下透明部分对应的图像,也就是说完成了对照片的选择曝光。在进行了反复几次相同牟僮髦螅湍茉擞貌煌恼诎逋瓿筛吣讯鹊恼掌铣闪恕?
通道的概念,便是由遮板演变而来的。在通道中,以白色代替透明表示要处理的部分(选择区域);以黑色表示不需处理的部分(非选择区域)。因此,通道也与遮板一样,没有其独立的意义,而只有在依附于其他图像(或模型)存在时,才能体现其功用。而通道与遮板的最大区别,也是通道最大的优越之处,在于通道可以完全由计算机来进行处理,也就是说,它是完全数字化的。
2 .通道——传统技术的数字化
计算机可以不知疲倦的 24 小时工作,而且效率极高。因此,人们不遗余力地将一切可能的信息交由计算机处理,数字化的浪潮席卷全球,图像处理行业也不例外。
如何将一张鲜活的照片变成我们硬盘上的“ 0 ”与“ 1 ”呢?在此之前,让我们来看看数字化信息的特点。首先,顾名思义,数字化信息最大的特点就是任何形式的信息都可以用数字完整、准确的表达出来,无论它是一条记录、一通电话、还是一段录影。数字化的这个特点是很容易理解的,我们称之为“解析”。
其次,受到存储及计算等方面的限制,数字化信息的容量必须是有限的。也就是说,要将原来瞬息万变、细致入微的模拟信号解析开来,就必须有所取舍——用一个个足够小的,可解析的“信息元”取代原先的“信息流”。我们看到,这样的“采样”过程必然损失掉了部分元与元之间的原始数据。所以我们必须以某种指标来判断数字化信息与模拟信息的切近程度。显然,在有限长度的“信息流”中,所取的“信息元”越多,这种转化就越为精确,反之,所取的“信息元”越少,切近的程度就越为粗糙。所以,我们用“单位信息流”中“信息元”的数目多寡,来衡量数字化信息的逼真程度。在数字化音频中,这个指标称之为“采样率”与“量化精度”;在数字视频中,称之为“帧频”;在数字化图像中,则称之为“分辨率”。只要这个指标足够大,就足以迷惑人们的感官,让我们的耳朵、眼睛误以为这是一幅连贯的画面,或是一段流畅的音乐,而丝毫察觉不到停顿感或颗粒感。相对于模拟信息的“连续”性质而言,数字信息所具有的这种特点称为“间断”,或者称为“非连续”。
现在,将一张图像用许多等距的水平线与竖直线分割开来,每一个小方格都成为一个像素( pixel ),也就是一个独立的信息元,数字化的工作就完成一半了。接下来,我们要做的,就是记录每个像素的颜色信息。
由于我们要讨论的是黑白图像,因此只需记录黑、白、灰的信息(在黑白图像中,它与“亮度”、“灰度”的概念都是等价的),而不用考虑它的色相。但不要忘了,灰度也是有不同级别的,像“深灰”、“ 浅灰”或“中灰”。
但仅仅用语言描述物体的亮度是远远不够的。上面提到,数字信息具有“间断”的特点,所以有人提出,用 0 到 100 之间的整数表示灰度的级别:比如用 0 表示纯黑色,用 100 表示纯白色,而 50 则表示将黑白均匀等量混合后所得的颜色。
众所周知,在计算机中,是以位( bit )存储数据的。每一个位只能存储“ 0 ”或“ 1 ”的信息,用以对应二进制的位。让我们看看要表示一个 0 到 100 之
101=6.6582
间的任一整数,需要多少个二进制位: log
2
也就是说,我们用了 7 位的存储空间,存储了仅用 6.6 位便可存储数据。难道这不是一种浪费么?而这种浪费的根源就在于,我们把黑与白之间的灰阶,人为的划分为 101 段,而不是其他数目。
所以,为了物尽其用,人们通常用 2 的整数次幂来划分灰度级别。通常,人们将灰阶划分为 256 级(用 0 ~ 255 表示),而这也将正好占据 8 个存储位(一字节)的空间。而 8 这个数字的由来,完全是为了使人的肉眼在任一相邻两级的变化中,没有丝毫的察觉。
经历了上述两个步骤,我们将每个像素的灰度信息按照划分好的网格,从上到下,从左到右的顺序依次写入硬盘,数字化的工作就终于完成了。而当我们体验着计算机处理选区飞驰的感觉时,就会明白这一系列且纷繁复杂的转化与操作绝非徒
劳了。
二、几种特殊通道类型
由上一节内容可以看到,最早的通道概念是传统照相工艺中的遮板演变而来,用以表示选择范围的特殊图像。在这之后,计算机图像处理技术迅速发展,通道的概念又有了大幅度的拓展,进而涵盖了矢量绘图、三维建模、材质、渲染等诸多领域,而不再仅仅局限于平面设计中“选区范围”的原始意义。这些形形色色的“通道”都有着各自不同的名称、用途与计算方法,但又都与原始的通道概念有着本质上的相似:他们都是依附于其他图像而存在的,单一色相的灰阶图。
1 .原色通道、 Alpha 通道与专色通道
在前面的描述中,我们已经细致地了解了通道,即单色图像的数字化过程。那么,计算机又是如何用这些数字表示彩色图像的呢?首先,我们来了解一下原色的概念与加减法混合原理。
在小学美术课上,我们就了解了红黄蓝三原色的概念。这里的红、黄、蓝准确地说应该是洋红( Magenta )、黄( Yellow )与青( Cyan )。将这三种颜色按不同的比例混合,可以得到其他的任意颜色;而这三种颜色最大程度的混合,就会使其范围内所有波长的可见光全部被吸收而显示出黑色。我们将这三种元色称为“光源三原色”,而将这种在混合过程中颜色亮度不断降低的混合方法称为减法混合。
通常,在印刷中,应用的就是这种减法混合原理:在白色的纸张上通过光源三原色油墨的混合,得到各种色彩及其组合而成的图像。但在实际操作中,通过混合得到的黑色成本高、质量差,所以通常人为地添加一种成本较低的黑色油墨( blacK ),与品、黄、青共同印制。因此,这种印刷的过程也被称为“四色印刷”,而其颜色体系被称为“ CMYK 色彩体系”。
对应于印刷中减法混合原理的,是显示元件所遵循的加法混合原理。红( Red )、绿( Green )、蓝( Blue )三个颜色被称为“物体三原色”,三种颜色光的混合,可以得出其它任意色彩,而其最大混合将得到亮度最高的颜色——白色。我们知道,我们身边的绝大多数显示设备(如 CRT 阴极射线显像管、 LCD 液晶面板等)都应用了加法混合原理。因此,这些设备在未启动时,底色越黑、亮度越低,其成像效果就越好。显示颜色体系也被称为 RGB 颜色体系。
自然法则是如此的简洁而优美,千变万化的色彩仅仅是三种简单原色的有机组合。因此,任意一张彩色图像都可以看作三张不同原色图像的叠加。既然任意的单色灰阶图都可以被视为通道,那么,我们就完全可以用 3 ~ 4 个通道来记录一张彩色照片。每一个通道记录一个对应原色在彩色图像上的分布信息,故我们称其为“原色通道”。用于显示用途的图片(例如网站彩页)可以被分解为 R 、G 、 B 三个原色通道,而需要输出的图片(例如海报、杂志封面、包装纸等)则被分解为 C 、 M 、 Y 三个原色通道与一个 K 通道。