摄影笔记之影调

本文深入解析影调的概念及其在摄影中的应用,从高调的愉悦到低调的沉思,再到中间调的平衡,探讨如何通过曝光补偿、感光度和光线控制来精确表达摄影师的创作意图。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

影调

影调的概念

影调就是一张照片的明暗程度。
高调:明亮的照片,使人感到愉快
低调:阴暗的照片,使人感到悲伤
中间调:不明不暗的照片

作用:影调通过作品的明暗表现给读者以相应得到直接感受来表达摄影师的创作意图。

那些本来就高调的景物应该用高调来表现,本来就低调的景物应该使用低调来表现。

高调的物体:雪,白衣服等浅色物体
低调的物体:黑土地,午夜的天空等深色物体

但是大部分摄影师在实际工作中还是使用中间调居多,高调的白色反射100%光线,低调的黑色反射0的光线,按理说中间调的灰色是反射50%的光线,但是并不是这样的,科学测试表明,人眼更接受18度的调调为灰色。

影调的量化

影调是作品的明暗程度,来表现摄影师的创作意图,在环境光线与景物的调不一样时,需要调节相机来获得一定的曝光补偿。这就需要相机能先测出环境的光的明暗程度,这就叫相机的测光。
市面上相机都会有测光系统,液晶屏上有一个类似标尺的显示项目,一般称为曝光补偿,一般是-2到+2,也有-3到+3的。曝光补偿的单位是0EV,这个0EV是相机的测光系统得出的中间调,光标数值越大,影调越高。所以这个曝光补偿这里就是照片的影调。
0EV=18度灰=中间调

相机的测光系统

相机测光选题主要分为四种:

  • 平均测光:相机取景器中的总体曝光的平均值。
  • 点测光:相机取景器中心点周围极小一部分区域的曝光值。
  • 中央重点测光:相机取景器中心点测光,兼顾平均测光,加权平均
  • 评价测光:将相机取景器分为多个区域,分别计算曝光值,然后加权平均。最合理

控制影调

一张照片的影调由 光线进入相机的多少感光元件对光线的敏感程度决定的;换句话说一张照片的影调由 曝光量感光度决定的。

影调 = 系数 X 曝光量 X 感光度.

一般对于一个相机来说系数是一定的,曝光量越大,感光度越高,照片的影调越高。
感光度是感光元件对于光线的敏感程度,反映到相机参数上就是ISO的数值,ISO数值越高,对光线越敏感,ISO的标准值是ISO100,也有个别公司不一样,尼康标准值就是ISO200。
常见的ISO值有6、12、25、50、100、200、400、800、1600、3200、6400。
在数码时代感光度越高,cmos等感光元件于二一被光电信号干扰,照片噪点越多,看起来很粗糙,但是越细腻的照片看起来越好看,所以摄影师都是用低感光度来创作。
所以对于

影调 = 系数 X 曝光量 X 感光度.

由于感光度不能设置太高,所以调整影调的任务基本就落在了曝光量的控制上了,以至于很多人将 影调 与 曝光量直接混淆了。

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值