Skip to content
دروس تعليمية13 دقيقة قراءة

كيفية إصلاح انحراف الألوان في الصور باستخدام AI — Magic Eraser

تعلم كيفية تحديد وتصحيح انحرافات الألوان غير المرغوب فيها الناتجة عن الإضاءة المختلطة والمصابيح الفلورية وموازنة البياض غير الصحيحة باستخدام أدوات تصحيح الصور المدعومة بـ AI. دليل خطوة بخطوة مع تقنيات احترافية.

S
Sarah Chen

SEO & Growth

مراجعة بواسطة Magic Eraser Editorial ·

كيفية إصلاح انحراف الألوان في الصور باستخدام AI — Magic Eraser

انحراف الألوان هو أحد أكثر المشاكل شيوعاً في التصوير الفوتوغرافي، ومع ذلك يظل من أكثرها سوء فهم. كل مصدر ضوئي يصدر فوتونات بتوزيع طيفي مميز يعوضه دماغك تلقائياً. ظاهرة تُسمى التكيف اللوني — لكن كاميرتك تسجلها بأمانة. المصابيح المتوهجة تصدر بكثافة في الطيف البرتقالي-الأحمر وتنتج انحرافات دافئة تجعل اللون الأبيض يبدو كريمياً والظلال تبدو كهرمانية. الأنابيب الفلورية تصدر قمماً ضيقة عند أطوال موجية محددة، غالباً ما تنتج انحرافاً أخضراً أو سيانياً مزعجاً غير جذاب على البشرة. ألواح LED تتفاوت بشكل كبير اعتماداً على طلاءات الفوسفور الخاصة بها. LEDs الرخيصة يمكن أن تنتج انحرافات أرجوانية أو صفراء-خضراء لا يصححها أي إعداد مسبق لموازنة البياض بشكل نظيف. إعدادات الإضاءة المختلطة، حيث يضيء مصدران أو أكثر أجزاء مختلفة من المشهد، تخلق انحرافات لونية متغيرة مكانياً لا يمكن إصلاحها بشريط تمرير عام واحد.

تصحيح انحراف الألوان التقليدي في Photoshop أو Lightroom يتضمن ضبط شرائح درجة حرارة موازنة البياض وتدرج الألوان يدوياً، ثم ضبط قنوات الألوان الفردية عبر منحنيات أو أدوات الألوان الانتقائية. تتطلب هذه العملية عيناً مدربة وشاشة معايرة وصبراً كبيراً. تصحيح صورة حفل زفاف ملتقطة تحت إضاءة متوهجة وإضاءة ديجي مختلطة قد يستغرق من خمس عشرة إلى عشرين دقيقة لكل صورة. بالنسبة للمحترفين الذين يعالجون مئات الصور من المناسبات أو صور المنتجات الملتقطة تحت إضاءة غير متناسقة، فإن التصحيح اليدوي يشكل عنق زجاجة رئيسي للوقت. تتفاقم الصعوبة عندما يختلف الانحراف داخل الإطار الواحد: الشخص قرب النافذة يبدو أزرق-بارد بينما نفس الشخص قرب مصباح الطاولة يبدو برتقالي-دافئ. لا يمكن لإعداد واحد لموازنة البياض إصلاح كليهما في آن واحد.

تصحيح الألوان المدعوم بـ AI يغير هذه المعادلة من جذورها. الشبكات العصبية الحديثة المدربة على ملايين الصور ذات موازنة البياض الصحيحة يمكنها تحديد الأسطح في الصورة التي يجب أن تبدو محايدة، وألوان البشرة التي يجب أن تبدو صحية، والتوقيع الطيفي الذي يساهم به كل مصدر ضوئي في المشهد. ثم تطبيق تصحيحات واعية مكانياً تعالج كل منطقة إضاءة بمفردها. يشرح هذا الدليل سير العمل الكامل لتشخيص وتصحيح انحرافات الألوان باستخدام أدوات AI من Magic Eraser، بدءاً من إصلاحات مصدر الإضاءة الواحد التي تستغرق ثوانٍ إلى سيناريوهات الإضاءة المختلطة المعقدة التي سيكون تصحيحها يدوياً غير عملي. سواء كنت تصلح انحرافات التنجستن في التصوير العقاري الداخلي، أو صور البورتريه المكتبية ذات الانحراف الأخضر الفلوري، أو صور الزفاف الملتقطة تحت أربعة أضواء ملونة مختلفة، فإن التقنيات المذكورة هنا ستنتج نتائج محايدة ونظيفة مع ألوان بشرة طبيعية المظهر.

  • AI color correction يحدد الأسطح المحايدة وأطياف مصادر الضوء تلقائياً، ويطبق تعديلات موازنة البياض واعية مكانياً تعالج كل منطقة إضاءة بمفردها ضمن إطار واحد.
  • إعدادات الإضاءة المختلطة — تنجستن مع ضوء النهار، فلورسنت مع LED — تنتج انحرافات متغيرة مكانياً لا يمكن لشريط موازنة بياض واحد إصلاحها. AI يمكنه تصحيح كل منطقة على حدة عبر اكتشاف حدود مصادر الضوء.
  • ألوان البشرة تتطلب معالجة منفصلة لأن الإدراك البشري حساس بشكل فريد للون البشرة غير الطبيعي، مما يستدعي تعديلات منفصلة في صبغة الألوان النصفية والتشبع بعد تصحيح انحراف الألوان العام.
  • سير عمل التصحيح ينتقل من موازنة البياض التلقائية العالمية إلى التعديلات الانتقائية الإقليمية وصولاً إلى الضبط الدقيق الخاص بالبشرة، كل خطوة تقلل خطأ اللون المتبقي تدريجياً.
  • التحقق مقابل نقاط مرجعية محايدة — البياض، الرماديات، لوحات ألوان البشرة — يضمن أن التصحيح دقيق بدلاً من مجرد استبدال انحراف لوني بآخر.

فهم درجة حرارة اللون وموازنة البياض ولماذا تحدث الانحرافات

درجة حرارة اللون، المُقاسة بالكلفن، تصف التوزيع الطيفي لمصدر ضوئي من خلال مقارنته بالإشعاع المنبعث من جسم أسود مثالي يُسخن لتلك الدرجة. درجات حرارة اللون المنخفضة حول 2700K — النموذجية للمصابيح المتوهجة والشموع — تنتج ضوءاً مرجحاً بشدة نحو الطرف الأحمر والبرتقالي من الطيف. درجات الحرارة المتوسطة قرب 5500K تقارب ضوء النهار عند الظهيرة بتوزيع طيفي متوازن إلى حد ما. درجات الحرارة المرتفعة فوق 7000K، الموجودة في الظل المفتوح والسماء الملبدة بالغيوم، تحرك الذروة الطيفية نحو الأزرق. مستشعر كاميرتك يلتقط هذه الاختلافات الطيفية بأمانة، مسجلاً المشهد كما يضيئه الضوء فعلياً. إعداد موازنة البياض يخبر الكاميرا بأي درجة حرارة لونية يجب معاملتها كمحايدة. عندما لا يتطابق هذا الإعداد مع الإضاءة الفعلية، تكون النتيجة انحرافاً لونياً عبر الصورة بأكملها.

تزداد المشكلة تعقيداً بشكل كبير في إعدادات الإضاءة المختلطة، وهي أكثر شيوعاً بكثير مما يدركه المصورون. قد يجمع التصوير العقاري الداخلي بين ضوء النهار المتدفق عبر النوافذ عند 5600K، والأضواء الكاشفة الهالوجينية المريحة عند 3200K، وشرائط الفلورسنت تحت الخزائن عند درجة حرارة فعالة قرب 4100K مع قمة خضراء. قد يحتوي مشهد مطعم على لمبات إديسون المتوهجة، وأضواء LED ملونة مميزة، وضوء نهار من المدخل، جميعها تضرب نفس الهدف من زوايا مختلفة. في هذه الحالات، لا توجد قيمة واحدة لموازنة البياض تنتج نتيجة صحيحة في كل مكان في الإطار. ضبط موازنة البياض لضوء النافذة يحول الداخل إلى برتقالي غامق. ضبطها للداخل يجعل منظر النافذة أزرقاً كثيفاً. يجب على المصور اختيار أقل الشرين أثناء التصوير والاعتماد على المعالجة اللاحقة لإصلاح الانحرافات المتبقية. وهنا يصبح تصحيح AI أساسياً.

خوارزميات موازنة البياض التلقائية في الكاميرا تحسنت بشكل كبير لكنها تظل محدودة لأنها تستخدم استدلالات إحصائية بدلاً من فهم حقيقي للمشهد. معظم أنظمة موازنة البياض التلقائية تفترض أن متوسط اللون عبر الإطار بأكمله يجب أن يكون رمادياً محايداً — افتراض العالم الرمادي — أو أن البقعة الأكثر سطوعاً في المشهد هي البياض. هذه الافتراضات تفشل بشكل مذهل في العديد من المواقف الواقعية. حقل من العشب الأخضر ينتهك افتراض العالم الرمادي ويتسبب في إضافة الكاميرا للأرجواني للتعويض. سماء الغروب ليس فيها بياض حقيقي وقد تلجأ الكاميرا إلى موازنة غير صحيحة. موازنة البياض التلقائية أيضاً لا تستطيع التعامل مع التباين المكاني على الإطلاق. إنها تطبق تصحيحاً واحداً على مستوى الصورة بأكملها، وهو خطأ جوهري عندما تساهم مصادر ضوئية متعددة بانحرافات مختلفة في مناطق مختلفة من نفس الإطار.

  • درجة حرارة اللون بالكلفن تصف التوزيع الطيفي لمصدر الضوء: 2700K للتنجستن الدافئ، 5500K لضوء النهار المحايد، 7000K+ للظل البارد، مع ظهور الانحرافات عندما لا تتطابق موازنة البياض مع الإضاءة الفعلية.
  • بيئات الإضاءة المختلطة — مصادر متعددة بدرجات حرارة لونية مختلفة تضرب نفس المشهد — تنتج انحرافات متغيرة مكانياً لا يستطيع شريط موازنة بياض واحد حلها بشكل عام.
  • موازنة البياض التلقائية في الكاميرا تعتمد على استدلالات إحصائية مثل افتراض العالم الرمادي، وتفشل عندما تهيمن على المشاهد ألوان مفردة، أو تفتقر إلى البياض الحقيقي، أو تحتوي على أنواع متعددة من مصادر الضوء.
  • AI color correction يتجاوز موازنة البياض التلقائية من خلال فهم محتوى المشهد، وتحديد الأسطح المحايدة سياقياً، وتطبيق تصحيحات خاصة بالمنطقة بدلاً من تحول عام واحد.

تشخيص النوع الدقيق لانحراف الألوان قبل تصحيحه

التشخيص الدقيق هو أهم خطوة في تصحيح انحراف الألوان لأن التشخيص الخاطئ يؤدي إلى تصحيح خاطئ، والتصحيح المفرط في الاتجاه الخاطئ ينتج نتيجة تبدو أسوأ من الانحراف الأصلي. أول تقنية تشخيصية هي فحص المرجع المحايد. ابحث عن عناصر في المشهد تعرف أنها يجب أن تكون عديمة اللون: قميص أبيض، جدار خرساني رمادي، جهاز من الفولاذ المقاوم للصدأ، ورقة طابعة. خذ عينات من هذه المناطق باستخدام أداة القطارة وافحص قيم RGB. في صورة متوازنة بشكل صحيح، تكون قيم الأحمر والأخضر والأزرق للعناصر المحايدة ضمن بضع نقاط من بعضها البعض. إذا كان جدارك الأبيض يعين قراءات R:210 G:178 B:145، فلديك انحراف دافئ قوي (أحمر وأخضر سائدان، أزرق ناقص). إذا كان يقرأ R:165 G:185 B:200، فلديك انحراف أزرق بارد.

ثاني تقنية تشخيصية هي فحص الظلال بشكل خاص. مناطق الظل تكشف لون الضوء المحيط بشكل أوضح من المناطق المضاءة مباشرة. غالباً ما تكون الإضاءات العالية محترقة أو مقطوعة، مما يخفي انحيازها اللوني. الدرجات اللونية النصفية تحتوي على مساهمات مختلطة من مصادر متعددة. لكن الظلال مضاءة بشكل أساسي بضوء الملء المحيط المنعكس عن الجدران والأسقف والأسطح الأخرى — مما يركز انحراف اللون البيئي. في غرفة بها إضاءة فلورية علوية، ستظهر الظلال تحت طاولة صبغة خضراء واضحة حتى لو كان السطح المضاء مباشرة يبدو أقرب إلى المحايد. أدوات AI diagnostic يمكنها أخذ عينات من مناطق الظل تلقائياً وعرض لون الانحراف السائد كمؤشر بصري، مما يسهل تحديد حتى الصبغات الخفية التي قد تفوتها العين غير المدربة.

ثالث تقنية تشخيصية تعالج المشاهد ذات الانحراف المختلط من خلال تحليل الصورة إلى مناطق. قسم الإطار ذهنياً أو باستخدام أدوات الاقتصاص إلى مناطق تتوافق مع تأثيرات مصادر الضوء المختلفة. المنطقة قرب النافذة تحصل على تحليل، المنطقة تحت تركيبات السقف تحصل على تحليل آخر، المنطقة قرب الجدار الملون المميز تحصل على ثالث. كل منطقة ستظهر لون انحراف وكثافة مختلفين. توثيق هذه الاختلافات منطقة بمنطقة قبل البدء في التصحيح يضمن أن منهجك يعالج كل منطقة بشكل مناسب بدلاً من تطبيق تصحيح واحد يساعد منطقة واحدة بينما يضر بأخرى. أدوات AI يمكنها إجراء هذا التحليل النطاقي تلقائياً عن طريق اكتشاف حدود مصادر الضوء في هندسة المشهد والإبلاغ عن خصائص الانحراف لكل منطقة بمفردها.

  • خذ عينات من العناصر المعروفة بالحياد (ورق أبيض، جدران رمادية، فولاذ مقاوم للصدأ) باستخدام القطارة — قيم RGB المتباعدة بأكثر من عشر نقاط تشير إلى انحراف في اتجاه القناة السائدة.
  • مناطق الظل تكشف لون الضوء المحيط بشكل أوضح من الإضاءات العالية أو الدرجات اللونية النصفية لأنها تتلقى تعبئة بيئية بشكل أساسي بدلاً من الإضاءة المباشرة من المصدر الرئيسي.
  • المشاهد ذات الانحراف المختلط تتطلب تحليلاً منطقة بمنطقة — كل منطقة متأثرة بمصدر ضوء مختلف ستظهر لون انحراف وكثافة مميزين يتطلبان تصحيحاً منفصلاً.
  • أدوات AI diagnostic تؤتمت الكشف النطاقي للانحراف عن طريق تحديد حدود مصادر الضوء في هندسة المشهد والإبلاغ عن خصائص الانحراف لكل منطقة قبل تطبيق أي تصحيح.

تصحيح انحرافات مصدر الإضاءة الواحد باستخدام موازنة البياض التلقائية بـ AI

عندما تُلتقط الصورة بالكامل تحت نوع واحد من مصادر الضوء — مثل استوديو بورتريه باستخدام أضواء التنجستن النموذجية فقط، أو تصوير منتج مسطح تحت ألواح LED متوازنة مع ضوء النهار، أو لقطة خارجية في الظل المفتوح — فإن انحراف اللون الناتج يكون موحداً عبر الإطار ويستجيب بشكل جيد للتصحيح التلقائي بـ AI. ارفع الصورة إلى Magic Eraser، واختر AI Enhance، وقم بتفعيل وظيفة موازنة البياض التلقائية. يقوم نموذج AI بتحليل الصورة بأكملها، وتحديد الأسطح ذات الثقة العالية بكونها محايدة (مناطق ذات تشبع منخفض وسطوع معتدل يُحتمل إحصائياً أن تكون رمادية أو بيضاء)، وحساب تحول اللون المطلوب لجعل تلك الأسطح عديمة اللون حقاً، وتطبيق ذلك التحول على الصورة بأكملها. بالنسبة لانحرافات مصدر الإضاءة الواحد، يكون هذا التصحيح بنقرة واحدة دقيقاً بشكل ملحوظ، وغالباً ما يجعل الأسطح المحايدة ضمن ثلاث إلى خمس نقاط RGB من الحياد الحقيقي.

يعمل التصحيح التلقائي عن طريق حل معادلتين في آن واحد: درجة الحرارة (محور الأزرق إلى الكهرماني) والدرجة اللونية (محور الأخضر إلى الأرجواني). انحرافات التنجستن القياسية تتطلب تحولاً قوياً نحو درجة حرارة أكثر برودة وتعديلاً ضئيلاً للدرجة اللونية. انحرافات الفلورسنت غالباً ما تتطلب تصحيحاً معتدلاً لدرجة الحرارة بالإضافة إلى تحول كبير في الدرجة اللونية الأرجوانية لمواجهة القمة الخضراء في طيف انبعاث الفلورسنت. انحرافات LED يمكن أن تتطلب تصحيحاً على كلا المحورين اعتماداً على جودة اللوحة. نموذج AI تعلم ملفات التصحيح النموذجية هذه من بيانات تدريبه ويطبقها بثقة عالية عندما يكتشف انحرافاً متناسقاً عبر الإطار. النتيجة عادة لا تحتاج إلى أي تعديل يدوي إضافي للمشاهد ذات مصدر الإضاءة الواحد، مما يوفر الدقائق من تعديل الشرائح التي يتطلبها التصحيح اليدوي.

الحالات الحدية حيث يصعب على التصحيح التلقائي مع المشاهد ذات مصدر الإضاءة الواحد تشمل المشاهد الدافئة عن قصد (غروب الشمس، عشاء على ضوء الشموع) حيث يكون الضوء الدافئ جزءاً من القصد الإبداعي وليس خطأ. والمشاهد حيث لون الهدف السائد يحيّد الكشف المحايد (سيارة رياضية حمراء تملأ معظم الإطار تجعل الخوارزمية تعتقد أن هناك انحرافاً دافئاً عندما لا يكون هناك أي انحراف). للدفء المقصود، استخدم التصحيح بكثافة مخفضة — طبق موازنة البياض التلقائية ثم امزجها بنسبة خمسين إلى سبعين بالمئة مع الأصل للاحتفاظ بالدفء مع إزالة البرتقالي-الكهرماني المفرط الذي يجعل المشهد يبدو كخطأ في موازنة البياض بدلاً من خيار إبداعي. للأهداف ذات اللون السائد، استبعد الهدف يدوياً من منطقة التحليل حتى يبني الخوارزمية كشفه المحايد على الخلفية والعناصر الثانوية.

  • انحرافات مصدر الإضاءة الواحد تستجيب لموازنة البياض التلقائية بنقرة واحدة بـ AI، والتي تحدد الأسطح المحايدة وتحسب تحول درجة الحرارة والدرجة اللونية الدقيق لجعلها عديمة اللون.
  • AI يصحح كلا المحورين في وقت واحد — درجة الحرارة لطيف الأزرق-الكهرماني والدرجة اللونية لطيف الأخضر-الأرجواني — مطابقاً ملف التصحيح النموذجي لكل نوع من أنواع مصادر الضوء.
  • المشاهد الدافئة عن قصد يجب تصحيحها بكثافة مخفضة (مزج بنسبة خمسين إلى سبعين بالمئة) للاحتفاظ بالدفء الإبداعي مع إزالة الانحراف المفرط الذي يقرأ كخطأ تقني.
  • الأهداف ذات اللون السائد يمكن أن تحيّد الكشف المحايد — استبعدها من منطقة التحليل حتى يعتمد الخوارزمية تصحيحه على العناصر المحايدة في الخلفية بدلاً من ذلك.

تصحيح الإضاءة المختلطة المتقدم باستخدام تعديلات AI الإقليمية

الإضاءة المختلطة هي السيناريو الرئيسي حيث يوفر AI color correction قيمة لا تستطيع الأدوات اليدوية مضاهاتها عملياً. تأمل حالة تصوير عقاري شائعة: المطبخ به ضوء نهار من نافذة على اليسار، وأضواء هالوجين غائرة من الأعلى، وإضاءة فلورية تحت الخزائن للمهام. جانب العداد المطل على النافذة يبدو محايداً. المركز المضاء بالهالوجين يبدو كهرمانياً دافئاً. الجدار الخلفي المضاء بالفلورسنت يبدو أخضر-أصفر. تصحيح موازنة بياض عام يصلح المركز يجعل جانب النافذة أزرقاً والجدار الخلفي أكثر اخضراراً. المطلوب هو ثلاثة تصحيحات منفصلة تُطبق على ثلاث مناطق منفصلة مع انتقالات سلسة بينها. AI يمكنه تحديد هذه المناطق تلقائياً من هندسة المشهد وتوزيع الضوء.

سير عمل التصحيح الإقليمي في Magic Eraser يستخدم AI Enhance مع قدرة اكتشاف المناطق. الأداة تقسم الصورة تلقائياً إلى مناطق ذات انحراف لوني متناسق، وترسم حدوداً على طول الحواف الطبيعية (حيث تلتقي الجدران بالأسقف، حيث تشير انتقالات الظل إلى مصادر ضوء مختلفة، حيث يشير تغير مادة السطح إلى خصائص انعكاس مختلفة)، وتطبق تصحيحات موازنة بياض مستقلة لكل منطقة. يتم تمويه التصحيحات عبر الحدود باستخدام أقنعة متدرجة تتبع التوزيع الطبيعي للضوء، مما ينتج انتقالات تبدو معقولة فيزيائياً بدلاً من إظهار حواف تصحيح قاسية. لتصوير عقاري داخلي نموذجي مع ثلاثة مصادر ضوء، تستغرق عملية التصحيح النطاقي هذه حوالي عشر ثوانٍ مقارنة بالخمس إلى العشر دقائق المطلوبة لإنشاء أقنعة وتعديل كل منطقة بشكل منفصل في برامج التحرير التقليدية.

تصوير الأعراس والمناسبات يمثل أصعب تحديات الإضاءة المختلطة لأن ظروف الإضاءة تتغير من إطار لآخر وحتى داخل الإطار الواحد. قد يجمع حفل الزفاف بين ضوء نافذة زجاج ملون، وثريات علوية، وفلاش المصور. قد تجمع حفلة الاستقبال بين أضواء ديجي ملونة علوية، وشموع طاولة، وإضاءة فلورية علوية، وفلاش متقطع. AI correction يتعامل مع هذه السيناريوهات من خلال معالجة كل صورة بمفردها، واكتشاف المزيج الفريد للإضاءة في كل إطار، وتطبيق التصحيحات النطاقية الصحيحة دون الحاجة إلى أن يشخص المصور كل صورة ويعالجها يدوياً. لمجموعة من خمسمائة صورة استقبال ملتقطة على مدى أربع ساعات تحت أضواء ملونة متغيرة باستمرار، يمكن لـ AI batch processing مع التصحيح النطاقي إنتاج نتائج نظيفة ومحايدة في دقائق مقارنة بأيام عمل التصحيح اليدوي التي كانت ستكون مطلوبة لولا ذلك.

  • الإضاءة المختلطة تتطلب تصحيحات خاصة بالمنطقة — اكتشاف المناطق بـ AI يحدد مناطق انحراف اللون المتناسق ويطبق تحولات موازنة بياض مستقلة مع انتقالات مموهة على طول الحدود الطبيعية.
  • التصوير العقاري الداخلي مع مصادر ضوء النهار والهالوجين والفلورسنت يحصل على تصحيح ثلاثي المناطق في عشر ثوانٍ مقابل خمس إلى عشر دقائق من القناع اليدوي وتعديل الشرائح لكل منطقة.
  • صور الأعراس والمناسبات ذات الأضواء الملونة المتغيرة باستمرار والشموع والفلاش تستفيد من AI batch processing الذي يشخص ويصحح مزيج الإضاءة الفريد لكل إطار بشكل مستقل.
  • حدود التصحيح تتبع الحواف الطبيعية للمشهد (تقاطعات الجدار-السقف، انتقالات الظل، تغيرات المواد) بحيث تبدو النتيجة معقولة فيزيائياً دون طبقات تصحيح مرئية.

الحفاظ على القصد الإبداعي مع إزالة أخطاء الألوان التقنية

ليس كل تحول لوني في الصورة هو خطأ. ضوء الساعة الذهبية ينتج انحرافاً دافئاً هو السبب الرئيسي الذي يدفع المصورين للتصوير في ذلك الوقت. اللافتات النيون تخلق انعكاسات ملونة تضفي جواً على تصوير الشوارع. الزجاج الملون يلقي ضوءاً ملوناً على جدران الكنائس الداخلية بأنماط تحكي قصة. الشفق الأزرق في الساعة الزرقاء يخلق لوحة ألوان باردة تنقل مزاجاً معيناً. التحدي في تصحيح انحراف الألوان هو التمييز بين الأخطاء التقنية غير المرغوب فيها (الصبغة الخضراء الفلورية على صورة شخصية للشركة) واللون الإبداعي المطلوب (وهج الكهرماني الدافئ لأجواء لمبات إديسون في مطعم). أدوات التصحيح بـ AI التي تحيد كل شيء بقوة يمكنها تجريد اللون الإبداعي مع الأخطاء، منتجة نتائج صحيحة تقنياً لكن مسطحة عاطفياً.

الحل هو التصحيح الجزئي المتعمد. استخدام قدرة AI التشخيصية لتحديد وقياس جميع تحولات الألوان في المشهد، ثم تطبيق التصحيحات بشكل انتقائي بناءً على أي التحولات تخدم الصورة وأيها لا تخدمها. لصورة داخلية لمطعم، قد ترغب في الحفاظ على وهج الأجواء الدافئ لمصابيح إديسون مع إزالة الصبغة الخضراء من إضاءة المطبخ الفلورية المتسربة إلى الخلفية. AI يمكنه فصل هذه حسب المنطقة: طبق تصحيحاً كاملاً على المناطق الملوثة بالفلورسنت بينما اترك المناطق المضاءة بالتنجستن غير مصححة أو مصححة جزئياً فقط. هذا النهج الانتقائي يحافظ على الأجواء التي تجعل المطعم جذاباً مع إزالة الأخضر غير الجذاب الذي يجعل الطعام يبدو غير شهي.

حماية ألوان البشرة هي الجانب الأكثر أهمية في التصحيح الواعي بالقصد الإبداعي. حتى عندما تريد الحفاظ على اللون البيئي — دفء التنجستن للراحة، زرقة الشفق للمزاجية — فإنك لا تريد أبداً أن يلوث هذا اللون ألوان البشرة إلى درجة تجعل الناس يبدون غير أصحاء. النهج الموصى به هو تصحيح ألوان البشرة إلى حالة محايدة-صحية بغض النظر عن استراتيجية التصحيح البيئي، ثم السماح للانحراف البيئي بالبقاء في الخلفيات والأسطح والعناصر غير الجلدية. AI subject detection يمكنه عزل البشرة تلقائياً، وتطبيق تصحيح محايد كامل على تلك المناطق فقط، وترك بقية الصورة عند توازن اللون الإبداعي الذي تنوي. هذا ينتج أفضل ما في العالمين: بيئة غنية بالأجواء مع أشخاص يبدون بصحة طبيعية يعيشون فيها.

  • ليست كل تحولات الألوان أخطاء — دفء الساعة الذهبية، وانعكاسات النيون، والدرجات الباردة للساعة الزرقاء كلها خيارات إبداعية يمكن للتصحيح المحايد القوي تدميرها، مما يجعل الصورة مسطحة عاطفياً.
  • التصحيح الجزئي يستخدم تشخيص AI لتحديد جميع تحولات الألوان، ثم يطبق تصحيحات فقط على الانحرافات غير المرغوب فيها مع الحفاظ على اللون الجوي المطلوب في المناطق الأخرى.
  • يجب تصحيح ألوان البشرة إلى محايدة-صحية بغض النظر عن القصد البيئي. AI subject detection يعزل البشرة للتصحيح الكامل بينما يترك لون المزاج في الخلفيات والأسطح.
  • الهدف هو فصل الخطأ التقني عن القصد الإبداعي: إزالة اللون الأخضر الفلوري عن الطعام مع الحفاظ على وهج إديسون الدافئ الذي يجعل المطعم يبدو جذاباً.

المصادر

  1. Computational Color Constancy: Survey and Experiments IEEE Transactions on Image Processing
  2. Color Temperature and White Balance in Digital Photography ACM SIGGRAPH
  3. Deep White-Balance Editing for Consistent and Accurate Color Reproduction arXiv

استكشف الأدوات ذات الصلة

استكشف حالات الاستخدام ذات الصلة

تعديل صور العقاراتصور منتجات التجارة الإلكترونيةتعديل صور وسائل التواصل الاجتماعيخلفية صورة جواز السفرإزالة النص من الصورفن الذكاء الاصطناعي لوسائل التواصلتعديل صور الزفافتعديل صور الكتاب السنويتعديل صور السياراتتصوير الطعامصور شخصية احترافيةتعديل صور الحيوانات الأليفةالتنظيم الافتراضيصور قائمة طعام المطعمصور مصغرة لليوتيوبتعديل صور السفردبابيس بينتريستصانعو الدورات عبر الإنترنتصانعو البودكاستالمؤلفونكتّاب النشرات البريديةصور عيادة الأسنانصور مطالبات التأمينرقمنة أرشيفات المتاحفمحتوى مؤثري الموضةمعرض أعمال التصميم الداخليإنتاج الكتاب السنوي المدرسيمرئيات حملات جمع التبرعاتصور تحول مدرب اللياقةمعرض أعمال فنان الوشمترميم السيارات الكلاسيكيةصور تقدم البناءتصوير المجوهراتكتالوج مشتل النباتاتترميم صور الأنسابسير عمل مصور الفعالياتصور إدارة العقاراتطباعة نسخ فنيةالتصوير الرياضيصور العيادة البيطريةكتالوج تاجر التحفصور الحضانة والمدرسةمعرض أعمال صالون الشعرمعرض أعمال مقاول تنسيق الحدائقصور المواعدة عبر الإنترنتصور الجنازات والتأبينصور إعادة البيع والمستعملصور الأعمال اليدوية والحرفصور ترويجية للفرق الموسيقية

مقارنات ذات صلة

مقالات ذات صلة