मिश्रित रोशनी में व्हाइट बैलेंस कैसे ठीक करें — Magic Eraser
टंगस्टन प्लस डेलाइट, फ्लोरोसेंट प्लस प्राकृतिक रोशनी, और LED रंग संदूषण जैसे मिश्रित प्रकाश स्रोतों वाली तस्वीरों में व्हाइट बैलेंस की समस्याएं ठीक करें। प्राकृतिक दिखने वाले परिणामों के लिए AI-powered सुधार।
Product Marketing
समीक्षा द्वारा Magic Eraser Editorial ·
विषय सूची
मिश्रित रोशनी फोटोग्राफी में सबसे आम व्हाइट बैलेंस समस्या है, और वह जिसे पारंपरिक कैमरा सेटिंग्स सबसे बुरी तरह संभालती हैं। जब एक कमरा गर्म टंगस्टन टेबल लैंप और खिड़की से आने वाली ठंडी डेलाइट दोनों से रोशन होता है, तो कैमरा पूरे फ्रेम के लिए केवल एक व्हाइट बैलेंस सेट कर सकता है। इसे टंगस्टन के लिए सेट करें और डेलाइट वाले क्षेत्र नीले हो जाते हैं। इसे डेलाइट के लिए सेट करें और टंगस्टन वाले क्षेत्र नारंगी हो जाते हैं। हर शॉट एक समझौता होता है जो छवि के कम से कम एक हिस्से को स्पष्ट रंग टिंट के साथ छोड़ देता है।
आधुनिक रोशनी के साथ समस्या और बदतर हो जाती है। LED पैनल, फ्लोरोसेंट ट्यूब, सोडियम वेपर स्ट्रीट लाइट्स। कॉम्पैक्ट फ्लोरोसेंट बल्बों में से प्रत्येक में अलग-अलग स्पेक्ट्रल विशेषताएं होती हैं जो सरल रंग तापमान समायोजन के अनुरूप नहीं होती हैं। फ्लोरोसेंट रोशनी में एक हरा स्पाइक होता है जिसे टंगस्टन व्हाइट बैलेंस ठीक नहीं कर सकता। सस्ते LED पैनल मैजेंटा या हरे रंग के टिंट उत्पन्न करते हैं जो डिमर सेटिंग्स के साथ अप्रत्याशित रूप से बदलते हैं। एक एकल कमरे में तीन या चार अलग-अलग प्रकाश स्रोत हो सकते हैं, प्रत्येक तस्वीर के एक अलग क्षेत्र को एक अलग रंग टिंट से दूषित करता है।
AI व्हाइट बैलेंस सुधार पारंपरिक सुधार की मूलभूत सीमा को हल करता है, छवि के विभिन्न क्षेत्रों को अपने आप उपचारित करके। एक वैश्विक रंग तापमान बदलाव लागू करने के बजाय, AI विभिन्न स्रोतों द्वारा रोशन क्षेत्रों की पहचान करता है और प्रत्येक क्षेत्र पर अलग-अलग सही सुधार लागू करता है। बाईं ओर से टंगस्टन और दाईं ओर से डेलाइट द्वारा रोशन एक विषय को गर्म-पक्ष और ठंडा-पक्ष सुधार मिलते हैं जो बीच में प्राकृतिक रूप से मिलते हैं, वह एकीकृत तटस्थ रोशनी उत्पन्न करते हैं जो एक एकल व्हाइट बैलेंस सेटिंग कभी हासिल नहीं कर सकती थी।
- AI किसी एकल वैश्विक रंग तापमान बदलाव के बजाय छवि के विभिन्न क्षेत्रों पर ज़ोन-विशिष्ट व्हाइट बैलेंस सुधार लागू करता है, जो कुछ क्षेत्रों को गलत टिंट के साथ छोड़ देता है।
- फ्लोरोसेंट रोशनी में हरे स्पाइक, कुछ LED पैनलों के मैजेंटा टिंट को पहचानता और ठीक करता है। सोडियम वेपर स्रोतों का गहरा नारंगी जिसे सरल रंग तापमान स्लाइडर संबोधित नहीं कर सकते।
- चेहरे के विभिन्न पक्षों पर विभिन्न प्रकाश स्रोतों से दूषित त्वचा टोन को सामान्य करता है, प्राकृतिक और एकीकृत परिणाम उत्पन्न करता है।
- मिश्रित स्रोतों द्वारा बनाए गए अप्राकृतिक रंग टिंट को हटाते हुए जानबूझकर गर्म या ठंडी रोशनी के मूड को संरक्षित करता है।
- किसी भी कैमरे से फ़ोटो पर काम करता है जिसमें स्मार्टफोन शामिल हैं जहां मैन्युअल व्हाइट बैलेंस नियंत्रण सीमित या अनुपलब्ध है।
मिश्रित रोशनी एकल-सेटिंग व्हाइट बैलेंस को क्यों विफल करती है
रंग तापमान एक सरलीकरण है। कैमरा व्हाइट बैलेंस मानता है कि पूरा दृश्य एक ज्ञात स्पेक्ट्रल वितरण वाले एकल प्रकाश स्रोत द्वारा रोशन है। डेलाइट के लिए 5500K, टंगस्टन के लिए 3200K, फ्लोरोसेंट के लिए 4000K। जब आप 5500K सेट करते हैं, तो कैमरा लाल और नीले चैनलों पर एक समान बदलाव लागू करता है जो डेलाइट-रोशन सफेद को तटस्थ दिखाता है। लेकिन जब आधा दृश्य 3200K टंगस्टन और दूसरा आधा 5500K डेलाइट द्वारा रोशन होता है, तो कोई एक बदलाव दोनों को ठीक नहीं कर सकता। टंगस्टन सुधार जो डेलाइट पक्ष को गर्म करता है, टंगस्टन पक्ष को और गर्म करता है। डेलाइट सुधार जो टंगस्टन पक्ष को ठंडा करता है, डेलाइट पक्ष को और ठंडा करता है।
फ्लोरोसेंट और LED रोशनी समस्या को और बढ़ा देती है क्योंकि उनका स्पेक्ट्रल आउटपुट एक चिकनी ब्लैकबॉडी वक्र नहीं है। टंगस्टन और डेलाइट स्थिर स्पेक्ट्रा उत्पन्न करते हैं जो मुख्य रूप से गर्म से ठंडे तरंगदैर्ध्य के अनुपात में भिन्न होते हैं। फ्लोरोसेंट ट्यूब विशिष्ट तरंगदैर्ध्य पर मजबूत चोटियों के साथ स्पाइकी स्पेक्ट्रा उत्पन्न करती हैं। मुख्य रूप से 546 नैनोमीटर के आसपास एक स्पष्ट हरा स्पाइक — जिसे कोई भी रंग तापमान समायोजन बेअसर नहीं कर सकता। हरे स्पाइक को ठीक करने के लिए तापमान सुधार के अतिरिक्त मैजेंटा टिंट बदलाव की आवश्यकता होती है। मात्रा ट्यूब प्रकार और उम्र के अनुसार भिन्न होती है।
आधुनिक LED रोशनी और भी अधिक परिवर्तनशीलता लाती है। LED पैनल का स्पेक्ट्रल आउटपुट निर्माता द्वारा उपयोग किए गए विशिष्ट फॉस्फोर मिश्रण पर निर्भर करता है। सस्ते पैनलों में अक्सर उनके स्पेक्ट्रम में अंतराल या स्पाइक होते हैं जो केवल तस्वीरों में दिखाई देने वाले रंग टिंट उत्पन्न करते हैं। दो LED पैनल जो नंगी आंखों को समान सफेद दिखाई देते हैं, फ़ोटो में स्पष्ट रूप से भिन्न रंग टिंट उत्पन्न कर सकते हैं क्योंकि कैमरा सेंसर पूर्ण स्पेक्ट्रम पर प्रतिक्रिया करता है जबकि मानव दृष्टि अनुकूलित और क्षतिपूर्ति करती है। यही कारण है कि इवेंट फ़ोटोग्राफ़र उन स्थानों से डरते हैं जो LED, फ्लोरोसेंट और टंगस्टन स्रोतों को मिलाते हैं।
- कैमरा व्हाइट बैलेंस एक एकल प्रकाश स्रोत मानता है — जब दो या अधिक स्रोत विभिन्न क्षेत्रों को रोशन करते हैं, तो कोई एक सेटिंग पूरे फ्रेम को ठीक नहीं कर सकती।
- फ्लोरोसेंट ट्यूब स्पेक्ट्रल स्पाइक उत्पन्न करती हैं (विशेषकर 546nm पर हरा) जिसे रंग तापमान स्लाइडर बेअसर नहीं कर सकते — उन्हें अलग टिंट सुधार की आवश्यकता होती है।
- LED पैनल निर्माता फॉस्फोर मिश्रण के अनुसार भिन्न होते हैं, ऐसे रंग टिंट उत्पन्न करते हैं जो आंखों के लिए अदृश्य होते हैं लेकिन कैमरा सेंसर द्वारा कैप्चर किए जाते हैं जो मानव दृष्टि की तरह अनुकूलित नहीं होते।
- LED, फ्लोरोसेंट और टंगस्टन स्रोतों को मिलाने वाले इवेंट स्थान व्यावहारिक फोटोग्राफी में सबसे चरम मिश्रित-रोशनी चुनौतियां पैदा करते हैं।
AI ज़ोन-विशिष्ट रंग सुधार कैसे प्राप्त करता है
AI व्हाइट बैलेंस सुधार पूरी छवि में ज्ञात रंग गुणों वाली वस्तुओं की पहचान करके और उन्हें वितरित अंशांकन बिंदुओं के रूप में उपयोग करके काम करता है। फ्लोरोसेंट-रोशन क्षेत्र में एक सफेद छत टाइल, टंगस्टन-रोशन क्षेत्र में एक सफेद शर्ट। खिड़की के माध्यम से दिखाई देने वाली सफेद बर्फ का एक टुकड़ा — प्रत्येक AI को बताता है कि उनके क्षेत्र में कौन सा रंग बदलाव मौजूद है। AI फिर इन अंशांकन बिंदुओं के बीच इंटरपोलेट करके एक स्थानिक रूप से भिन्न सुधार मानचित्र बनाता है जो प्रत्येक पिक्सेल पर उसकी स्थिति और उस तक पहुंचने वाली रोशनी के आधार पर सही समायोजन लागू करता है।
AI अपने सुधारों को बेहतर बनाने के लिए सिमैंटिक समझ का भी उपयोग करता है। यह जानता है कि मानव त्वचा का जाति की परवाह किए बिना काफी संकीर्ण प्राकृतिक रंग सीमा होती है, कि हरी वनस्पति विशिष्ट ह्यू रेंज के भीतर आती है। कि आकाश हरा या नारंगी नहीं होना चाहिए। ये सिमैंटिक एंकर तटस्थ-वस्तु का पता लगाने के पूरक हैं, उन क्षेत्रों में भी सुधार डेटा प्रदान करते हैं जहां कोई सफेद या ग्रे वस्तु मौजूद नहीं है। एक पोर्ट्रेट विषय जो एक तरफ टंगस्टन और दूसरी तरफ खिड़की की रोशनी से रोशन है, दोनों तरफ प्राकृतिक त्वचा टोन में ठीक हो जाता है, भले ही पास में कोई तटस्थ संदर्भ वस्तु न हो।
एज हैंडलिंग वह जगह है जहां AI सुधार मुख्य रूप से मैन्युअल तरीकों से बेहतर प्रदर्शन करता है। संक्रमण क्षेत्र जहां दो प्रकाश स्रोत ओवरलैप होते हैं — एक कमरे का मध्य भाग जो एक तरफ खिड़कियों और दूसरी तरफ ऊपरी फ्लोरोसेंट से रोशन है — मिश्रित रोशनी का एक चिकना ग्रेडिएंट होता है। AI चिकने सुधार ग्रेडिएंट बनाता है जो इस प्रकाश संक्रमण से मेल खाते हैं, दृश्य सीम से बचते हैं जो मैन्युअल विभाजन-सुधार विधियां अक्सर उत्पन्न करती हैं। परिणाम एक तस्वीर है जो प्राकृतिक रूप से रोशन दिखती है भले ही मूल रोशनी गहराई से समस्याग्रस्त रही हो।
- वितरित तटस्थ-वस्तु का पता लगाना पूरी छवि में अंशांकन बिंदु बनाता है — सफेद छत, ग्रे फैब्रिक, तटस्थ दीवारें — ज़ोन-विशिष्ट सुधार मैपिंग के लिए।
- त्वचा टोन, वनस्पति और आकाश रंगों की सिमैंटिक समझ तटस्थ संदर्भ वस्तुओं के बिना क्षेत्रों में सुधार एंकर प्रदान करती है।
- प्रकाश संक्रमण क्षेत्रों में चिकने सुधार ग्रेडिएंट उन दृश्य सीमों से बचते हैं जो मैन्युअल विभाजन-सुधार तकनीकें आमतौर पर उत्पन्न करती हैं।
- AI पूरी छवि को एक साथ प्रोसेस करता है, यह सुनिश्चित करता है कि एक क्षेत्र में सुधार आसन्न क्षेत्रों के साथ प्राकृतिक रूप से मिश्रित होते हैं न कि पैचवर्क रंग बदलाव बनाते हैं।
व्यावहारिक परिदृश्य और उनकी विशिष्ट सुधार चुनौतियां
कार्यालय और कॉन्फ्रेंस रूम फोटोग्राफी सबसे सार्वभौमिक रूप से सामना की जाने वाली मिश्रित-रोशनी समस्या प्रस्तुत करती है। ऊपरी फ्लोरोसेंट पैनल ऊपर से हरे रंग की रोशनी डालते हैं जबकि एक तरफ खिड़कियां किनारे से ठंडी डेलाइट प्रदान करती हैं। डिस्प्ले स्क्रीन या मॉनिटर पास के चेहरों पर नीली रोशनी जोड़ते हैं। इस सेटिंग में एक ग्रुप फ़ोटो सिर के ऊपरी हिस्सों पर हरे रंग के टिंट, स्क्रीन के सबसे निकट चेहरों पर नीले रंग के टिंट दिखाएगी। अपेक्षाकृत तटस्थ टोन केवल उन विषयों पर जहां खिड़की की रोशनी हावी है। AI सुधार एक बार में तीनों क्षेत्रों को सामान्य करता है।
रेस्तरां और इवेंट फोटोग्राफी खिड़कियों से ठंडी डेलाइट और कभी-कभी रंगीन LED एक्सेंट रोशनी के साथ मिश्रित गर्म टंगस्टन या कैंडललाइट एम्बिएंस से संबंधित है। यहां चुनौती स्थल द्वारा डिज़ाइन किए गए जानबूझकर गर्म वातावरण को बनाए रखना है जबकि अप्राकृतिक रंग संदूषण को हटाना है जहां स्रोत ओवरलैप होते हैं। AI व्हाइट बैलेंस उपकरण जानबूझकर गर्म मूड लाइटिंग और अवांछित रंग टिंट के बीच अंतर कर सकते हैं, चयनात्मक सुधार लागू कर सकते हैं जो एम्बिएंस रखता है जबकि संदूषण क्षेत्रों को साफ करता है।
रियल एस्टेट फोटोग्राफी अक्सर चमकदार खिड़की के दृश्यों को मंद इंटीरियर रोशनी के साथ जोड़ती है, एक एकल वाइड-एंगल फ्रेम में चरम मिश्रित-रोशनी बनाती है। खिड़की के माध्यम से दृश्य डेलाइट-संतुलित होता है जबकि कमरे का इंटीरियर जो भी छत फिक्स्चर मौजूद हैं उनसे रोशन होता है — अक्सर पुराने फ्लोरोसेंट और गर्म LED का मिश्रण। AI सुधार इन क्षेत्रों को संतुलित करता है ताकि इंटीरियर रंग सटीक हों और खिड़की का दृश्य नीला या नारंगी न हो, वे साफ, चमकीली लिस्टिंग फ़ोटो उत्पन्न करता है जो संपत्तियां बेचती हैं।
- कार्यालय फोटोग्राफी ऊपरी फ्लोरोसेंट, साइड खिड़की डेलाइट और मॉनिटर नीली रोशनी को मिलाती है — एक एकल ग्रुप शॉट में विषयों पर तीन अलग-अलग रंग क्षेत्र बनाती है।
- रेस्तरां फोटोग्राफी में जहां कई स्रोत ओवरलैप होते हैं, जानबूझकर गर्म एम्बिएंस को संरक्षित करते हुए अप्राकृतिक रंग संदूषण को ठीक करने की आवश्यकता होती है।
- रियल एस्टेट वाइड-एंगल शॉट्स चमकदार डेलाइट खिड़की के दृश्यों को मंद मिश्रित-स्रोत इंटीरियर के साथ जोड़ते हैं जिनमें चरम ज़ोन-विशिष्ट सुधार की आवश्यकता होती है।
- वेन्यू LED और फ्लोरोसेंट संयोजनों के तहत इवेंट फोटोग्राफी फिक्स्चर में भिन्न LED फॉस्फोर मिश्रणों के कारण सबसे अप्रत्याशित रंग टिंट उत्पन्न करती है।
अति-सुधार से बचना और प्राकृतिक मूड को संरक्षित करना
मिश्रित रोशनी में व्हाइट बैलेंस सुधार का लक्ष्य पूरी छवि को ऐसा दिखाना नहीं है जैसे इसे पूरी तरह से तटस्थ स्टूडियो रोशनी के तहत शूट किया गया था। सेटिंग्स में चरित्र होता है — एक लिविंग रूम की गर्म चमक, उत्तर-मुखी कार्यालय की ठंडी स्पष्टता, पश्चिम-मुखी खिड़की के माध्यम से गोल्डन आवर रोशनी। सभी रंग तापमान भिन्नता को आक्रामक रूप से तटस्थ करना एक सपाट, बाँझ छवि उत्पन्न करता है जो कृत्रिम रूप से प्रोसेस्ड दिखती है। सुधार को समस्याग्रस्त रंग टिंट को हटाना चाहिए जबकि दृश्य के प्राकृतिक प्रकाश चरित्र को बनाए रखना चाहिए।
सुधार सटीकता के लिए त्वचा टोन सबसे महत्वपूर्ण जांच बिंदु है। मानव दृष्टि त्वचा के रंग के प्रति बहुत संवेदनशील है — प्राकृतिक से छोटे विचलन भी तुरंत गलत लगते हैं। AI व्हाइट बैलेंस सुधार लागू करने के बाद, किसी भी अन्य चीज़ से पहले त्वचा टोन की जांच करें। उन्हें हरे, मैजेंटा या अत्यधिक नारंगी टिंट के बिना स्वस्थ और प्राकृतिक दिखना चाहिए। यदि त्वचा सही दिखती है, तो बाकी सुधार आमतौर पर स्वीकार्य होता है भले ही कुछ गैर-महत्वपूर्ण क्षेत्र हल्का गर्म या ठंडा चरित्र बनाए रखें।
संदेह होने पर, पूर्ण तटस्थता के बजाय हल्की गर्माहट की ओर झुकें। मानव दृष्टि गर्म रोशनी को प्राकृतिक और आमंत्रित करने वाली समझती है, जबकि ठंडी या पूरी तरह से तटस्थ रोशनी क्लिनिकल लग सकती है। एक तस्वीर जिसमें मुश्किल से ध्यान देने योग्य गर्म टिंट है, उसे सार्वभौमिक रूप से बेहतर माना जाएगा जिसमें मुश्किल से ध्यान देने योग्य ठंडा टिंट है। गर्म रोशनी आराम से जुड़ी है और ठंडी रोशनी कृत्रिम सेटिंग्स से। इस विषमता का मतलब है कि गर्म स्रोतों को थोड़ा कम ठीक करना उन्हें थोड़ा अधिक ठीक करने की तुलना में अधिक सुखद परिणाम उत्पन्न करता है।
- सभी रंग तापमान भिन्नता को तटस्थ करने से बचें — पर्यावरण का प्राकृतिक प्रकाश चरित्र होता है जिसे केवल समस्याग्रस्त मिश्रित-स्रोत टिंट को हटाते हुए संरक्षित किया जाना चाहिए।
- त्वचा टोन प्राथमिक सटीकता जांच बिंदु हैं क्योंकि मानव दृष्टि प्राकृतिक त्वचा के रंग से छोटे विचलन के प्रति भी अत्यंत संवेदनशील है।
- हल्की गर्माहट पूर्ण तटस्थता से बेहतर है — गर्म रोशनी प्राकृतिक और आमंत्रित करने वाली लगती है जबकि तटस्थ या ठंडे परिणाम क्लिनिकल और अति-प्रोसेस्ड लगते हैं।
- कई तत्वों पर सुधार जांचें: त्वचा, सफेद वस्तुएं, वनस्पति और आकाश ताकि यह सुनिश्चित हो सके कि संतुलन सभी रंग श्रेणियों में प्राकृतिक लगता है।
How to do it
- 1
Identify the competing light sources in the photograph
Examine the photo for telltale color cast zones. Warm orange areas lit by tungsten or candlelight, cool blue areas lit by daylight or electronic flash, green-tinted areas under fluorescent tubes, and magenta zones under certain LED panels. Identifying which light source dominates each area of the frame determines the correction strategy.
- 2
Use AI Filter to analyze and neutralize the dominant color cast
Apply AI Filter's white balance correction, which identifies neutral-tone objects across the image. White walls, gray clothing, neutral flooring — and calculates the correction needed to make them truly neutral. Unlike single-point white balance that corrects for one light source, AI analysis evaluates the entire frame and applies zone-right corrections.
- 3
Apply AI Enhance to recover accurate skin tones and surface colors
Use AI Enhance to normalize skin tones that have been contaminated by mixed lighting. A subject standing between a window and a tungsten lamp may have blue-tinted skin on one side and orange-tinted skin on the other. The AI recognizes natural skin tone ranges and corrects each area on its own to produce a unified, natural look.
- 4
Remove remaining localized color casts with targeted corrections
After the global white balance correction, some areas may retain stubborn color casts from strongly colored light sources. Green from overhead fluorescents, magenta from grow lights, or sodium-vapor orange from street lighting. Apply AI Filter with targeted selections on these specific zones for secondary corrections that the global pass could not fully resolve.
- 5
Verify correction accuracy against known neutral objects in the scene
Check your corrections by examining objects that should be neutral. White ceilings, gray concrete, stainless steel appliances, or white clothing. If these still show a color tint, apply a final subtle adjustment. Also verify that skin tones look natural and that the scene's overall mood has been preserved rather than sterilized to flat neutral lighting.
स्रोत
- Understanding Color Temperature and White Balance in Digital Photography — Cambridge in Colour
- Color Science for Mixed Illumination Environments — Society for Imaging Science and Technology
- CIE Standards for Illuminant Spectral Distributions — International Commission on Illumination