Cách khắc phục lệch màu trong ảnh bằng AI — Magic Eraser
Tìm hiểu cách nhận biết và khắc phục lệch màu không mong muốn từ ánh sáng hỗn hợp, bóng đèn huỳnh quang, cân bằng trắng không chính xác bằng công cụ hiệu chỉnh ảnh AI-powered. Hướng dẫn từng bước với kỹ thuật chuyên gia.
SEO & Growth
Đã rà soát bởi Magic Eraser Editorial ·
Lệch màu là một trong những vấn đề phổ biến nhất trong nhiếp ảnh, nhưng cũng là một trong những vấn đề bị hiểu sai nhiều nhất. Mọi nguồn sáng đều phát ra photon với phân bổ quang phổ đặc trưng mà não bạn tự động bù trừ — một hiện tượng gọi là thích ứng màu sắc — nhưng máy ảnh của bạn ghi lại một cách trung thực. Bóng đèn sợi đốt tỏa nhiều ở quang phổ cam-đỏ, tạo ra tông màu ấm khiến màu trắng trông giống màu kem và bóng đổ trông giống màu hổ phách. Đèn huỳnh quang phát ra các đỉnh hẹp ở bước sóng cụ thể, thường tạo ra tông màu xanh lá hoặc xanh lơ khó chịu, đặc biệt không tôn da. Đèn LED thay đổi rất nhiều tùy thuộc vào lớp phủ phosphor của chúng. Đèn LED rẻ tiền có thể tạo ra lệch màu tím hoặc vàng-xanh mà không có cài đặt cân bằng trắng tiêu chuẩn nào có thể khắc phục sạch sẽ. Môi trường ánh sáng hỗn hợp, nơi hai hoặc nhiều loại nguồn sáng chiếu sáng các phần khác nhau của cảnh, tạo ra lệch màu thay đổi theo không gian mà không thể khắc phục bằng một thanh trượt điều chỉnh toàn cục duy nhất.
Hiệu chỉnh lệch màu truyền thống trong Photoshop hoặc Lightroom liên quan đến việc điều chỉnh thủ công các thanh trượt nhiệt độ cân bằng trắng và sắc thái, sau đó tinh chỉnh từng kênh màu riêng lẻ thông qua đường cong hoặc công cụ màu chọn lọc. Quy trình này đòi hỏi một con mắt được đào tạo, màn hình hiệu chỉnh và sự kiên nhẫn lớn. Hiệu chỉnh một bức ảnh cưới chụp dưới điều kiện ánh sáng hỗn hợp giữa đèn sợi đốt và đèn DJ có thể mất mười lăm đến hai mươi phút mỗi ảnh. Đối với các chuyên gia xử lý hàng trăm bức ảnh sự kiện hoặc ảnh sản phẩm chụp dưới ánh sáng không đồng nhất, hiệu chỉnh thủ công là một nút thắt cổ chai về thời gian lớn. Khó khăn càng tăng lên khi lệch màu thay đổi trong cùng một khung hình: chủ thể gần cửa sổ trông xanh-mát trong khi chủ thể gần đèn bàn trông cam-ấm. Không một cài đặt cân bằng trắng duy nhất nào có thể khắc phục cả hai cùng lúc.
AI-powered color correction thay đổi phương trình này ở cốt lõi của nó. Mạng nơ-ron hiện đại được huấn luyện trên hàng triệu hình ảnh được cân bằng trắng chính xác có thể xác định bề mặt nào trong bức ảnh nên trông trung tính, tông màu da nào nên trông khỏe mạnh và chữ ký quang phổ nào mà mỗi nguồn sáng trong cảnh đang đóng góp, sau đó áp dụng các hiệu chỉnh nhận biết không gian để xử lý từng vùng ánh sáng riêng lẻ. Hướng dẫn này đi qua quy trình hoàn chỉnh để chẩn đoán và khắc phục lệch màu bằng công cụ AI của Magic Eraser, từ khắc phục nguồn đơn lẻ chỉ mất vài giây đến các kịch bản ánh sáng hỗn hợp phức tạp mà khó có thể khắc phục thủ công. Dù bạn đang khắc phục nội thất bất động sản bị ám vàng từ đèn sợi đốt, ảnh chân dung văn phòng bị xanh huỳnh quang hay ảnh cưới chụp dưới bốn đèn màu khác nhau, các kỹ thuật ở đây sẽ tạo ra kết quả sạch, trung tính với tông màu da tự nhiên.
- AI color correction xác định các bề mặt trung tính và quang phổ nguồn sáng một cách tự động, áp dụng các điều chỉnh cân bằng trắng nhận biết không gian để xử lý từng vùng ánh sáng riêng lẻ trong cùng một khung hình.
- Môi trường ánh sáng hỗn hợp — đèn sợi đốt cộng với ánh sáng ban ngày, huỳnh quang cộng với LED — tạo ra lệch màu thay đổi theo không gian mà một thanh trượt cân bằng trắng duy nhất không thể khắc phục. AI có thể hiệu chỉnh từng vùng riêng biệt bằng cách phát hiện ranh giới nguồn sáng.
- Tông màu da yêu cầu xử lý riêng biệt vì nhận thức của con người đặc biệt nhạy cảm với màu da không tự nhiên, đòi hỏi điều chỉnh sắc thái và độ bão hòa vùng trung gian riêng sau khi lệch màu toàn cục được khắc phục.
- Quy trình khắc phục tiến triển từ cân bằng trắng tự động toàn cục đến điều chỉnh chọn lọc theo vùng đến tinh chỉnh riêng cho da, mỗi bước thu hẹp dần lỗi màu còn lại.
- Xác minh dựa trên các điểm tham chiếu trung tính — trắng, xám, bảng màu da — đảm bảo việc hiệu chỉnh là chính xác thay vì chỉ đổi lệch màu này sang lệch màu khác.
Tìm hiểu nhiệt độ màu, cân bằng trắng và nguyên nhân lệch màu
Nhiệt độ màu, đo bằng Kelvin, mô tả phân bổ quang phổ của nguồn sáng bằng cách so sánh nó với bức xạ phát ra từ vật đen lý tưởng được đốt nóng đến nhiệt độ đó. Nhiệt độ màu thấp khoảng 2700K — điển hình của bóng đèn sợi đốt và nến — tạo ra ánh sáng nghiêng nhiều về phía đỏ và cam của quang phổ. Nhiệt độ trung bình gần 5500K xấp xỉ ánh sáng ban ngày lúc giữa trưa với phân bổ quang phổ khá đồng đều. Nhiệt độ cao trên 7000K, thường thấy trong bóng râm thoáng và bầu trời u ám, dịch chuyển đỉnh quang phổ về phía xanh lam. Cảm biến máy ảnh của bạn ghi lại những khác biệt quang phổ này một cách trung thực, ghi lại cảnh vật như ánh sáng thực sự chiếu vào nó. Cài đặt cân bằng trắng cho máy ảnh biết nhiệt độ màu nào cần coi là trung tính. Khi cài đặt đó không khớp với ánh sáng thực tế, kết quả là lệch màu trên toàn bộ hình ảnh.
Vấn đề trở nên phức tạp hơn nhiều trong môi trường ánh sáng hỗn hợp, phổ biến hơn nhiều so với những gì nhiếp ảnh gia nhận ra. Nội thất bất động sản có thể kết hợp ánh sáng ban ngày xuyên qua cửa sổ ở 5600K, đèn pha halogen âm trần ở 3200K, đèn huỳnh quang dưới tủ với nhiệt độ hiệu dụng gần 4100K có đỉnh xanh lá. Một cảnh nhà hàng có thể có bóng đèn sợi đốt Edison, đèn LED màu trang trí và ánh sáng ban ngày từ lối vào cùng chiếu vào một chủ thể từ các góc khác nhau. Trong những tình huống này, không có giá trị cân bằng trắng duy nhất nào tạo ra kết quả chính xác ở mọi nơi trong khung hình. Đặt cân bằng trắng cho ánh sáng cửa sổ khiến nội thất chuyển sang màu cam đậm. Đặt cho nội thất khiến khung cảnh cửa sổ trở nên xanh lam đậm. Nhiếp ảnh gia phải chọn cái ít tệ hơn trong khi chụp và dựa vào hậu kỳ để khắc phục các lệch màu còn lại. Đây là lúc AI correction trở nên quan trọng.
Thuật toán cân bằng trắng tự động của máy ảnh đã cải thiện nhiều nhưng vẫn còn hạn chế vì chúng sử dụng heuristic thống kê thay vì hiểu thực sự về cảnh vật. Hầu hết hệ thống cân bằng trắng tự động giả định rằng màu trung bình trên toàn bộ khung hình phải là xám trung tính — giả định thế giới xám — hoặc rằng mảng sáng nhất trong cảnh là màu trắng. Những giả định này thất bại thảm hại trong nhiều tình huống thực tế. Một cánh đồng cỏ xanh vi phạm giả định thế giới xám và khiến máy ảnh thêm màu đỏ tươi để bù trừ. Bầu trời hoàng hôn không có màu trắng thực sự và máy ảnh có thể ghim vào một màu trung tính không chính xác. Cân bằng trắng tự động cũng không thể xử lý biến thiên không gian. Nó áp dụng một hiệu chỉnh toàn cục, vốn sai bản chất khi nhiều nguồn sáng đóng góp lệch màu khác nhau vào các vùng khác nhau của cùng một khung hình.
- Nhiệt độ màu tính bằng Kelvin mô tả phân bổ quang phổ nguồn sáng: 2700K cho đèn sợi đốt ấm, 5500K cho ánh sáng ban ngày trung tính, 7000K+ cho bóng râm mát, với lệch màu xảy ra khi cân bằng trắng không khớp với ánh sáng thực tế.
- Môi trường ánh sáng hỗn hợp — nhiều nguồn sáng ở các nhiệt độ màu khác nhau chiếu vào cùng một cảnh — tạo ra lệch màu thay đổi theo không gian mà không một thanh trượt cân bằng trắng nào có thể giải quyết toàn cục.
- Cân bằng trắng tự động của máy ảnh dựa trên heuristic thống kê như giả định thế giới xám, thất bại khi cảnh bị chi phối bởi một màu duy nhất, thiếu màu trắng thực sự hoặc chứa nhiều loại nguồn sáng.
- AI color correction vượt trội hơn cân bằng trắng tự động bằng cách hiểu nội dung cảnh, xác định bề mặt trung tính theo ngữ cảnh và áp dụng hiệu chỉnh theo từng vùng thay vì một thay đổi toàn cục duy nhất.
Chẩn đoán chính xác loại lệch màu trước khi khắc phục
Chẩn đoán chính xác là bước quan trọng nhất trong hiệu chỉnh lệch màu vì chẩn đoán sai dẫn đến hiệu chỉnh sai và hiệu chỉnh quá mức theo hướng sai tạo ra kết quả trông còn tệ hơn lệch màu ban đầu. Kỹ thuật chẩn đoán đầu tiên là kiểm tra tham chiếu trung tính. Tìm các vật thể trong cảnh mà bạn biết nên là không màu: áo sơ mi trắng, tường bê tông xám, thiết bị inox, tờ giấy in. Lấy mẫu các khu vực này bằng công cụ ống nhỏ giọt và kiểm tra giá trị RGB. Trong hình ảnh cân bằng đúng, các vật thể trung tính có giá trị đỏ, xanh lá và xanh lam trong vòng vài điểm của nhau. Nếu tường trắng của bạn lấy mẫu ở R:210 G:178 B:145, bạn có lệch màu ấm mạnh (đỏ và xanh lá chiếm ưu thế, xanh lam thiếu hụt). Nếu nó hiển thị R:165 G:185 B:200, bạn có lệch màu xanh lam mát.
Kỹ thuật chẩn đoán thứ hai là kiểm tra bóng đổ cụ thể. Vùng bóng đổ cho thấy màu ánh sáng xung quanh rõ ràng hơn so với vùng được chiếu sáng trực tiếp. Vùng sáng thường bị cháy hoặc cắt, che giấu độ lệch màu của chúng. Vùng trung gian chứa đóng góp hỗn hợp từ nhiều nguồn. Nhưng bóng đổ được chiếu sáng chủ yếu bởi ánh sáng xung quanh phản xạ từ tường, trần nhà và các bề mặt khác — tập trung lệch màu môi trường. Trong phòng có đèn huỳnh quang trần, bóng đổ dưới bàn sẽ có tông màu xanh lá rõ rệt ngay cả khi bề mặt được chiếu sáng trực tiếp trông gần trung tính hơn. Công cụ AI diagnostic có thể lấy mẫu vùng bóng đổ tự động và hiển thị màu lệch chiếm ưu thế dưới dạng chỉ báo trực quan, giúp dễ dàng xác định ngay cả những tông màu tinh tế mà mắt chưa qua đào tạo có thể bỏ lỡ.
Kỹ thuật chẩn đoán thứ ba giải quyết các cảnh lệch màu hỗn hợp bằng cách phân tích hình ảnh theo vùng. Chia khung hình trong đầu hoặc bằng hướng dẫn cắt thành các khu vực tương ứng với ảnh hưởng của các nguồn sáng khác nhau. Khu vực gần cửa sổ nhận một phân tích, khu vực dưới đèn trần nhận một phân tích khác, khu vực gần tường màu trang trí nhận phân tích thứ ba. Mỗi vùng sẽ hiển thị màu lệch và cường độ khác nhau. Ghi lại những khác biệt theo từng vùng trước khi bắt đầu khắc phục đảm bảo rằng cách tiếp cận của bạn xử lý đúng từng vùng thay vì áp dụng một hiệu chỉnh giúp vùng này nhưng làm xấu vùng khác. Công cụ AI có thể thực hiện phân tích theo vùng này tự động bằng cách phát hiện ranh giới nguồn sáng trong hình học cảnh và báo cáo đặc điểm lệch màu của từng vùng riêng lẻ.
- Lấy mẫu các vật thể được biết là trung tính (giấy trắng, tường xám, inox) bằng ống nhỏ giọt — giá trị RGB cách nhau hơn mười điểm cho thấy lệch màu theo hướng của kênh chiếm ưu thế.
- Vùng bóng đổ cho thấy màu ánh sáng xung quanh rõ ràng hơn vùng sáng hoặc vùng trung gian vì chúng nhận chủ yếu ánh sáng xung quanh thay vì chiếu sáng trực tiếp từ nguồn chính.
- Cảnh lệch hỗn hợp yêu cầu phân tích theo từng vùng — mỗi khu vực chịu ảnh hưởng của nguồn sáng khác nhau sẽ hiển thị màu lệch và cường độ riêng biệt đòi hỏi hiệu chỉnh riêng.
- Công cụ AI diagnostic tự động hóa phát hiện lệch màu theo vùng bằng cách xác định ranh giới nguồn sáng trong hình học cảnh và báo cáo đặc điểm lệch màu trên mỗi vùng trước khi áp dụng bất kỳ hiệu chỉnh nào.
Khắc phục lệch màu nguồn đơn với cân bằng trắng tự động AI
Khi một bức ảnh được chụp hoàn toàn dưới một loại nguồn sáng — studio chân dung chỉ với đèn sợi đốt, ảnh sản phẩm chụp dưới đèn LED cân bằng ánh sáng ban ngày hoặc ảnh ngoài trời trong bóng râm thoáng — lệch màu kết quả là đồng nhất trên khung hình và phản hồi tốt với AI correction tự động. Tải hình ảnh lên Magic Eraser, chọn AI Enhance và kích hoạt chức năng cân bằng trắng tự động. Mô hình AI phân tích toàn bộ hình ảnh, xác định các bề mặt có độ tin cậy cao là trung tính (khu vực có độ bão hòa thấp và độ chói vừa phải có khả năng thống kê là xám hoặc trắng), tính toán mức dịch chuyển màu cần thiết để làm cho các bề mặt đó thực sự không màu và áp dụng sự dịch chuyển đó lên toàn bộ hình ảnh. Đối với lệch màu nguồn đơn, hiệu chỉnh một cú nhấp chuột này có độ chính xác đáng kể, thường đưa các bề mặt trung tính đến trong vòng ba đến năm điểm RGB của trung tính thực sự.
Hiệu chỉnh tự động hoạt động bằng cách giải đồng thời hai phương trình: nhiệt độ (trục xanh lam đến hổ phách) và sắc thái (trục xanh lá đến đỏ tươi). Lệch màu đèn sợi đốt tiêu chuẩn yêu cầu dịch chuyển mạnh về phía nhiệt độ mát hơn và điều chỉnh sắc thái tối thiểu. Lệch màu huỳnh quang thường yêu cầu hiệu chỉnh nhiệt độ vừa phải cộng với dịch chuyển sắc thái đỏ tươi lớn để chống lại đỉnh xanh lá trong quang phổ phát xạ huỳnh quang. Lệch màu LED có thể yêu cầu hiệu chỉnh trên cả hai trục tùy thuộc vào chất lượng của tấm panel. Mô hình AI đã học các cấu hình hiệu chỉnh điển hình này từ dữ liệu huấn luyện của nó và áp dụng chúng với độ tin cậy cao khi phát hiện lệch màu nhất quán trên khung hình. Kết quả thường không cần điều chỉnh thủ công thêm cho các cảnh nguồn đơn, tiết kiệm vài phút điều chỉnh thanh trượt mà hiệu chỉnh thủ công yêu cầu.
Các trường hợp ngoại lệ khi hiệu chỉnh tự động gặp khó khăn với cảnh nguồn đơn bao gồm cảnh có chủ đích ấm áp (hoàng hôn, bữa tối dưới nến) nơi ánh sáng ấm là một phần của ý đồ sáng tạo thay vì lỗi, và cảnh nơi màu chủ thể chiếm ưu thế làm sai lệch phát hiện trung tính (xe thể thao đỏ chiếm hầu hết khung hình khiến thuật toán nghĩ rằng có lệch màu ấm trong khi thực tế không có). Đối với cảnh ấm có chủ đích, sử dụng hiệu chỉnh ở cường độ giảm: áp dụng cân bằng trắng tự động sau đó pha trộn nó ở mức năm mươi đến bảy mươi phần trăm với bản gốc để giữ lại độ ấm trong khi loại bỏ màu cam hổ phách quá mức khiến cảnh trông giống lỗi cân bằng trắng thay vì lựa chọn sáng tạo. Đối với chủ thể có màu chiếm ưu thế, loại trừ thủ công chủ thể khỏi vùng phân tích để thuật toán dựa trên phát hiện trung tính từ nền và các yếu tố phụ.
- Lệch màu nguồn đơn phản hồi tốt với cân bằng trắng AI tự động một cú nhấp chuột, xác định bề mặt trung tính và tính toán dịch chuyển nhiệt độ và sắc thái chính xác để làm chúng không màu.
- AI hiệu chỉnh đồng thời cả hai trục — nhiệt độ cho quang phổ xanh lam-hổ phách và sắc thái cho quang phổ xanh lá-đỏ tươi — phù hợp với cấu hình hiệu chỉnh điển hình của từng loại nguồn sáng.
- Cảnh ấm có chủ đích nên được hiệu chỉnh ở cường độ giảm (pha trộn năm mươi đến bảy mươi phần trăm) để giữ lại độ ấm sáng tạo trong khi loại bỏ lệch màu quá mức đọc là lỗi kỹ thuật.
- Chủ thể có màu chiếm ưu thế có thể làm sai lệch phát hiện trung tính — loại trừ chúng khỏi vùng phân tích để thuật toán dựa trên hiệu chỉnh từ các yếu tố trung tính ở nền.
Hiệu chỉnh ánh sáng hỗn hợp nâng cao với điều chỉnh AI theo vùng
Ánh sáng hỗn hợp là kịch bản chính mà AI color correction cung cấp giá trị mà công cụ thủ công không thể đạt được một cách thực tế. Hãy xem xét một tình huống chụp ảnh bất động sản phổ biến: nhà bếp có ánh sáng ban ngày từ cửa sổ bên trái, đèn pha halogen âm trần phía trên và đèn huỳnh quang dưới tủ. Phía mặt bàn gần cửa sổ trông trung tính. Trung tâm có đèn halogen trông ấm hổ phách. Phía tường ốp dưới đèn huỳnh quang trông xanh-vàng. Hiệu chỉnh cân bằng trắng toàn cục khắc phục trung tâm làm cho phía cửa sổ xanh lam và phía ốp tường thậm chí còn xanh hơn. Điều cần thiết là ba hiệu chỉnh riêng biệt áp dụng cho ba vùng riêng biệt với chuyển tiếp mượt giữa chúng. AI có thể xác định các vùng này tự động từ hình học cảnh và phân bổ ánh sáng.
Quy trình hiệu chỉnh theo vùng trong Magic Eraser sử dụng AI Enhance với khả năng phát hiện vùng. Công cụ tự động phân đoạn hình ảnh thành các vùng có lệch màu nhất quán, vẽ ranh giới dọc theo các cạnh tự nhiên (nơi tường gặp trần, nơi chuyển tiếp bóng đổ chỉ ra các nguồn sáng khác nhau, nơi thay đổi vật liệu bề mặt gợi ý đặc tính phản xạ khác nhau) và áp dụng hiệu chỉnh cân bằng trắng độc lập cho từng vùng. Các hiệu chỉnh được làm mờ qua các ranh giới bằng mặt nạ gradient tuân theo sự giảm dần ánh sáng tự nhiên, tạo ra chuyển tiếp trông hợp lý về mặt vật lý thay vì hiển thị các cạnh hiệu chỉnh cứng. Đối với nội thất bất động sản điển hình với ba nguồn sáng, quy trình hiệu chỉnh vùng này mất khoảng mười giây so với năm đến mười phút để tạo mặt nạ thủ công, làm mờ cạnh và điều chỉnh từng vùng riêng biệt trong phần mềm chỉnh sửa truyền thống.
Chụp ảnh cưới và sự kiện là thách thức ánh sáng hỗn hợp khắc nghiệt nhất vì điều kiện ánh sáng thay đổi từng khung hình và thậm chí trong một khung hình. Một buổi lễ có thể kết hợp ánh sáng qua cửa sổ kính màu, đèn chùm trần và đèn flash của nhiếp ảnh gia. Một tiệc chiêu đãi kết hợp đèn màu DJ, nến bàn, đèn huỳnh quang trần và thỉnh thoảng có flash. AI correction xử lý các kịch bản này bằng cách xử lý từng hình ảnh riêng lẻ, phát hiện hỗn hợp ánh sáng độc đáo trong mỗi khung hình và áp dụng các hiệu chỉnh vùng phù hợp mà không yêu cầu nhiếp ảnh gia phải tự chẩn đoán và xử lý từng ảnh. Đối với một loạt năm trăm ảnh tiệc chiêu đãi chụp trong bốn giờ dưới đèn màu thay đổi liên tục, AI batch processing với hiệu chỉnh vùng có thể tạo ra kết quả sạch, trung tính trong vài phút so với hàng ngày làm việc hiệu chỉnh thủ công nếu không.
- Ánh sáng hỗn hợp yêu cầu hiệu chỉnh theo từng vùng — AI zone detection xác định khu vực có lệch màu nhất quán và áp dụng dịch chuyển cân bằng trắng độc lập với chuyển tiếp được làm mờ dọc theo ranh giới tự nhiên.
- Nội thất bất động sản với ánh sáng ban ngày, halogen và huỳnh quang được hiệu chỉnh ba vùng trong mười giây so với năm đến mười phút tạo mặt nạ thủ công và điều chỉnh thanh trượt từng vùng.
- Ảnh cưới và sự kiện với đèn màu thay đổi liên tục, nến và flash được hưởng lợi từ AI batch processing chẩn đoán và hiệu chỉnh hỗn hợp ánh sáng độc đáo của từng khung hình một cách độc lập.
- Ranh giới hiệu chỉnh tuân theo các cạnh cảnh tự nhiên (giao tường-trần, chuyển tiếp bóng đổ, thay đổi vật liệu) để kết quả trông hợp lý về mặt vật lý mà không có đường nối hiệu chỉnh nhìn thấy được.
Giữ lại ý đồ sáng tạo trong khi loại bỏ lỗi màu kỹ thuật
Không phải mọi dịch chuyển màu trong ảnh chụp đều là lỗi. Ánh sáng giờ vàng tạo ra lệch màu ấm là toàn bộ lý do các nhiếp ảnh gia chụp vào thời điểm đó. Đèn neon tạo ra phản chiếu màu sắc thêm bầu không khí cho ảnh đường phố. Kính màu tạo ra ánh sáng màu trên nội thất nhà thờ theo các hoa văn kể một câu chuyện. Chạng vạng xanh lam tạo ra bảng màu mát truyền tải một tâm trạng cụ thể. Thách thức trong hiệu chỉnh lệch màu là phân biệt giữa lỗi kỹ thuật không mong muốn (tông màu xanh lá huỳnh quang trên ảnh chân dung công ty) và màu sáng tạo mong muốn (ánh sáng hổ phách ấm của bóng đèn Edison trong nhà hàng). Công cụ AI correction triệt để trung hòa mọi thứ có thể tước bỏ màu sáng tạo cùng với lỗi, tạo ra kết quả chính xác về mặt kỹ thuật nhưng bằng phẳng về mặt cảm xúc.
Giải pháp là hiệu chỉnh một phần có chủ đích. Sử dụng sức mạnh chẩn đoán của AI để xác định và định lượng tất cả các dịch chuyển màu trong cảnh, sau đó áp dụng hiệu chỉnh một cách chọn lọc dựa trên dịch chuyển nào phục vụ cho hình ảnh và dịch chuyển nào không. Đối với ảnh nội thất nhà hàng, bạn có thể muốn giữ lại ánh sáng xung quanh ấm của bóng đèn Edison trong khi loại bỏ tông màu xanh lá từ ánh sáng huỳnh quang nhà bếp tràn vào nền. AI có thể tách biệt chúng theo vùng: áp dụng hiệu chỉnh đầy đủ cho các khu vực bị nhiễm huỳnh quang trong khi để các khu vực có đèn sợi đốt không được hiệu chỉnh hoặc chỉ hiệu chỉnh một phần. Cách tiếp cận chọn lọc này duy trì bầu không khí làm cho nhà hàng trở nên hấp dẫn trong khi loại bỏ tông màu xanh không tôn da khiến thức ăn trông kém ngon.
Bảo vệ tông màu da là khía cạnh quan trọng nhất của hiệu chỉnh có ý thức về ý đồ sáng tạo. Ngay cả khi bạn muốn giữ lại màu môi trường — đèn sợi đốt ấm cho sự ấm cúng, chạng vạng xanh lam cho tâm trạng — bạn hầu như không bao giờ muốn màu đó làm nhiễm tông màu da đến mức mọi người trông không khỏe mạnh. Cách tiếp cận được khuyến nghị là hiệu chỉnh tông màu da về trạng thái trung tính-khỏe mạnh bất kể chiến lược hiệu chỉnh môi trường, sau đó cho phép lệch màu môi trường duy trì trong nền, bề mặt và các yếu tố không phải da. AI subject detection có thể cô lập da tự động, áp dụng hiệu chỉnh trung tính đầy đủ chỉ cho các vùng đó và để phần còn lại của hình ảnh ở cân bằng màu sáng tạo mà bạn mong muốn. Điều này tạo ra điều tốt nhất của cả hai thế giới: bối cảnh giàu bầu không khí với con người trông tự nhiên khỏe mạnh sống trong đó.
- Không phải mọi dịch chuyển màu đều là lỗi — ánh sáng giờ vàng, phản chiếu neon và tông mát giờ xanh lam là lựa chọn sáng tạo mà hiệu chỉnh triệt để có thể phá hủy, làm bằng phẳng hình ảnh về mặt cảm xúc.
- Hiệu chỉnh một phần sử dụng AI diagnostics để xác định tất cả dịch chuyển màu, sau đó áp dụng hiệu chỉnh chỉ cho các lệch màu không mong muốn trong khi giữ lại màu sắc không khí mong muốn ở các vùng khác.
- Tông màu da nên được hiệu chỉnh về trạng thái trung tính-khỏe mạnh bất kể ý đồ môi trường. AI subject detection cô lập da để hiệu chỉnh đầy đủ trong khi để màu tâm trạng ở nền và bề mặt.
- Mục tiêu là tách lỗi kỹ thuật khỏi ý đồ sáng tạo: loại bỏ màu xanh huỳnh quang trên thức ăn trong khi giữ lại ánh sáng Edison ấm làm cho nhà hàng trông hấp dẫn.
Nguồn
- Computational Color Constancy: Survey and Experiments — IEEE Transactions on Image Processing
- Color Temperature and White Balance in Digital Photography — ACM SIGGRAPH
- Deep White-Balance Editing for Consistent and Accurate Color Reproduction — arXiv