如何使用AI修复照片白平衡
了解如何使用AI tools校正照片中的白平衡和色温问题。修复由室内灯光、阴天和混合光源引起的橙色、蓝色和绿色色偏。
Content Lead
审稿人 Magic Eraser Editorial ·

白平衡是数码摄影中最常见的问题之一,也是最容易被误解的问题之一。当照片整体出现明显的橙色、蓝色或绿色色调时,说明白平衡出现了问题。相机错误地解读了环境光的颜色。图像中的每个像素都向那种错误的颜色偏移。白色物体看起来偏橙,灰色表面看起来偏蓝,肤色看起来不健康。即使构图和对焦都完美,整张照片的感觉也是不对的。
每种光源都有色温,以开尔文为单位测量。正午的日光大约为5500K,呈现中性。白炽灯泡约为2700K,产生温暖的橙色光芒。Fluorescent tubes在3000K到6500K之间变化,通常带有相机难以处理的绿色尖峰。阴天光线的色温在6500K到8000K之间,增加冷蓝色调。当相机的白平衡设置与实际光源的色温不匹配时,产生的照片就会整体带有色偏。
AI tools通过分析图像内容、识别应为色彩中性的区域(白色、灰色、黑色)来校正白平衡。计算出使这些区域真正中性所需的调整值。然后在整个图像上按比例应用此校正,去除色偏同时保留有意的色彩关系。结果是照片色彩看起来自然准确——你眼睛看到的场景样子,而不是相机错误记录的样子。
- AI自动检测并中和来自fluorescent、白炽灯和阴天光线的色偏。
- 校正分析图像中的中性色调,而非应用通用的一刀切式偏移。
- 肤色、产品颜色和中性表面在白平衡校正后变得准确。
- 在应用创意滤镜之前先校正白平衡——在有色偏的基础上调色会产生浑浊的效果。
- 批量处理对来自同一拍摄场景和光照条件的照片应用一致的校正。
理解相机为何会弄错白平衡
人眼能够如此无缝地适应不断变化的光线条件,以至于你很少注意到色温的变化。从明亮的日光走进温暖照明的餐厅,几秒钟内一切看起来就正常了。白色餐巾看起来是白色的,而不是橙色的。相机不会这样适应。它们测量光线并在拍摄瞬间做出关于色温的决定。如果测量有误,图像中的每个像素都会带有误差。
现代相机和手机上的automatic white balance (AWB)在简单、均匀的光照条件下表现良好。在纯日光、纯白炽灯或纯fluorescent灯光下,相机通常能接近正确。问题出现在混合光源下。一个房间既有透过窗户进来的日光又有天花板上的fluorescent tubes,一家餐厅既有温暖的装饰灯泡又有冷色的LED筒灯,一间办公室既有头顶的fluorescent灯又有台灯。在这些情况下,相机会选择一个折中方案,但不能准确代表任何光源,结果看起来就不对。
手机相机尤其容易出现问题,因为它们会激进地优化它们认为场景应该呈现的样子,而不是实际光线的情况。这意味着同一场景相隔几秒拍摄的手机照片可能白平衡明显不同,因为算法会重新解读场景。对于产品摄影、房地产照片或任何色彩准确性重要的场景,这种不一致性是一个真实的问题,AI correction能够可靠地解决。
- 人眼持续适应色温变化,但相机在拍摄时只做一次测量。
- Auto white balance在混合光源下最容易失败——日光加fluorescent、暖色灯泡加冷色LED。
- 手机相机会激进地重新解读场景,导致同一主题的不同照片之间白平衡不一致。
- 色彩准确性对于产品摄影、房地产摄影、美食摄影以及任何观众需要信任颜色的场景都至关重要。
AI white balance校正的工作原理
传统的白平衡校正需要编辑者在图像中识别一个中性参考点。一个应该是纯白、纯灰或纯黑的表面——然后调整色彩通道直到该参考点呈现中性。当存在这样的参考点且编辑者能够准确识别时,这种方法效果很好。但许多照片缺少明显的中性参考点,或者参考点不明确。那面墙是白色还是米色?那件衬衫是灰色还是浅蓝色?手动方法需要花费多年才能培养的色彩判断力。
AI correction从根本上采取了不同的方法。它不是依赖单一的参考点,而是分析整个图像中颜色的统计分布。它基于内容识别识别出多个应该是中性的区域。它知道肤色、白色衣物、灰色混凝土和绿色植物在中性光下应该呈现什么样子。通过同时分析数百个参考点,AI构建的色偏模型比任何单点校正都要精确得多。
这种多点分析在处理混合光源时也比手动校正更好。在一个房间里,窗光(冷色)和灯光(暖色)在图像的不同区域产生不同的色偏,AI可以应用空间变化的校正——对不同区域进行略有不同的调整——同时中和两种色偏。手动编辑需要蒙版并分别校正每个光照区域,这个过程需要大量的时间和技巧。
常见白平衡问题及其解决方案
白炽灯和tungsten灯光产生的橙色色偏是最明显的白平衡问题。照片中的一切都显得偏暖。白色变成奶油色或黄色,肤色变得红润或偏橙,阴影带有棕色调。这在餐厅摄影、家居室内拍摄以及任何主要由传统灯泡照明的室内环境中非常常见。AI Enhance能中和暖色偏移,将白色还原为真正的白色,肤色还原为自然的温暖色调而不带有橙色偏差。
Fluorescent灯光产生的绿色色偏更微妙但同样有害。它在肤色上最为明显,使肤色呈现不健康的苍白。在白表面上则呈现微弱的绿色。办公室、零售店、学校和医疗设施通常使用fluorescent照明。这种色偏在这些环境的人像摄影和产品摄影中尤其成问题,因为绿色调使人看起来不健康,产品看起来不准确。AI correction在去除绿色尖峰的同时保持fluorescent环境的整体亮度。
阴天和阴影产生的蓝色色偏在户外摄影中很常见。在阴天,漫射光带有强烈的蓝色,阴影更蓝。这使得暖色调主体——大地、木材、暖肤色、秋叶——看起来冷调和缺乏生气。它也会影响在阴天户外或窗边进行的产品摄影。AI去除蓝色偏移,恢复场景的自然温暖感,而不会过度校正成人为的暖色外观。
- 白炽灯产生的橙色色偏:在白色和肤色上最明显,常见于餐厅和家庭。
- Fluorescent tubes产生的绿色色偏:使肤色看起来不健康,常见于办公室和零售环境。
- 阴天产生的蓝色色偏:从户外和窗边场景中抽走温暖感。
- 多种光源产生的混合色偏:需要空间变化的校正,AI会自动处理。
产品和电商摄影的白平衡校正
色彩准确性在电商中是一个信任问题。当客户订购一件海军蓝衬衫却收到一件黑色的,或者订购一个米色花瓶却收到一个黄色的,退货几乎是必然的。而且客户对你色彩呈现的信任会在未来购买中受损。Shopify的研究一直表明产品照片的色彩准确性直接影响退货率。不正确的白平衡是在线商品列表中产品色彩不准确的最常见原因。
对于产品摄影,白平衡校正应与实物进行验证。在AI Enhance校正色偏后,将屏幕上的图像与中性日光下的实际产品进行比较。如果匹配接近,你就有了准确的色彩呈现。如果屏幕版本与实物仍有差异,微调暖色调调整直到数字版和实物版对齐。这个额外的验证步骤只需几秒钟,能防止与色彩相关的退货。
批量一致性与单张准确性同样重要。如果你在同一拍摄环境中对二十个产品进行拍摄,所有二十张照片都应该接受相同的白平衡校正。AI tools自然处理这一点——相同的光照条件产生相同的色偏,AI应用相同的校正。结果是产品目录中的色彩既准确于实物,又彼此一致,创造了专业、可信赖的购物体验。
参考资料
- Understanding White Balance in Digital Photography — Photography Life
- Color Temperature and Its Effect on Photography — Cambridge in Colour
- Image Quality and Consumer Perception in E-Commerce — Shopify