之前寫過一篇直方圖的文章，但這一篇更加詳細，並且是從底層原理開始介紹，還有與分量圖的直接對比，希望能能對大傢有所幫助。

————————

直方圖是大傢非常熟悉的一個後期工具，但是大多數人可能都隻是用它來觀察一張照片的曝光分佈趨勢，實際上直方圖可以挖掘的信息非常龐大，許多照片細節都隱藏在直方圖之中，學會閱讀直方圖是非常重要的一課。

首先，我們簡單認識一下直方圖：

直方圖的橫軸表示亮度，從左到右表示亮度從低到高。

直方圖的縱軸表示像素數量，從下到上表示像素從少到多。

直方圖在某個亮度區間的凸起越高，就表示在這個亮度區間內的像素越多。比如這個直方圖的凸起就主要集中在左側，也就是說這張照片的亮度整體偏低。

直方圖分為四個基本類型：RGB直方圖、通道直方圖、明度直方圖和顏色直方圖。

要充分認識直方圖，就必須得瞭解RGB色彩模型。

我們之所以能夠看到這個世界，是因為有光的存在，光的三原色是紅綠藍，但這三種光疊加到一起後得到白色，其中任意兩種原色相加得到另一種原色的補色，例如紅色+綠色=黃色，互補於藍色。互補色相加得到白色，例如藍色+黃色=白色。

我們的顯示器就是基於RGB模型制造出來的，它通過發出紅綠藍這三種光線，然後混合出豐富的色彩。一個像素一般由三個子像素構成，分別是紅色、綠色和藍色子像素，當它們都發出最強的光線時，這個像素就是白色，用RGB（255，255,255）表示。

同理，如果一個像素是：

那就表示這個像素中的紅色子像素發出30強度的光線，綠色子像素發出60強度的光線，藍色子像素發出90強度的光線，最終得到瞭青藍色。

每一個像素都必須要賦予一個RGB值，這樣我們的顯示器才能正確顯示它們，也就是說一張100萬像素的照片，它就會產生100萬個R值、100萬個G值、100萬個B值。R、G、B的取值范圍從0-255，如果其中有1000個像素中的R值為0，那麼在紅色直方圖的0色階上就會有1000個相對高度的凸起。這樣就繪制出瞭通道直方圖。

例如這個直方圖的意思就是在一張12166656像素的照片中，有123034個像素中的G值為33。

繪制出通道直方圖之後，我們將通道直方圖疊加，就可以得到RGB直方圖：

大傢可以看到，RGB直方圖就是通道直方圖的疊加，例如紅色通道直方圖最左邊的峰和綠色通道直方圖最左邊的峰組成瞭RGB直方圖最左端的雙峰，紅色通道直方圖右邊的峰、綠色通道直方圖右邊的峰、藍色通道左邊的峰組成瞭RGB直方圖中最粗壯的峰，而藍色通道右邊的峰組成的RGB右邊的小峰。

與RGB直方圖相似的一個直方圖叫明度直方圖：

明度直方圖與RGB直方圖的區別在哪裡呢？簡而言之，RGB直方圖是通道直方圖的疊加，而明度直方圖是復合計算單個像素之後繪制的直方圖。

比如上面的直方圖中，RGB直方圖最左側有凸起，那是因為紅色通道直方圖最左側有凸起，疊加到RGB直方圖中就也有凸起瞭。

明度直方圖最左側沒有凸起，那是因為明度直方圖是計算單個像素的復合值，換言之，隻有當一個像素中的R、G、B值同時為0 的時候，明度直方圖的最左端才有凸起，而RGB直方圖隻要有任意一個像素中的任意一個R、G、B值為0，它的最左端就有凸起。

在大多數情況下，二者的區別不大，但是從某種程度上來說，明度直方圖更能反映一張照片的亮度分佈趨勢。

最後一種類型的直方圖就是顏色直方圖，所謂顏色直方圖，我們可以理解為加瞭顏色的RGB直方圖：

它也是三個通道直方圖的疊加，如果紅色通道直方圖與綠色通道直方圖疊加在一起時，就是黃色，如果綠色通道直方圖與藍色通道直方圖疊加到一起時，就是青色，如果紅色通道直方圖與藍色通道直方圖疊加到一起時就是洋紅色，如果三個通道直方圖疊加到一起時就是灰色，如果沒有疊加，那就是自身的顏色。

與直方圖相似的一個工具是分量圖：

分量圖也是一種圖形化工具，它是一列一列的計算像素，然後把計算結果疊加成圖形表現出來，而直方圖是把整張圖一起計算，然後把計算結果疊加成圖形表現出來。

也就是說，分量圖是與畫面位置相關對應的，而直方圖則是打亂排列的。

所以大傢看分量圖會覺得很簡單，很輕松，因為它是具象的；而直方圖則會有些困難，有些迷惑，因為它是抽象的。

例如這張照片的分量圖是這樣的：

很明顯，從左到右，紅色和綠色都要高一些，藍色都要低一些，所以畫面會更強烈的呈現出紅色和綠色的混合色，也就是黃色。

大傢註意畫面中的一個弧形，紅、綠、藍三個分量都有這麼一個弧形。這個弧形對應的是什麼呢？當然是天空瞭，因為天空實際上呈現出的是灰色，所以說紅綠藍的值幾乎是相等的，所以說這三根弧線很一致。

然後大傢再看弧線的左側都有一個下切，這又是什麼呢？大傢一看畫面就知道，那是因為有一根草切入到瞭天空之中，並且亮度比較低，所以在分量圖中呈現出一個下切。

然後再看分量圖的中間有一個凸起，這是分量圖中最高的一個凸起瞭，它對應的又是什麼呢？其實對應的就是貓的毛發，因為它的亮度是畫面中最高的。

所以經過我們這樣一分析，大傢可以發現分量直方圖簡直太牛瞭，可以精確到如此清晰的細節，這是直方圖無法做到的。

我們再看一個例子：

這張照片的直方圖是這樣的：

藍色通道直方圖在最左側沒有凸起，也就意味著沒有任何一個像素中的B值為0，而紅色和綠色通道直方圖在最左側有很多凸起，這就意味著有很多個像素中的R值和G值為0，因此畫面的陰影部分會更強烈的呈現出藍色。

而在高光部分紅色的凸起最靠右，綠色凸起在中間，藍色凸起在左邊，這是因為這張照片中的高光部分是人臉和衣服，而人臉和衣服的RGB值是R＞G＞B，所以呈現出這樣一個特征。

31e1dbe0fb6dd47986954dd207e9668a

我們再看一下分量圖：

6e0869bbbaf5c72e84f6484a095ca691

可以看到，在分量圖中，藍色的下部是最高的，這也就意味著照片中所有像素中的Ｂ值都是比較大的。

在紅色、綠色和藍色分量圖中，都有一個八字形，這個八字形是什麼呢？其實就是照片中人物的衣服，因為衣服的亮度比較高，所以這三個八字的位置都相對比較高，而又因為Ｒ＞Ｇ＞Ｂ，所以紅色高於綠色高於藍色。

而最中間最高的凸起部分就是人臉瞭，因為人臉的亮度是最高的，所以凸起也最高。

通過直方圖，我們可以完成校色、調色等等工作，例如：

直方圖的變化是：

776091b613b6b60cdea1a926aea564a6

關於直方圖的具體應用，以後有機會再與大傢分享。希望通過這樣的一些講解，能夠幫助大傢更好的理解直方圖和分量圖，挖掘出照片的每一個信息。

————————

歡迎體驗我們團隊的全平臺專業修圖軟件：潑辣修圖

連續兩年入選AppStore年度最佳應用。