노출 비교

EV 방식 노출은 값을 더하는 대신 빛을 배율로 움직이는 생각입니다.

이미지에서의 역할

사진 노출 비교에서 밝은 영역이 왜 빠르게 변하는지 설명합니다.

개념 또는 계산

multiplier = 2^EV 관계로, 작은 EV 변화도 하이라이트에는 크게 작용할 수 있습니다.

주의할 점

이 EV는 촬영 정보 복원이 아니라 브라우저 안 보정량을 뜻합니다.

밝은 값이 상한에 닿아 구름, 종이, 피부 하이라이트의 질감이 사라지는 상태입니다.

이미지에서의 역할

사진 노출 보정을 올릴 때 가장 먼저 확인해야 하는 위험입니다.

개념 또는 계산

8비트 표시에서는 255 근처 값이 많아질수록 밝은 디테일의 분리가 줄어듭니다.

주의할 점

흰 상품, 하늘, 창문, 조명, 반사광을 크게 보고 확인합니다.

어두운 값이 하한에 몰려 그림자 속 윤곽과 재질이 사라지는 상태입니다.

이미지에서의 역할

노출을 낮춘 뒤 사진이 안정되었는지, 어둡게 뭉쳤는지 구분합니다.

개념 또는 계산

0 근처 픽셀이 늘면 어두운 영역의 단계가 줄어듭니다.

주의할 점

머리카락, 검은 옷, 어두운 가구, 야경의 가장자리를 봅니다.

평균 명도는 측정한 전체 픽셀의 밝기 평균입니다.

이미지에서의 역할

이미지 노출 보정으로 전체 사진이 얼마나 움직였는지 보여 줍니다.

개념 또는 계산

명도 근사는 Y = 0.2126 R + 0.7152 G + 0.0722 B처럼 계산할 수 있습니다.

주의할 점

큰 흰 배경이 평균을 올려도 얼굴이나 상품은 여전히 어두울 수 있습니다.

중앙 명도는 명도 값을 순서대로 놓았을 때 가운데에 있는 값입니다.

이미지에서의 역할

사진 노출 비교에서 중간톤이 실제로 얼마나 움직였는지 보여 줍니다.

개념 또는 계산

평균과 중앙값을 함께 보면 배경 면적이 지표를 끌고 가는지 알 수 있습니다.

주의할 점

중앙값이 좋아져도 클리핑이 늘었다면 보정량을 줄여야 할 수 있습니다.

히스토그램은 그림자, 중간톤, 하이라이트에 픽셀이 얼마나 있는지 보여 줍니다.

이미지에서의 역할

노출을 올리면 오른쪽으로, 낮추면 왼쪽으로 이동하는 경향을 확인합니다.

개념 또는 계산

한쪽 끝에 분포가 붙으면 클리핑 위험이 큽니다.

주의할 점

의도적으로 어둡거나 밝은 사진은 한쪽으로 치우치는 것이 자연스러울 수 있습니다.