Press "Enter" to skip to content

DiGi Lesson – 曝光補償之應用及逆光相片拍攝方法

大家好。在上一期跟大家分享了攝影的基礎構圖技巧,今期會跟大家分享另一樣攝影技巧,就是相機的曝光補償設定。

現在的數碼相機,在大部份情況之下,除了全手動(M-Mode)之外,相機都是自動按現場環境測光,從而計算出拍攝應該設定的正確光圈或快門值。但是,相機測光是否一定準確呢?為何很多時拍攝出來的相片會有曝光過度或是太暗的情況發生呢?原來相機測光是按一個平均值來計算,若果拍攝環境是極高反差(如逆光拍攝),或是拍攝黑色或白色的景物,都會容易令相機錯誤計算而令相片曝光錯誤。

曝光補償

為解決相機測光不準確的問題,現在大部份相機都會有曝光補償這一項功能。(曝光補償的設定按鈕,請自行參閱相機說明書) 曝光補償是以EV值作為單位,並以1/3級光圈值作為調整指標。 (如: EV+0.3, EV+0.7, EV+1……etc) EV值是正數,代表相機會按正常測光再加強曝光拍攝。相反,EV值是負數,代表相機會按正常測光再減低曝光拍攝。

不同曝光值拍攝出來相片之比較

至於應用在實際拍攝上,首先在拍攝黑色或白色主題,大家可以記一下以下的口訣:

遇黑即減,遇白即加

拍攝白色主體,如穿著白色衣服拍攝、白色的建築物或白色物件,白色主體容易令相機錯誤以為相片曝光過度,從而自動減低相片曝光,令相片如左圖效果曝光不足。只要利用曝光補償,將相機EV值增加,曝光即可如右圖回復正確。

相反,拍攝黑色主體,如穿著黑色衣服拍攝,或是夜間拍攝等情況(圖3),黑色主體容易令相機錯誤以為相片曝光不足,從而自動增加相片曝光,令相片如左圖效果曝光過度。只要利用曝光補償,將相機EV值減低,曝光即可如右圖回復正確。

除了黑色或白色主體需要利用曝光補償幫助拍攝之外,逆光拍攝亦是其中一個需要利用曝光補償調整拍攝的環境因素。由於逆光拍攝,特別是逆光人像,人物是位於背向光線的位置,人物跟背景的光差實在太大,故此拍攝出來的相片,人物都會因測光不準確而曝光不足(圖4)。建議逆光拍攝時,將相機曝光補償設定為EV+1或以上, 令人物曝光回復正確。

曝光補償是否可以完全解決高反差/逆光拍攝的問題?

雖然逆光拍攝可以利用曝光補償增加曝光,令主體人物曝光充足,但這方法並未能完全解決逆光拍攝的高反差。主體人物曝光正常了,但高反差是沒有改變的。增加曝光同時會令背景嚴重曝光過度,失去了背景的細節。

從以上例子可以了解到,曝光補償只能用來修正相片錯誤曝光,卻不能解決高反差相片的問題。要解決逆光拍攝的問題,以下有三個筆者比較常用的方法。

 

1. 利用反光板

這是傳統人像攝影最常利用的拍攝技巧。由於人物是背向陽光拍攝,只要在人物正前方放置反光板,將局部背景光反射回人物身上補光,就可以令人物受光增加,減低了跟背景光線的反差。只是利用反光板拍攝不是那麼方便,而且有些地方是不准用反光板攝影的,大家需要注意。

2. 利用閃光燈

現在大部份數碼相機都已內置閃光燈功能,在逆光拍攝時,我們只需要開啟閃光燈拍攝,人物受到閃光燈補光,就可以降低跟背景的反差比例。只是,大家也需注意,內置閃光燈光線輸出比較弱,如背光太嚴重,內置閃光燈未必足夠發揮其功效,建議使用較高輸出的外置閃光燈拍攝,效果可以大大提升。(有關外置閃燈拍攝人像的應用技巧,會在將來推出的閃燈教學文章再詳細為大家講解)

3. 利用RAW檔拍攝

這是筆者使用最多的方法。因為很多時候外拍,不太方便使用反光板,本人又不太喜歡閃光燈補光的感覺,結果只好在電腦作後期加工補救相片。DSLR的RAW檔,比JPEG檔有更高的寬容度可以為相片作出調整。大家可看看圖6,在這環境下拍攝,利用曝光補償是不能同時令天空及人物都同時曝光正常的。使用軟件如Adobe Lightroom,可以將RAW檔內個別範圍(White, Black, Shadow, Hightlight)之曝光作出調整,最終造出如圖7的效果,景物跟人物都重現清晰。

在光暗反差太大的環境拍攝,若只是調整曝光補償,光位或暗位細節只能選一,不能共存。


使用比JPEG檔寬容度高的RAW檔拍攝,加上電腦後期調整,可以令相片光暗位細節全部重現。

總結:

現今相機發展技術,在影像光暗的寬容度上,仍然跟人類肉眼所見有所差別。因此在高反差的光線下拍攝,往往會比較困難。希望今期跟大家分享的方法,會對各位在攝影上有所幫助。下一期我將會跟大家分享,閃光燈之應用技巧,請多多支持。

原文刊登於DiGi 262 – DiGi Lesson

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.