Ce didacticiel explique six façons de convertir une image en monochrome:
- L'opération de conversion "standard" en niveaux de gris.
- L'opération désaturée.
- Décomposition en RVB et utilisation de l'un des canaux.
- Décomposition en HSV et utilisation du canal Value (V).
- Décomposition en LAB et utilisation du canal Lightness (L).
- Utilisation du filtre Channel Mixer.
Les techniques diffèrent-elles uniquement par la quantité de contrôle que chacune fournit sur la conversion, ou produisent-elles des résultats sensiblement différents?
Existe-t-il une situation particulière lorsque l'un est préféré à un autre ou s'agit-il d'une préférence personnelle?
Réponses:
En théorie, la bonne façon de convertir une image couleur en noir et blanc devrait être d'utiliser le canal de luminance . La luminance est une mesure de la sensibilité de nos yeux à une couleur particulière, donc de la «luminosité» que nous la voyons. Hélas, Gimp offre de nombreuses façons de convertir en noir et blanc, mais pas la bonne. :-(
Voici une image de test que j'ai utilisée pour comparer les différentes méthodes. Vous pouvez le télécharger et voir par vous-même:
Le triangle à gauche est une section à travers le cube de couleur dans le plan contenant les primaires R, G et B. J'ai créé la section dans un espace linéaire -RGB, puis je l'ai encodée en gamma en sRGB . Le triangle de droite est le rendu noir et blanc «correct» du précédent, c'est-à-dire la luminance codée gamma. En convertissant cette image en noir et blanc, je fais les observations suivantes:
OK, c'est maintenant la théorie sur l'obtention du rendu le plus «naturel». En pratique, vous souhaiterez peut-être utiliser à la place le rendu qui sert mieux l'image à portée de main. Par exemple, vous pouvez surpondérer les rouges dans le mélangeur de canaux pour éclaircir et lisser les tons chair ou pour augmenter le contraste entre le ciel bleu et les nuages blancs. Mes conclusions personnelles sont les suivantes:
la source
Les techniques diffèrent-elles uniquement en termes de contrôle qu'elles fournissent sur la conversion, ou donnent-elles des résultats différents?
Il existe un échantillon d'image convertie pour chacune des techniques, pour la même image d'origine. Il est facile de voir que les résultats sont effectivement différents, donc ce n'est pas seulement la quantité de contrôle.
Plus précisément - par exemple, la décomposition RVB vs décomposition HSV: dans le premier, le BW est la valeur de couleur du canal spécifique. Dans ce dernier - c'est la valeur V (valeur ou luminosité) du pixel. La valeur V est fonction des composants R, G et B, il est donc évident qu'il y aura une différence!
la source
Ils fonctionnent très différemment, en conservant différentes parties des informations de couleur d'origine présentes dans l'image. Ils donnent généralement des résultats différents, mais le choix de l'un dépend entièrement du photographe, selon la nature de l'image originale et ses intentions.
L'un n'est pas meilleur que l'autre, mais 1 et 2 donnent généralement des résultats "beiges".
la source
J'ai récemment expérimenté certains filtres de couleur sur mon reflex numérique. L'ensemble se compose de rouge, orange, jaune et vert. Normalement, je photographie des fichiers bruts et utilise le module de mixage de canaux de darktable avec un préréglage, puis je joue avec les curseurs pour obtenir l'équilibre des tons que je souhaite lors du traitement pour le monochrome. Le problème est que, avec le filtre rouge en particulier, le mélangeur de canaux a fait un vrai gâchis des données, perdant beaucoup de détails ou introduisant des artefacts en fonction de ce que j'ai essayé.
Intensifiez donc le curseur de saturation humble et beaucoup ridiculisé dans le module contraste / luminosité / saturation. Réglez le curseur sur 0, puis utilisez les courbes de tons pour ajuster les tons globalement ou localement avec des sélections. Les résultats étaient bien meilleurs qu'avec le mélangeur de canaux.
la source