Şöyle Şöyle Joker neden bu kadar rahatsız edici bir şekilde yeşil ve sarı hissediyor? Why does   feel so unsettlingly green and yellow? Joker Joker Şöyle Şöyle Blade Runner neden teal ve portakal ile ıslatılır? Why is   soaked in teal and orange? Blade Runner Blade Runner Hakkında Şöyle Şöyle Film neden cildin yumuşak ve sıcak görünmesini sağlar? Why does film make skin look soft and warm? Bu bir sihir değil, renktir. Ve kim renk kontrol eder – çerçeve duygusal ağırlığını kontrol eder. Renk derecelendirme sinemanın görsel dilidir – bir atmosferi şekillendirmek, izleyicinin dikkatini yönlendirmek ve bir hikayenin tonunu ayarlamak için bir yoldur. Bu ince ve neredeyse görünmez olabilir. Ya da Wong Kar-Wai, Fincher, Nolan veya Villeneuve'nin çalışmalarında olduğu gibi cesur ve stilize edilmiştir. Ama bu dili akıcı bir şekilde konuşmak için, öncelikle dilbilgisini anlamak gerekir. Renk çalışması nereden başlar? “doğru” rengi nereden biliriz? ve yaratıcı niyetini teknik eyleme nasıl çeviriyorsunuz? Spoiler: LUT veya filtrelerle başlamaz. ve . Renk hedefleri, kalibrasyon ve dikkatle seçilmiş paletlerle başlar. Bu seride şunları keşfedeceğiz: Şöyle Şöyle Şöyle Şöyle Şöyle en temel düzeyde hangi renk sınıflandırması; neden paletinizi kısıtlamak bir özellik, bir hata değil; Renk grafikleri nasıl çalışır (ve neden önemlidir); ve tarayıcıda kendi derecelendirme aracınızı nasıl oluşturursunuz - React ve bazı basit matematiklerle. Ve deneyimleyebileceksiniz, tinker ve belki de ilk kez gerçekten Hangi renklerden yapılmıştır. Bunu sadece anlatmayacağız, göstereceğiz. see What is Color Grading, and Why Start with Color Targets? Renk Sıralaması Nedir ve Neden Renk Hedefleri ile Başlamak? Renk sınıflandırması, bir görüntüyi belirli bir görsel ton, duygusal etki veya teknik standart elde etmek için ayarlamak ve stilize etme sürecidir. film, fotoğrafçılık veya dijital üretimde olsun, sınıflandırma genellikle şunları içerir: Şöyle Şöyle Şöyle Şöyle Beyaz nokta ve ekspozisyon dengesi; Teknik renk değişikliklerinin düzeltilmesi; Kontrast, tonlar ve renk eğilimleri ile görsel bir stil yaratmak. Ama derecelendirme sadece “iyi hale getirmek”le ilgili değildir. – Mood, izleyicinin odaklanma, tüm anlatının görsel dilinin kontrolü ile ilgili. Herhangi bir yaratıcı görünüm uygulamadan önce, resmini bir Bu demektir ki: neutral state Şöyle Şöyle Şöyle Şöyle İstenmeyen renk düzeltmeleri ( renk düzeltmeleri ) Standart bir renk aralığına (Rec.709 veya sRGB gibi) görüntü normalleştirme; Farklı kameraların materyallerini tutarlı bir başlangıç çizgisine dönüştürün. Bunun için renkler kullanılır. Tıpkı * ve ,** veya diğer referans haritaları. color targets Renkli kromozom Bir renk hedefi, bir renk patch grafikidir Bu değerler istisnai değildir – X-Rite veya X-Rite gibi profesyonel ekipmanlar kullanılarak kontrol edilen ortamlarda spektroskopik ölçümlerle elde edilir. Doğru ölçülen değerler . Konica Minolta Spektrofotometre Konica Minolta Spektrofotometre İlk yaygın olarak kabul edilen hedeflerden biri de — nötr gri tonların bir çizgi, maruz kalma kontrolü için kullanılır. Daha sonra tam renkli patchlerle daha gelişmiş grafikler geldi - örneğin 1976 yılında kurulmuştur (Şimdi adıyla Gerçek dünyadaki ortak renkleri temsil etmek için tasarlanmış 24 renk çubuğu vardır: insan derisi, mavi gökyüzü, yeşil yaprak ve daha fazlası. Kodak Gray Ölçeği Macbeth ColorChecker X-Rite ColorChecker Kodak Gray Ölçeği Dijital fotoğrafçılık ve dijital sinema gelişiyle birlikte, renk hedefleri daha da kritik hale geldi. Onlar artık sadece kameralar değil, aynı zamanda monitörler, yazıcılar, tarayıcılar - ve renkleri ele alan herhangi bir cihazı kalibrasyon için gerekli araçlardır. renk eşleştirme, profilleme ve tarafsız dengeleme iş akışları - film üretiminden bilimsel görüntülemeye kadar. Örneğin, X-Rite'in ColorChecker'ı alın. Her patch standart aydınlatma altında ölçülür (genellikle veya ) tarafından kaydedilen sonuçlar ile - Cihaz bağımsız bir renk modeli. Bu koordinatlar daha sonra Çalışma renk alanına bağlı olarak (örneğin ve ya da ) için D65 D50 CIE XYZ coordinates RGB values sRGB Rec.709 AdobeRGB Bu nedenle, uygulamamızda kullandığımız RGB aralıkları tahmin değil - bunlar standartlaştırılmış, fiziksel olarak ölçülen düzeltmelerin hassas dijital temsilidir. ColorChecker Classic'deki cilt tonu patch RGB'de [194, 150, 130] olarak tanımlanırsa, doğru koşullar altında bu şekilde görünmelidir. The Catch: Color Charts Are Just the Beginning Renk hedefleri kalibrasyon için gereklidir - ama hepsi bu. Bunun hesabını yapmazlar: Bir başlangıç Şöyle Şöyle Şöyle Şöyle Renkler gölgelerde veya aydınlatmalarda nasıl davranır? film stoklarının veya lenslerin benzersiz özellikleri; Belirli bir bakışın arkasındaki yaratıcı niyet. Profesyonel araçlar gibi veya , renk grafikleri uzun bir boru hattında sadece bir adımdır. Oradan, film emülasyon, ton haritası, tahıl, halasyon, çiçeklenme ve diğer stilistik dönüşümler gibi gelişmiş süreçlere geçiyorsunuz. DaVinci Çözümleri Dehancer a chart is a calibration tool — not a style. DaVinci Çözümleri savunucusu CinePalette: A Minimal Tool for Exploring Color Palettes CinePalette: Renk paletlerini keşfetmek için minimal bir araç Bir palet seçimin bir görüntüye nasıl etki ettiğini göstermek için, - Renk alanınızı kısıtladığınızda neler olup bittiğini görselleştiren basit bir web uygulaması (kullanıcı olarak bilinen bir süreç) ) için CinePalette Palet azaltma What You Can Do with CinePalette: Şöyle Şöyle Şöyle Şöyle Şöyle Şöyle Şöyle Herhangi bir görüntü yükleyin; bir palet seçin (ColorChecker, Portra, Sepia vb.); Her piksel, bu paletteki en yakın renge dönüştürülür. Önce ve sonra interaktif bir slider ile karşılaştırın; Sonuçları kaydetmek için; Ya da kendinize ait bir çerçeve oluşturun. How It Works in Code Uygulamamız tamamen kullanan tarayıcıda çalışır Ve o Proje - Adı Soyadı — açık kaynaklı olacak ve GitHub'da kullanılabilir olacak (serinin sonunda bağlantı). React Canvas API CinePalette Önceden tanımlanmış paletlerin bir dizi ile başlayabiliriz, ancak kullanıcılar kendi paletleri oluşturabilir ve kaydedebilirler. Palette şöyle görünüyor: Kodak Portra 400 "Portra 400": [
  [75, 60, 50],     // shadows
  [160, 130, 110],  // skin tones
  [220, 200, 180],  // highlights
  [60, 100, 80],    // foliage
  [180, 150, 100]   // neutral
],
 Seçilen palet, nihai görüntüde hangi renkleri “geçmesine izin verilir” tanımlar. Bunlar çerçeveyi görsel dil olarak tanımlar – ruh halini ve tarzını belirleyen temel tonlar. Bir kullanıcı bir görüntü yükler ve bir palet seçerken, kapak altında neler olur: Şöyle Şöyle Şöyle Şöyle Şöyle Görüntü gizli bir <canvas>'e dönüştürülür - bu da verileri manipüle etmek için piksel düzeyinde erişim sağlar. ImageData nesnesini, her pikselin dört değerle temsil edildiği bir array içerir: [R, G, B, A]. Her pikselin içine giriyoruz, RGB rengini çıkarıyoruz. Her piksel için, RGB alanında Euclid mesafesini kullanarak seçilen paletten en yakın eşleşen renkleri bulur ve değiştiririz. Bir Shirley kartı yükleyin ve farklı paletleri uygulayın - palet seçimi resmin nasıl şekillendiğini hemen göreceksiniz. Sihirbazlığın temeli, analiz eden bir işlevseldir. Ve onu bulur Seçilen palet için: each individual pixel closest matching color const findClosestColor = (r, g, b) => {
  let minDist = Infinity;
  let closest = [r, g, b];
  for (let [pr, pg, pb] of palette) {
    const dist = Math.sqrt((r - pr) ** 2 + (g - pg) ** 2 + (b - pb) ** 2);
    if (dist < minDist) {
      minDist = dist;
      closest = [pr, pg, pb];
    }
  }
  return closest;
};
 Daha sonra, ImageData'da pikselin orijinal rengini paletteki en yakın eşleşmeyle değiştiririz. Görüntü içinde . for every single pixel for (let i = 0; i < data.length; i += 4) {
  const [r, g, b] = [data[i], data[i + 1], data[i + 2]];
  const [nr, ng, nb] = findClosestColor(r, g, b);
  data[i] = nr;
  data[i + 1] = ng;
  data[i + 2] = nb;
}
 Tüm piksellerin işlenmesinden sonra, sonucu <canvas>'a geri döndürüyoruz ve .toDataURL() kullanarak bir görüntüye dönüştürüyoruz. - ve filtrelenmiş görüntüyü tek bir tıklama ile indirin. see the result instantly in the browser ctx.putImageData(imageData, 0, 0);
setFilteredImage(canvas.toDataURL());
 İşte biz kullanıyoruz - İki rengin ne kadar “yakın” olduğunu ölçmek için klasik bir yöntem: Euclidean distance in RGB space const dist = Math.sqrt((r - pr) ** 2 + (g - pg) ** 2 + (b - pb) ** 2);
 Burada (r, g, b) mevcut pikselin rengidir ve (pr, pg, pb) paletdeki renklerden biridir. Seçilen palet içinde. closest visual match Bu yaklaşım sezgisel ve uygulanması kolaydır, ancak sınırlamaları vardır: Örneğin, yeşil ile mavi arasında daha duyarlıyız ve parlaklık farklılıkları yanıltıcı olabilir. RGB uzay, insanların aslında renk algılamalarını anlamıyor Biz bu yaklaşımı kullanıyoruz Ancak, mevcut biçiminde bile, bazı renkleri beklenmedik veya “dışarı” hissettiren şekillerde değiştirildiğini fark edebilirsiniz. CinePalette Gelecekteki versiyonlarda, bir bağlantı eklemeyi planlıyoruz Renk aralıkları: Kullanıcıların farklı modellerin renk karşılaştırmanın doğruluğunu nasıl etkilediğini karşılaştırmalarını sağlar. RGB and CIELAB Why Does This Matter? Neden önemli bu? CinePalette, renk sınıflandırmasında temel ama temel bir adım sunar: Her görsel tarzın başladığı yer budur - soru: palette restriction “What if we only used these colors?”. Bir Portra paleti sıcak, nostaljik tonlar getirir. Pro 400 serin ve hafif hisseder. Teal & Orange yüksek kontrastlı sinema puçları sağlar. Dehancer veya Resolve gibi araçlardan farklı olarak, CinePalette film fiziklerini simüle etmez. Renk stil ve hikaye anlatımı için bir araçtır. What’s Next? Sonraki ne olacak? Bu sadece bir başlangıçtır.Sonraki bölümlerde: Şöyle Şöyle Şöyle Şöyle Şöyle CinePalette'i referans görüntüsünden bir palet seçme yeteneği ile genişleteceğiz; herhangi bir çerçeve veya fotoğrafta renk şemalarını otomatik olarak çıkarmak; Görsel olarak daha doğru bir uyum için RGB ve LAB arasında bir geçiş yapın; Renk uyumunun nasıl çalıştığını - ve gerçek dünyada sınıflandırmada nasıl kullanabileceğinizi ayırın. Düzenli kalın - ve sadece renk öğrenmeye değil, gerçekten görmeye hazır olun. görmek

Read My Stories

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Make resilience your competitive advantage

Bu Basit Uygulama Hollywood'un Duygularınızla Nasıl Karıştığını Görmenizi Sağlar

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Dijital Göçebeler Dinleyin: Tayland'ın Yeni DTV Vizesi Hakkında Bilmeniz Gerekenler

Kripto Büyümesi: Etkili Kullanıcı Kişilikleri Oluşturma

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Dijital Göçebeler Dinleyin: Tayland'ın Yeni DTV Vizesi Hakkında Bilmeniz Gerekenler

Kripto Büyümesi: Etkili Kullanıcı Kişilikleri Oluşturma

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps