KZ^K / ^dh / dZ/ EE > /E ^/'E ͘ ͘ ϮϬϮϬͬϮϭ
/^ /W>/E
ƉƉůŝĐĂƚŝǀŝ 'ƌĂĨŝĐŝ
K Ed
^ŝŵŽŶĞ ^ƉĂĐĐŝĂ
TUTORI ALPHOTOSHOP l a v or a r ei nCamer aRaw
I lf or ma t o Raw,c onos c i ut oa nc hec omenegat i v o di gi t al e,c ompr endeif or ma t i pr opi et a r idel l epi ùdi f f us ec a s epr odut t r i c idif ot oc a mer e:. c r 2perCanon,. nefper Ni kon,. dc rperKodak,. mr w perMi nol t a,. or fperOl ympusec os ìv i a .Èi lf or ma t o a da l t aqua l i t àc hei nc l udea nc hequel l ei nf or ma z i oni f onda ment a l i perpot erl a v or a r e a lmegl i oi ndi gi t a l e( t i podiobbi et t i v out i l i z z a t o,I SO,aper t ur adeldi af r ammae t empodis c at t o) . Phot os hop, perpot ers f r ut t a r eques t ec a r a t t er i s t i c he, s i a v v a l edi unpot ent es t r ument o c hi a ma t oCamer aRaw. Camer aRaw r i s ul t aut i l i s s i moa nc heperl a v or a r ec ont ut t igl ia l t r if or ma t ii mma gi ne, mac ’ èdar i c or da r ec hes el a v or i a moc onf or ma t idi v er s ida lRaw t r ov er emodel l e l i mi t a z i onic henonc ic ons ent i r a nnodir a ggi unger egl is t es s ir i s ul t a t idiunnegat i v o di gi t al e.
P era pr i r eCamer aRaw ba s t ac l i c c a r ec olt a s t odes t r os uunf i l eRaw es el ez i ona r e “ Apr ic onPhot os hop” . Ques t aèl as c her ma t ac hec i t r ov er emodi f r ont e.
1-Cl i c c hi a moi l t a b“ Cor r ez i oneobbi et t i v o” . 2 -Al l av oc e“ Pr of i l o” s punt a r e“ Ri muoviaber r az i one c r omat i c a” e “ At t i v a c or r ez i onipr of i l o” . Gr a z i e a ques t e due i mpos t a z i onir i us c i r emo a c or r egger el e def or ma z i oni del l ’ obbi et t i v o. 3-P a s s i a moaPhot os hopc l i c c a ndos u“ Apr ii mmagi ne” .
Or aènec es s a r i oes egui r eunpa s s a ggi oi nt er l oc ut or i operpot err i t or na r eaCamer a Raw:r endi a mo modi f i c a bi l il ei mpos t a z i onic he a ppor t er emo da quii na v a nt i c onv er t endoi l l i v el l oi nOgget t oav anz at o. 1-Cl i c c hi a moc ol t as t odes t r odelmous es ul l i v el l odel l ’ i mma gi ne. 2-S el ez i oni a mo“ Conv er t ii nogget t oav anz at o” . P . s . Ques t oèa nc hei l punt oi nc ui i ni z i a mos el a v or i a mounf or ma t odi v er s oda l Raw.
P ert or na r eaCamer aRaw c l i c c hi a mos u“ Fi l t r o”( 1 )equi ndis u“ Fi l t r o Camer a Raw. . . ”( 2) .
Or apos s i a mopr ov a r ea l c uner egol a z i oni permi gl i or a r el af ot oac ui s t i a mol a v or a ndo: 1-S el ez i oni a moi l t a b“ Bas e” . 2-L apr i mapr ov adaf a r eè “ Aut o” .Cl i c c hi a moev a l ut i a moi l r i s ul t a t o:s enons i a mo c onv i nt i , t or ni a mos u“ Pr edef i ni t o” . 3-I nent r a mbiic a s ipos s i a mol a v or a r es uis et t a ggi“ Es pos i z i one” ,“ Cont r as t o” , “ L uc i ” ,“ Ombr e” ,“ Bi anc hi ”e “ Ner i ”pera v v i c i na r c ia nc or a dipi ùa l l ’ i dea c he a bbi a moperl ’ i mma gi ne.
Dopo a v era ggi us t a t o is et t a ggipr i nc i pa l ipos s i a mo pr ov a r ea l c unief f et t ic he pot r ebber or i s ul t a r ei nt er es s a nt i a i f i ni del r i s ul t a t oc hev ogl i a moot t ener e. Uns et t a ggi odat ent a r eè“ Chi ar ez z a”c heèunas or t adi c ont r as t o+des at ur az i one.
Al t r ei mpos t a z i onic hepot r ebber or i s ul t a r eut i l is it r ov a nonelt a b“ HSL/Sc al adi gr i gi oâ€?( 1 ) .Quipos s i a mo r egol a r ei n ma ni er amol t o pr ec i s aic ol or i ,a gendo s u t onal i t Ă , s at ur az i oneel umi nanz a( 2) .
S empr er i ma nendonel t a b“ HSL/Sc al adigr i gi o”pos s i a moot t ener el at r a duz i onei n bi anc oener odel l af ot o. 1-S punt i a mo“ Conv er t ii ns c al adigr i gi o” . 2-Pr ov i a moas el ez i ona r e“ Aut o”e, c omeperi l s et t a ggi ba s ea l pa s s a ggi o5, s enon s i a moc onv i nt i t or ni a moa” Pr edef i ni t o” . 3-P os s i a mos empr el a v or a r es uiv a l or ideis i ngol ic ol or ipert r ov a r ei lbi l a nc i a ment o c hepi ùc i c onv i nc e.
Un ul t er i or e ef f et t o da v a l ut a r eèl a vi gnet t at ur a,ov v er ol ’ a l one ner oa ibor di del l ’ i mma gi nec hea i ut aaf oc a l i z z a r el ’ a t t enz i ones ul c ent r odel l ac ompos i z i one. P erpot er l oa t t i v a r es el ez i oni a mo i lt a b“ Ef f et t i ”( 1 )equi ndis pos t i a mo l os l i der “ Quant i t à”( 2)v er s os i ni s t r a . r ec oi s et t a ggi di Ca mer aRa w, s i aquel l i c hea bbi a mot r a t t a t o Unav ol t af i ni t odi l a v or a i nques t ot ut or i a l s i agl i a l t r i nonmenz i ona t i , t or ni a moaPhot os hopc l i c c a ndo s u“ Ok” ( 3) .
Av endoi mpos t a t ol ’ i mma gi nec omeOgget t oav anz at oa bbi a mol apos s i bi l i t à ,nel c or s odel l es uc c es s i v ef a s idil a v or o,didi s a bi l i t a r eomodi f i c a r el ei mpos t a z i onic he a bbi a mooper a t oi nCamer aRaw. P erdi s a bi l i t a r el ei mpos t a z i oni c l i c c hi a mos ul l ’ i c ona del l ’ oc c hi odel l av oc e“ Fi l t r iav anz at i ”o“ Fi l t r oCamer aRaw” . I nv ec es ec l i c c hi amoduev ol t es u“ Fi l t r oCamer aRaw”s ir i a pr i r àCamer aRaw e pot r emor i pa r t i r eda l punt oi nc ui a v ev a moi nt er r ot t oi l l a v or o.
KZ^K / ^dh / dZ/ EE > /E ^/'E ͘ ͘ ϮϬϮϬͬϮϭ