在日常拍摄时，很多人遇到这种情况：
相机上的照片看起来曝光正常，而将照片导出后发现其真实形态与相机的呈现效果相去甚远，曝光明显存在问题。
受环境光线、屏幕亮度等因素的影响，这种情况是比较正常的，不过由此也给我们带来了一个启示：看照片、分析照片，一定要学会看直方图。
那么，什么是直方图？
简单地理解，直方图就是照片像素亮度分布的一种展示形态：
横向来看，直方图大致可分为 3 个部分，左侧是阴影区域，中间为中间调部分，右侧为高光区域；最左侧是阴影中的死黑区域，而最右侧是高光中的溢出区域。
纵向代表的是像素的具体分布情况，比如直方图上的“小山”集中在左侧，就说明照片大量像素集中在阴影区域，整体偏暗，可能存在欠曝的情况；如果“小山”集中在右侧，就说明照片整体偏亮，可能有过曝的情况。
由此，我们在查看照片时，就可以在相机上调出直方图，根据直方图上的像素分布情况更精准地判断照片是否正常曝光。
当然，根据不同的题材和创意，正常曝光有不同的标准，直方图也只是为我们提供一种参考。
不过我们可以格外关注死黑和高光溢出部分，也就是直方图的最左侧和最右侧，如果这部分有大量像素分布，那么照片就很有可能出现明显的欠曝、过曝情况，我们需要及时进行调整拍摄。
除了可以反映曝光情况，直方图也可以给我们带来照片明暗对比的参考：
我们还是将直方图看做阴影、中间调、高光三个部分，如果像素在三个部分均有分布：
那么就说明照片中同时存在阴影、中间调、高光三种形态，整体有一定的对比性，就如下面这张照片：
本文档主要讲述的是基于VC与Matlab的混合编程实现图像的三维显示；介绍了VC++与Matlab混合编程的一般实现方法，并实现对二维影像图的三维效果显示。 MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
而如果像素主要集中在阴影和高光区域：
就说明照片的对比性很高，明暗反差很大，就如下面的效果：
反之，如果照片中像素的跨度很小，只集中在某个区域，那么就说明照片中的明暗对比很小，像素分布非常均匀：
从这里就可以看出，直方图可以给我们的后期带来很大的便利和参考，我们在调节一些参数时，直方图也是在随之变化的。
如我们提高对比度时，照片的明暗对比增强，直方图上的像素就会向两侧靠近；我们提高阴影时，直方图左侧的像素就会向右侧靠近；而我们提高曝光时，直方图上所有的像素都会整体向右移动。
根据直方图的这个属性，我们可以轻松地分析出一张照片的光影特征。
我们遇到喜欢的照片时，可以先调出它的直方图，然后根据直方图的参考模仿其光影效果，这样就不用去苦苦求参数求滤镜了，因为照片的“底细”已经被一张小小的直方图完全暴露出来。
色彩方面也是如此，一些后期工具如 Lightroom，不仅可以显示光影直方图，还可以以三原色的形式反映色彩特征，其原理与光影是一样的。
由此可以看出，只要会看直方图，我们几乎能复制模拟出大多数照片的风格，我们对拍摄、后期的理解也会有质的突破。
今天的内容就到这里了~
