熟悉Adobe Photoshop的朋友们应该都很清楚下面这个工具的用法⬇️

前段时间一直在补充一些色彩科学的基础知识（认真脸），对于这类知识稍微有所了解的朋友们都应该知道CIE LAB的鼎鼎大名。（有时候称呼也会带花，即L*a*b*，方便起见还是就叫它Lab好了）

那么作为一个，将 亮度 饱和 色相 各自独立出来的色彩模型，对于颜色的操纵就非常直观且友好。阅历更加丰富的朋友们想必听说过各种基于 Lab 的调色方法，甚至还有专门的书籍📚

但如果今天你以为是在给大家科普 Lab 就，不必了吧（请出门右转认真学习 三百分钟色彩科学 甚至也有专门的书籍 🔍 ）

重点其实是给大家分享一个基于 Lab 类色彩模型下的 DIY 调色工具：

没错，在达芬奇中，我们又一次借助 DCTL 来玩出花，这次也是从零自己写了这么一个工具🔧。

实现的效果大方向上与PS里的色相饱和度工具如出一辙，不过，考虑到PS源远流长的发展历史，想必这个工具也经历了不计其数的优化，咱们并不是要超越的意思；另一方面则是，毕竟达芬奇不是用来修图的工具，针对动态影像，尤其是Log类的画面我们当然希望它有不一样的处理方式。

首先得弄清楚工具的作用范围：即针对指定色相方向一定范围内的画面元素，对其进行亮度色相饱和度的处理。辣么具体的范围在哪里就可以勾选上 ☑︎ Show Range来查看，效果借鉴了达芬奇自带的 Hightlight 模式（Shift + H）。

即当前作用的色相。默认我把它放到了肤色附近（根据当前工作的色彩空间不同可能会略有偏移），便于大家找到一个合适的起点，如果你是用这个工具来调整人物肤色的话，很有可能就不需要动这个参数。左右拉到头就完整地在不同色相上转一整圈。

即以当前色相为中心左右各分散开多大的角度，可影响更广的色相范围。

饱和再低的颜色，也有其色相、饱和属性，所以饱和低到一定程度的颜色通常我们并不希望影响到它们，不然很容易制造出噪点。稍微限制一下这些低饱和区域就可以很好地将噪点排除掉。当然，由于大家通常会处理log类的画面，相对低饱和的色彩我也适当降低了一些权重，这样可以更好地适应广色域的情况。

还有另一种高级玩法是，把这个限制起点拉得更高，这样控制的范围就是一个高饱和的区域，对于人民群众喜闻乐见的 OOG 情况也算是多了一种处理方法，当然具体的操作大家可以动动脑筋。

这三位就不用多说了吧。不过通常情况下不太建议大家调整亮度，色相的偏移请参考适量示波器适度把控。

综合看下来，铁粉们可能注意到了，设计的思路一方面是参考了 PS 的工具，另一方面则结合了 Andy 此前为大家介绍的色域映射的工具🔧这里借一张他的示意图来帮助大家理解上面几个作用范围的控制参数。

如果要问为什么没有类似 hue_fade 这样的参数来独立控制色相开角内的衰减范围，主要是想着不要加入太复杂的参数来让大家使用，毕竟 DCTL里最好用尽量少的参数来进行调整，参数太多上手也很令人头大；所以我测试的时候就预先定好一个还算ok的开角两侧的衰减方式，用起来也还不错，如果大家觉得实在有必要的话就试一下催更？

看到这里可能你会问，这不就是key一下然后调色相和饱和度的事？当然从结果来看，两种方法似乎是挺相似的，不过……

首先，如果你迫不及待就把 DCTL 扔上去就想调可能就出问题了

这个DCTL要正常工作，需要放在Lab类的色彩模型中，最最简单的实践方式就是在默认的709时间线色彩空间下，节点右键将节点内的 色彩空间 切换至 Lab(CIE)

该节点前后所处色彩空间不是 709 的话（例如 LogC 到 709 Lut 挂在节点的后面），就需要根据情况调整时间线色彩空间（工作空间）（例如 ARRI Log C），或者直接启用项目全局色彩管理（RCM、ACES），具体取决于你的工作方法，或者说调色方案。

这样都可以将当前节点的工作空间切换至 CIE LAB 。

如果你仔细阅读了上文，你会发现我有提到Lab类色彩模型。也就是说，这个工具可以用于几乎所有这类色彩模型中，例如传说中的 IPT、Jzazbz 等等。

Lab 闻名于世就是因为它的设计尽量实现了感知均匀（Perceptual Uniform），使得看上去色彩的分布更合理，色彩的变化也更均匀。不过 Lab 的发明已经是40多年前的事了，后来的各个越发高级的色彩模型多是在解决 Lab 遗留的问题（没有说 Lab 不优秀的意思），例如各个色相升降饱和时尽可能不会造成色相的偏移（尤其是蓝色这样的老大难）；随着技术的进步，去适应新时代的HDR、WCG等等。

像是 IPT 这样诞生在1998年的方案就被杜比用在了杜比视界中（优化了一下变成了ICTCP），而到了16年则出现了 Jzazbz 这样更上一层楼的优秀方案（例如在 1000nit 2020 的HDR环境下，比前者更好的绿色区域的表现等等）。

所以要是你愿意深入学习下去的话，就可以自己搭建一套节点，让这个工具在比 Lab 更先进的空间中工作，试图得到一个更加好的结果。

感兴趣的同学，可阅读关于 Jzazbz 的学习资料

或进入🍞 面包多页面 🍞 获得工具并支持我们