Saya suka berpikir tentang kurva nada dalam hal fungsi:
y = t(x)
Nilai input x ke fungsi adalah nilai piksel dari gambar sumber, yang sebenarnya merupakan kecerahan piksel itu. Katakanlah nilai x dapat berkisar dari 0,0 (hitam) hingga 1,0 (putih), dengan semua nada abu-abu diwakili sebagai bilangan real antara 0 dan 1 (untuk menyederhanakan banyak hal, mari kita asumsikan gambarnya hitam & putih sehingga hanya ada satu nilai per piksel, nanti saya akan memperluas konsep untuk mewarnai gambar).
Nilai output y yang dikembalikan oleh fungsi adalah nilai piksel yang diubah, juga dalam kisaran 0 hingga 1.
Berpikir dalam istilah-istilah ini, transformasi kurva nada dilakukan hanya dengan memanggil fungsi t () di atas untuk setiap piksel dalam gambar sumber dan mengganti piksel itu dengan piksel yang diubah yang dikembalikan oleh fungsi.
Jika Anda memiliki gambar berwarna, maka ada beberapa cara untuk melakukannya. Anda bisa menerapkan fungsi ke komponen "L" dari setiap piksel menggunakan model warna HLS. Pilihan lain adalah menerapkan fungsi kurva nada yang berbeda untuk R, G dan B, kemudian merakit gambar RGB yang diubah dengan semua hasil tersebut. Di Lightroom Anda hanya memiliki jenis pertama, atau dengan kata lain, satu kurva untuk seluruh gambar. Di Photoshop atau GIMP, penyesuaian Curves juga dapat diterapkan secara independen ke saluran R, G dan B.
Cara alami untuk merepresentasikan fungsi t () ini adalah dengan menggunakan kurva. Hanya mewakili nilai x sepanjang sumbu X dan nilai y sepanjang sumbu Y. Kemudian untuk setiap kemungkinan nilai x, Anda plot suatu titik pada koordinat ( x , t (x) ).
Kurva yang paling sederhana adalah garis diagonal, dari (0,0) ke (1,1). Ini terjadi ketika Anda tidak menerapkan transformasi sama sekali, atau dengan kata lain, t (x) = x.
Kurva yang merupakan garis horizontal pada tinggi Y = 1 akan berarti bahwa untuk input apa pun hasilnya adalah 1, atau putih. Ini akan mengubah gambar apa pun menjadi putih penuh. Sebaliknya, garis horizontal pada Y = 0 akan membuat gambar apa pun menjadi hitam.
Jika Anda ingin meningkatkan rentang nada yang tersedia untuk midtone di gambar Anda, maka Anda dapat melakukannya dengan mengompresi kegelapan dan highlight. Bentuk kurva dalam hal ini akan menyerupai huruf miring "S".
Sebagai aturan umum, jika satu segmen kurva lebih horizontal daripada vertikal itu berarti Anda menekan kisaran nada yang tercakup oleh segmen itu. Jika segmen lebih dekat ke vertikal maka kisaran nada sedang diperluas. Segmen yang merupakan diagonal sempurna berarti tidak ada ekspansi atau kompresi, hanya pemetaan linear dari satu set nilai ke yang lain.
Satu komentar tambahan. Meskipun Anda dapat mengedit Kurva Nada Lightroom langsung dengan menyeret kurva, alat ini memiliki empat slider di bawah kurva yang menurut saya cukup keren. Alih-alih mengacaukan kurva secara langsung, slider diprogram sebelumnya untuk mempengaruhi empat bagian kurva yang berbeda secara independen. Secara default, setiap penggeser memengaruhi 25% dari ruang jangkauan tonal. Tombol-tombol kecil di atas sumbu X kurva dapat diseret ke kiri dan kanan untuk mengubah cara keempat wilayah ini didefinisikan. Saya menemukan saya mendapatkan hasil yang lebih baik ketika saya memodifikasi kurva melalui slider, bagi saya lebih mudah untuk memikirkan penyesuaian yang ingin saya buat dalam hal hanya empat area.
Sunting: Mengenai kompresi dan ekspansi, pertimbangkan bahwa dalam gambar ada sejumlah nilai kecerahan yang dapat diwakili, sehingga Anda harus mendistribusikan nada ini dengan cara yang paling menguntungkan gambar Anda. Misalnya, jika gambar Anda muncul terlalu gelap, itu berarti bahwa banyak nilai piksel akan berada di ujung rendah skala kecerahan, dan bagian yang lebih terang dari skala akan jauh lebih sedikit digunakan atau tidak digunakan pada semua. Dengan Kurva Nada Anda dapat memperluasnada-nada gelap untuk menutupi bagian yang lebih besar dari skala kecerahan, dan itu dapat membuat hal-hal yang nyaris tidak terlihat dalam aslinya jauh lebih jelas untuk dilihat. Karena skala kecerahan terbatas, jika Anda memperluas di satu bagian Anda harus mengompres di bagian lain, kurva hanya memungkinkan Anda untuk melakukan penyesuaian lokal di berbagai bagian skala, sehingga Anda dapat mengorbankan (kompres) di satu bagian sehingga Anda dapat memberikan lebih banyak detail nada di yang lain.