前言
开始这篇文章以前我一直会在想，这篇文章会不会太过专业，不过 Matrix 的宗旨就是想写就写，那就写咯，本文依旧是和摄影后期相关，帮助想入手较为简单方便的摄影后期的同学准备。
去朦胧工具
顾名思义，去朦胧（ Dehaze ）工具就是为去除画面中的朦胧感所准备的，什么会造成朦胧感呢？空气中的在含有大量水汽（海边湖边等），大雾/霾，光化污染（在没有偏振镜下，大气中光的串扰；夜间人工光源产生的光污染），隔着车窗等不是光学处理过的玻璃拍摄。尤其是小光圈拍摄时会更加严重。
初识去朦胧
第一次接触去朦胧工具还是在 2015 年 6 月份，更新完 Adobe CC 套件以后隆重推出的。
当时对这个功能简直惊为天人，很多时候外拍风景的时候，出现的雾气需要手动处理，或是想制作丁达尔效果，亦或是朦胧雾气的时候，发现很难将其做的特别逼真，这个功能的能够很方便的调整画面整体感。
后来在手机接触到去朦胧工具的时候，已经过去1个月了，终于能够在手机上享受到除雾了，即时当时只有去雾效果。
泼辣修图 1.1 2015 年 7 月 21日
- 改进了 EXIF 信息读写
- 全新的渐变滤镜控制器
- 降噪功能帮助消除高 ISO 噪音
- 去雾功能帮助消除大气中的雾气
- 加入了纵向调控滑块，让参数调整更精准
- 放大了一些 UI 元素
……
除雾这个动作能够大幅度提高画面的通透感，使得画面变得纯净，在其上制作效果会变得更加轻松，增雾则可以给画面带来别样的效果，制造一些山雾的场景。
到底给画面去了什么
首先想一想，雾会给画面带来什么问题呢，首先一般而言雾是白色的，无论是水珠还是固体颗粒都会影响光线的传播，使得暗部的颜色发亮，亮部显得更亮，干扰画面的清晰度，颜色的饱和度和对比度，最后还会使得画面过曝。
所以自然，除雾的效果就是同时降低暗部和亮部的亮度，提升画面清晰度，颜色饱和度，略微降低画面的曝光度。增雾自然就是增加暗部和亮部的亮度，适当减少画面清晰度，颜色饱和度，略微提升画面的曝光度。实际上每个软件内置的去朦胧引擎都会相应的算法来控制。所以这也是为什么，新手手动除雾的效果，总是那么不尽人意。
而手动去雾最重要的就是读懂那张照片的直方图。
直方图
什么是直方图
直方图是数码摄影的核心工具，是「摄影师的 X 光片」。
作为图像照片不可或缺的重要工具，直方图不仅贯穿在 Adobe Lightroom 和 Adobe Photoshop 中一个又一个小工具中（色阶，曲线，ACR 等），甚至还贯穿在 Pr 中，充分证明了直方图在后期中起到了很重要的角色。
怎么看直方图
这是一块大小是 800*800 像素的画布，我们可以在上面分别填充纯白（#ffffff），纯黑（#000000），和 50%灰（#7f7f7f）来观察直方图。
可以很清楚的注意到在纯黑和纯白的时候画面直方图分别是在极左和极右的；而在 50% 的灰的时候是正好在直方图正中间，而在 HSL 色彩模型（色相，饱和度，亮度）中。纯黑，纯白，50%灰 的区别只有 L（亮度）发生改变，分别是 0%，100%，和 50%。因此就很容易得到直方图的横轴代表着的是亮度数组，而范围却是 0-255。原因在下:
我们之所以能够看到这个世界，是因为有光的存在，光的三原色是红绿蓝，但这三种光叠加到一起后得到白色，其中任意两种原色相加得到另一种原色的补色，例如红色+绿色=黄色，互补于蓝色。互补色相加得到白色，例如蓝色+黄色=白色。
我们的显示器就是基于RGB模型制造出来的，它通过发出红绿蓝这三种光线，然后混合出丰富的色彩。一个像素一般由三个子像素构成，分别是红色、绿色和蓝色子像素，当它们都发出最强的光线时，这个像素就是白色，用RGB（255, 255, 255）表示。
同理，如果一个像素是：
那就表示这个像素中的红色子像素发出 30 强度的光线，绿色子像素发出 60 强度的光线，蓝色子像素发出 90 强度的光线，最终得到了青蓝色。(来自 参考资料2)
而纵轴则表示对应亮度的像素数量。比如，这张图总像素是 800 x 800 像素= 160000 像素，每通道的顶端就是160000 像素（0-160000 像素），而 RGB 一共三个颜色，所以相应的在那个色阶等级上的总合就是 3 x 160000 像素 = 480000 像素。
直方图在前期中的应用
在摄影前期，几乎所有的相机都能够显示当前照片的直方图。
溢出意味着相机无法记录那个亮度以下和或那个亮度以上的亮度像素，左端溢出一般是存在的纯黑的像素，右端的溢出一般是存在的纯白的像素。而这些溢出的部分还没办法通过后期挽救。所以直方图可以在前期帮助我们是否需要使用技巧，补助曝光，例如这些曝光参数有导致欠曝或者过曝吗（例如: 图一），场景的光比是否超过了相机的宽容度（比如: 图二）， 向右曝光的技巧。
- 即时观察相机中的直方图能够帮助摄影师即时的调整参数以重拍，比如欠曝了就提高 ISO 或者是降低快门（注意，手持形况下，相机不带防抖技术的时候，1/50s 是一个临界线，快于 1/50s 时，手不是特别抖拍出来的画面还是很稳定的，一旦慢于 1/50s 时，就很容易导致画面的抖动。），甚至是放大光圈。
- 场景的光比是否超过了相机的宽容度（比如: 图二），这是时候就需要使用渐变灰滤镜或者是HDR拍照的方式。这里就不具体展开了。HDR 和堆栈是个好东西。
- 为何要用向右曝光？
相机记录信息的时候会同时产生噪点。在较亮区域，因为记录下的光线多，所以噪点并不明显。而在较暗区域，相机记录的光线信号很少，噪点就会一下子突显出来。
特别是如果后期再对暗部提亮，噪点就会更加明显。这种情况我们称之为「信噪比」(芯片收到的光线信号与芯片本身噪点数量的比值)太低。
为了提高照片的「信噪比」，2003年摄影师 Michael Reichmann 提出了「向右曝光」的概念。即在照片亮部不溢出的情况下，让照片中的像素尽量的记录在更亮的区域内。也就是直方图尽量的靠右，让高光白色区域总是存在一些像素。
向右曝光适合在画面光比不强烈的情况下使用，使得画面能变得明亮，讨好人的眼球，同时也能够获得噪点非常少的优质照片，注意，向右曝光只适合用在能输出 RAW 格式的相机上。
直方图在后期中的应用
照相也是一种艺术的表达，因此对于一张照片，自然也有相应的明暗层次和色彩表现。不同的明暗层次和色彩能够给人带来不同的感觉。下面我将会拆分讲解。
直方图与影调
影调按照类别主要可以分为3大类：
- 按照直方图整体亮度：低调，中间调，高调；
- 按照直方图最暗到最亮的长度：长调，中调，短调；
- 按照直方图的峰波对比：硬调，软调。
因此一张照片的影调应该会有3个关键词来进行形容。
例如这一张的影调的形容词就应该是中间调，中调，软调。
1. 按照直方图整体亮度：低调，中间调，高调
- 高调
说的是画面中的绝大部分的颜色的较淡和亮色的，在直方图中像素波峰会集中在高光和白色色阶的范围内。给人以一种清新淡雅的风格。
- 低调
就恰恰相反，画面中绝大部分的颜色都是暗色和深沉的颜色，在直方图中像素波峰会集中在阴影和黑色色阶的范围内。给人以一种压抑的风格。
- 中间调
就是指的是，波峰在中间，画面中亮色和暗色相对都均匀的，有黑也有白，给人带来不偏不倚的感觉。
2. 按照直方图最暗到最亮的长度：长调，中调，短调
- 长调照片
一般是指的是直方图从最左一直延伸到最右，这样自然画面明暗清晰，层次明显，同时也是照片里最常见的，能够给人带来清晰，爽快的感觉。
- 中调照片
从直方图上看，最左侧到最右侧的长度只有整个长度的三分之二左右，层次上来说不会出现明显的大面积的高亮和阴影，因此整体上来说比较淡雅，对比度不也会很强烈。同时夜景照片一般也会是中调而不是长调，因为在夜间光线比较昏暗朦胧，如果调整调子以后，光线集中在中高光区，会使得画面变成长调，破坏了画面的耐看度。
由于会受雾气玻璃的影响，因此去朦胧效果能够很快速的既增加暗部的同时也提升亮部的效果，下图就是隔着大巴车茶色车窗拍的田野。
- 短调照片
是相对而言最难把握的:
短调的照片非常少见也非常的难以把握，直方图上最左和最右边的距离在整个长度的三分之一以下，有很强的雾霾感和压抑感。
示例照片我是故意调整成这样的，只是为给予大家一个方向而已，个人很少尝试这种类型的照片。
3. 按照直方图的峰波对比：硬调，软调
- 软调照片
朦胧而清新，色彩过渡细腻，细节非常的丰富，不会有太过明显的明度变化。从直方图上看，软调照片像素亮度分布比较均匀，像梯形一样，所以细节过渡非常的细腻。
- 硬调照片
对比强，反差大，通过隐去不必要的细节来突出主体，因此细节不是那么多，需要非常多细节的时候一定要避免，比如特写的时候。从直方图上看，硬调照片在高光和阴影区域会各有一个波峰，像素分别聚集在较亮和较暗部分，拉开了照片的反差。
直方图与色调
直方图不仅能够显示明暗层次，还能够显示色彩层次。通过直方图就能很清楚的看到，阴影部分和高光部分的色调。
比如这张图的亮部就很显然是偏黄色的，而暗部至偏紫色的，可能有人对亮部没疑问，但是暗部为什么是偏蓝（紫）色的呢？我们都知道，直方图横轴是表示的是亮度，约往左亮度越低，自然就越不显颜色的色相（换句人话就是，约暗约看不清楚哪个颜色是那个，就和大晚上的不开灯你知道那个颜色是哪个吗？），需要较为亮的颜色去表现暗部的色相（换句人话说就是，你晚上打了什么颜色的灯，物体的颜色就会变成那个物体本来就有的颜色 + 灯的颜色，且更偏向于灯的颜色），所以自然的蓝色部分在左侧的面积最小，所以暗部就显示的是蓝色，其次就是红色，两者相加成了紫色。
后记
花了好多天终于写完了这篇文章，详细地解释了去朦胧工具的使用和直方图的查看。学会了使用直方图能够帮助大家在后期上，更近一步，调整画面的影调和色调至自己所期望的状态，同时也可以方便理解一些后期预设为什么需要这样的参数。Over。