咱们先聊点实在的。你有没有遇到过这种崩溃时刻：明明当时看着挺美的合影，或者精心布置的晚餐，结果回家导进电脑一看，整个人像刚从土里挖出来的“包公”，背景又透着股诡异的蓝光？这其实就是白平衡（White Balance, WB）在搞鬼。

很多新手朋友一看到照片偏色，第一反应是疯狂拉饱和度或者对比度，结果越调越脏。其实，核心问题只有一个：你的相机不知道什么是“白色”。

今天我不给你堆砌那些晦涩的光学物理名词，咱们直接切入痛点。我会从为什么会出现这种“阴阳脸”般的色差讲起，然后手把手教你如何用 Lightroom、Photoshop 甚至手机 App，把那些蜡黄的肤色救回来，让画面重新变得通透、真实。

一、 为什么室内灯光会让照片变成“调色盘”？

要解决问题，得先知道敌人是谁。室内环境通常被称为“混合光源环境”。

想象一下这个场景：你坐在餐厅里，头顶是暖黄色的钨丝灯或LED射灯（色温约 2700K-3200K），但窗外是傍晚的蓝天（色温约 6500K-8000K），桌上可能还有一盏冷白色的台灯。

当你的相机对着人脸拍摄时：

  1. 面部受顶光影响：主要反射暖黄色光线，所以人脸容易泛黄、发橙。
  2. 背景受窗光影响：如果背景里有窗户或冷光装饰，那片区域就会偏蓝。
  3. 皮肤质感丢失：因为色温偏差，皮肤里的红色通道和蓝色通道比例失调，导致肤色看起来不红润，而是呈现出一种浑浊的“蜡黄”或“青灰”色。

这就是所谓的白平衡失效。相机默认的自动白平衡（AWB）在这种复杂光线下经常“精神分裂”，它试图平衡整个画面，结果往往两边都不讨好。

二、 前期拍摄：预防胜于治疗

虽然后期能修，但最好的后期是“没有后期”。如果你还在现场，或者准备去拍，这几个小动作能救命：

1. 使用自定义白平衡（灰卡法）

这是专业摄影师的标配。买一张标准的18%灰卡（或者随便找个白色的A4纸，假设它是纯白）。

  • 操作：在拍摄主体前，把灰卡放在同样的光照下，填满取景器。
  • 设置：进入相机菜单 -> 白平衡 -> 自定义/预设 -> 读取刚才的照片。
  • 效果：相机现在知道了“在这个光线下，白色长什么样”。之后你再怎么拍，只要光没变，颜色就是准的。

2. 锁定色温数值

如果你懒得搞灰卡，至少看看相机屏幕上的色温读数。

  • 如果是钨丝灯环境，手动设置为 3000K-3500K。
  • 如果是荧光灯环境，尝试 4000K-4500K。
  • 关键技巧：如果你觉得人脸太黄，就往蓝色方向调（提高K值）；如果觉得太蓝，就往橙色方向调（降低K值）。

3. 拍摄 RAW 格式

请务必、一定、必须拍摄 RAW 格式。 JPEG 是相机处理过的压缩文件，白平衡信息被固化在像素里，后期调整空间极小，稍微一动就出现噪点和断层。RAW 文件保留了传感器原始数据，白平衡在后期可以无损重置，就像你拍的时候没定死白平衡一样。

三、 后期校正：Lightroom / Camera Raw 实战详解

假设你现在手里有一张已经拍好的、脸黄得像柠檬、背景蓝得像冰窖的照片。别慌，跟着步骤走。

第一步：全局白平衡校正（解决大色调）

打开 Lightroom 或 Photoshop 的 Camera Raw 插件。

  1. 找到“基本”面板中的白平衡工具：
    • 点击吸管图标旁边的“白平衡”下拉菜单，选择“自定义”。
    • 你会看到一个吸管工具。
  2. 寻找中性灰点（这是精髓）：
    • 拿着吸管，在照片里找一个应该是灰色或白色的地方。
    • 最佳选择：衣服的白衬衫、墙角的踢脚线、或者人物眼白（如果眼白没严重偏色）。
    • 注意：避开肤色！不要拿吸管去点脸颊，否则软件会把黄色当成“正常色”，然后强行加蓝，导致整张照片偏蓝。
  3. 微调滑块：
    • 点击后，观察“色温”和“色调”滑块的变化。
    • 如果人脸还是有点黄，手动将色温滑块向左拉（降低K值，加蓝）。
    • 如果人脸有点绿（荧光灯常见），手动将色调滑块向右拉（加洋红）。

专家提示：不要追求绝对的“数学正确”，要追求“视觉舒适”。有时候稍微保留一点暖调，会让照片更有氛围感，只要肤色自然即可。

第二步：针对性修复肤色（解决蜡黄感）

全局校正后，可能背景白了，但人脸还是不够红润，或者局部有色斑。这时候要用HSL/颜色混合器。

  1. 进入 HSL 面板。
  2. 橙色通道（控制肤色）：
    • 饱和度：稍微降低一点（-5 到 -10），去除浑浊感。
    • 明亮度：稍微提高一点（+5 到 +10），让皮肤看起来通透、白皙。
    • 色相：如果皮肤发绿，往右拉（加红）；如果皮肤发红过头，往左拉（加黄）。
  3. 黄色通道（控制环境反光和旧气）：
    • 饱和度：大幅降低（-20 到 -30），去掉画面中不必要的黄色杂讯。
    • 明亮度：适当调整，避免墙面或衣服死黄。
  4. 蓝色/青色通道（控制背景和阴影）：
    • 如果背景偏蓝严重，降低蓝色的饱和度，或者调整蓝色的色相，让它偏向自然的天空蓝或深邃黑，而不是荧光蓝。

第三步：分离色调与曲线（提升质感）

这一步是为了让照片摆脱“数码味”，增加电影感。

  1. 曲线面板：
    • 在 RGB 曲线中，稍微拉一个轻微的“S”型，增加对比度。
    • 重点：将曲线最左下角的点（黑色阴影）稍微往上提一点点，让黑色变成深灰，这样暗部不会死黑，保留细节。
  2. 颜色分级（Color Grading）：
    • 高光：加入一点点暖黄色（色相约 40-50，饱和度 5-10），模拟阳光感。
    • 阴影：加入一点点冷蓝色或青蓝色（色相约 210-220，饱和度 5-10），与高光形成冷暖对比，增强立体感。
    • 中间调：通常保持中性，除非你想做特殊风格。

四、 Photoshop 进阶：局部精修与神经滤镜

如果 Lightroom 搞不定，比如人脸左边黄右边蓝（因为灯光角度不同），那就得上 PS 了。

方法 A：可选颜色（Color Range + Selective Color）

  1. 建立选区：
    • 菜单栏 -> 选择 -> 色彩范围。
    • 用吸管吸取皮肤的黄色/橙色部分。
    • 调整“容差”，确保只选中皮肤，不要选中背景。点击确定，得到皮肤选区。
  2. 添加“可选颜色”调整图层：
    • 按住 Alt 键点击图层面板底部的调整图层图标，创建剪切蒙版（只对皮肤生效）。
    • 在“可选颜色”面板中，选择“红色”和“黄色”。
    • 去黄技巧：减少黄色中的 Magenta（洋红）？不对，是要减少 Yellow 中的 Cyan（青色）吗？
      • 其实更简单的方法是：在“红色”通道中，适当增加 Magenta（洋红）和 Yellow（黄色），减少 Cyan（青色）。这能让肤色从蜡黄转为红润。
      • 在“黄色”通道中，减少 Yellow（黄色），增加 Magenta（洋红）。这能中和掉皮肤上多余的黄色反光。

方法 B：Camera Raw 滤镜的局部调整

这是目前最高效的方法。

  1. 在 PS 中，右键图层 -> “转换为智能对象”。
  2. 菜单栏 -> 滤镜 -> Camera Raw 滤镜。
  3. 使用径向滤镜或渐变滤镜。
    • 画一个圈罩住人脸。
    • 单独调整这个区域的白平衡。你会发现，即使背景偏蓝，你也可以让人脸区域变得暖白自然，互不影响。
    • 在圆圈内部，降低色温（加蓝）或提高色温（加黄），直到肤色满意为止。

五、 给小朋友也能听懂的“颜色魔法”比喻

为了让你更直观地理解，我们可以把照片想象成一幅画，把灯光想象成颜料。

  1. 白平衡是什么？ 就像你在画画前，要先洗笔。如果笔筒里的水是脏的（灯光偏黄），你洗出来的笔也是脏的，画出来就脏。白平衡就是告诉你：“嘿，这里的水应该是干净的，不管它现在看起来多黄，你要把它看成白色。”

  2. 为什么肤色会蜡黄？ 想象你的脸是一张白纸。现在有人拿着一盏巨大的黄色手电筒照在你脸上。白纸反射了黄色的光，所以在相机眼里，白纸变成了黄纸。我们要做的，就是把那层“黄色的滤镜”撕掉，露出底下真实的皮肤颜色。

  3. 怎么撕掉滤镜？

    • Lightroom 里的吸管：就像你找了一张真的白纸，告诉相机：“看，这才是白色！”
    • HSL 里的橙色滑块：就像你用橡皮擦，轻轻擦掉皮肤上多余的黄色粉末，让它变得干净。

六、 常见错误避坑指南

在调整过程中，很多人会犯以下几个错误，导致照片反而更丑：

  1. 过度校正导致“死白”：

    • 现象：为了去掉黄色，把色温拉到极致蓝，结果人脸变成了僵尸脸，毫无血色。
    • 修正：肤色需要红润感。保留一定的暖调（K值略低），通过降低黄色饱和度来提升干净度，而不是单纯靠加蓝。

  2. 忽略环境光的影响：

    • 现象：人脸校正完美了，但背景里的白色墙壁变成了诡异的紫色。
    • 修正：使用局部调整工具（如 PS 的蒙版或 Lr 的径向滤镜），分别对人像和环境进行独立的白平衡校正。

  3. 盲目套用预设（Presets）：

    • 现象：下载一个“复古胶片”预设，发现脸色更黄了，或者整体偏绿。
    • 修正：预设是基于特定光线制作的。在使用预设前，先手动校正白平衡至中性，再应用预设的色调风格，这样效果才可控。

七、 代码辅助：如果你想用 Python 批量处理

对于大量照片，手动一张张调太累。这里提供一个简单的 Python 脚本思路，利用 OpenCV 进行基础的白平衡校正（灰世界算法简化版）。

注意：这只是基础算法，复杂光影下效果不如 Lightroom 手动调整，但适合批量预处理。

import cv2
import numpy as np

def simple_white_balance(image):
    """
    使用灰世界算法(Grey World Assumption)进行简单的白平衡校正
    原理：假设图像中所有颜色的平均值是灰色的。
    """
    # 1. 计算每个通道(R,G,B)的平均值
    avg_b = np.mean(image[:,:,0])
    avg_g = np.mean(image[:,:,1])
    avg_r = np.mean(image[:,:,2])
    
    # 2. 计算全局平均亮度
    avg_rgb = (avg_b + avg_g + avg_r) / 3.0
    
    # 3. 计算增益系数
    # 如果某个通道平均值偏低，说明该颜色不足，需要增强
    gain_b = avg_rgb / avg_b if avg_b != 0 else 1
    gain_g = avg_rgb / avg_g if avg_g != 0 else 1
    gain_r = avg_rgb / avg_r if avg_r != 0 else 1
    
    # 4. 应用增益
    image[:,:,0] = cv2.multiply(image[:,:,0], gain_b)
    image[:,:,1] = cv2.multiply(image[:,:,1], gain_g)
    image[:,:,2] = cv2.multiply(image[:,:,2], gain_r)
    
    # 5. 裁剪到 0-255 范围
    image = np.clip(image, 0, 255)
    
    return image.astype(np.uint8)

# 使用示例
# img = cv2.imread('yellow_photo.jpg')
# balanced_img = simple_white_balance(img)
# cv2.imwrite('corrected_photo.jpg', balanced_img)

代码解读： 这段代码的核心逻辑是“灰世界理论”。它假设在自然场景中，红、绿、蓝三个通道的能量应该大致相等。如果照片整体发黄，意味着红色和绿色通道偏高，蓝色通道偏低。代码会自动计算倍数，压低红绿，提升蓝色，从而让照片恢复中性。

当然，对于人像摄影，强烈建议还是使用 Lightroom/Photoshop 的手动工具，因为灰世界算法往往会把人本来健康的肤色也校正得惨白，缺乏美感。

八、 总结：找回真实色彩的终极心法

校正白平衡不是为了把照片变成“科学仪器测量下的绝对真实”，而是为了还原肉眼所见的舒适感。

  1. 前期：尽量用 RAW，尽量用自定义白平衡。
  2. 后期核心：
    • 先用吸管定基调（解决全局偏色）。
    • 再用 HSL 调肤色（解决蜡黄，增加通透）。
    • 最后用局部调整区分光影（解决混合光源导致的阴阳脸）。
  3. 心态：不要害怕调整。有时候，稍微偏暖一点的照片，比完全中性的照片更有温度，更能打动人心。

下次当你面对那张“黄脸婆”或“蓝精灵”照片时，深吸一口气，打开 Lightroom，拿起那个吸管，你会发现，色彩的控制权其实一直握在你手里。希望这些技巧能帮你拯救废片，拍出让人眼前一亮的好照片。