在弱光环境下进行人像摄影，由于光线不足，往往会导致照片色彩平淡、细节不清晰。然而，通过合理的色彩调整，我们可以让弱光人像照片更加动人。以下是一些实用的色彩调整技巧：

1. 色温调整

色温是影响照片色彩的重要参数。在弱光环境下，通常需要将色温调整到较低的值，例如偏黄色或橙色，这样可以使照片呈现出温暖的氛围，增加照片的温馨感。

示例代码（Photoshop）

import cv2
import numpy as np

# 读取图片
image = cv2.imread('path_to_image.jpg')

# 将图片转换为HSV色彩空间
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 获取当前色温值
current_temperature = hsv_image[:, :, 0].mean()

# 设置目标色温值（偏黄色）
target_temperature = current_temperature - 30

# 调整色温
hsv_image[:, :, 0] = np.where(hsv_image[:, :, 0] < target_temperature, 0, hsv_image[:, :, 0] - target_temperature)
hsv_image[:, :, 0] = np.where(hsv_image[:, :, 0] >= 180, hsv_image[:, :, 0] - 180, hsv_image[:, :, 0])

# 转换回BGR色彩空间
adjusted_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)

# 保存调整后的图片
cv2.imwrite('path_to_adjusted_image.jpg', adjusted_image)

2. 对比度增强

在弱光环境下，照片的对比度通常较低。通过增强对比度，可以使照片的层次更加分明，色彩更加丰富。

示例代码（Photoshop）

import cv2
import numpy as np

# 读取图片
image = cv2.imread('path_to_image.jpg')

# 调整对比度
def adjust_contrast(image, contrast_level):
    inv_level = 128 - contrast_level
    L = np.array([inv_level, inv_level, inv_level]).reshape(1, 1, 3)
    alpha_b = contrast_level
    gamma_b = 0
    buf = cv2.addWeighted(image, alpha_b, L, gamma_b, 0)
    return buf

# 设置对比度增强程度
contrast_level = 50

# 调整对比度后的图片
adjusted_image = adjust_contrast(image, contrast_level)

# 保存调整后的图片
cv2.imwrite('path_to_adjusted_image.jpg', adjusted_image)

3. 色彩饱和度调整

在弱光环境下，照片的色彩饱和度可能较低。通过适当提高色彩饱和度，可以使照片的色彩更加鲜明。

示例代码（Photoshop）

import cv2
import numpy as np

# 读取图片
image = cv2.imread('path_to_image.jpg')

# 转换为Lab色彩空间
lab_image = cv2.cvtColor(image, cv2.COLOR_BGR2Lab)

# 获取当前饱和度值
current_saturation = lab_image[:, :, 1].mean()

# 设置目标饱和度值
target_saturation = current_saturation + 30

# 调整饱和度
lab_image[:, :, 1] = np.where(lab_image[:, :, 1] < target_saturation, 0, lab_image[:, :, 1] - target_saturation)
lab_image[:, :, 1] = np.where(lab_image[:, :, 1] >= 255, lab_image[:, :, 1] - target_saturation, lab_image[:, :, 1])

# 转换回BGR色彩空间
adjusted_image = cv2.cvtColor(lab_image, cv2.COLOR_Lab2BGR)

# 保存调整后的图片
cv2.imwrite('path_to_adjusted_image.jpg', adjusted_image)

4. 后期处理

在完成色彩调整后，可以对照片进行后期处理，例如调整锐度、增加背景模糊等，以进一步提升照片的整体效果。

示例代码（Photoshop）

import cv2
import numpy as np

# 读取图片
image = cv2.imread('path_to_image.jpg')

# 添加模糊背景
def add_blur_background(image, blur_radius):
    blurred_image = cv2.GaussianBlur(image, (blur_radius, blur_radius), 0)
    return blurred_image

# 设置模糊半径
blur_radius = 20

# 添加模糊背景后的图片
blurred_image = add_blur_background(image, blur_radius)

# 调整锐度
def adjust_sharpness(image, sharpness_level):
    sigma_color = 30
    sigma_space = 10
    sharpness_level = 2
    return cv2.GaussianBlur(image, (0, 0), sigma_color) - sharpness_level * (image - cv2.GaussianBlur(image, (0, 0), sigma_space))

# 调整锐度后的图片
sharpened_image = adjust_sharpness(blurred_image, 2)

# 保存调整后的图片
cv2.imwrite('path_to_adjusted_image.jpg', sharpened_image)

通过以上色彩调整技巧，相信你能够在弱光环境下拍摄出更加动人的人像照片。不断实践和总结，你会在这个领域越来越专业。