2、18%灰卡与测光原理：为什么相机认为世界是灰色的？点测光、中央重点测光、矩阵测光的区别
你有没有想过一个问题——相机怎么知道场景该多亮？
它又没有眼睛。它只能靠传感器接收到的光子数量来猜。但问题是，同样的场景，拍成白天还是黑夜，完全取决于曝光参数。相机需要一个“锚点”。
这个锚点，就是 18% 灰。
2.1 18% 灰卡：相机世界的“基准白”
18% 灰卡，说白了就是一张反射率刚好为 18% 的灰色卡片。它既不亮也不暗，正好处在人眼感知的中灰位置。
为什么是 18%，不是 50%？
因为人眼对亮度的感知是非线性的。我们觉得“中间亮度”的东西，物理上其实只反射了 18% 的光。这个数值是 Kodak 在胶片时代通过大量实验定下来的标准。
核心逻辑：相机测光系统默认场景的平均反射率是 18%。如果场景实际反射率偏离这个值，相机就会“误判”。
举个例子。你拍一张白墙，相机心想：“这太亮了，肯定过曝了，我得把曝光降下来。”结果拍出来是灰色的。反过来，拍一张黑布，相机觉得太暗了，自动提亮，结果黑布也变成了灰色。
这就是“相机认为世界是灰色的”的真正含义。
实战技巧：我在做手机相机调试时，经常用 18% 灰卡做白平衡和曝光基准。把灰卡放在场景中拍一张，测光值就是标准曝光。后期调色时，用吸管点一下灰卡区域，色温瞬间就准了。
2.2 测光原理：相机如何“看”亮度
现代相机的测光原理其实不复杂。传感器把光信号转成电信号，ISP 统计每个像素的亮度值，然后算出一个“场景平均亮度”。
算法大致是这样的：
// 简化的测光计算流程
1. 采集传感器 RAW 数据
2. 将 RGB 转为亮度 Y（Y = 0.299R + 0.587G + 0.114B）
3. 对全图或特定区域的 Y 值做加权平均
4. 得到平均亮度 L_avg
5. 目标亮度 L_target = 18% 灰对应的数字值（如 118/255）
6. 曝光补偿量 ΔEV = log2(L_target / L_avg)
7. 调整曝光时间/增益/光圈，使 L_avg 逼近 L_target说白了，相机就是在做一件事：让画面平均亮度等于 18% 灰的亮度。
但问题来了——不同场景的亮度分布完全不同。一个背光人像和一个均匀光照的风景，平均亮度可能差好几档。所以我们需要不同的测光模式。
2.3 三种测光模式：点测光、中央重点测光、矩阵测光
这三种模式的区别，说白了就是“相机看世界的范围不同”。
| 测光模式 | 测光区域 | 权重分布 | 适用场景 |
|---|---|---|---|
| 点测光 | 画面中央 1%~5% 区域 | 中心点 100%，其余 0% | 逆光人像、舞台摄影、高反差场景 |
| 中央重点测光 | 画面中央 60%~80% 区域 | 中心权重高，边缘权重低 | 人像、静物、一般拍摄 |
| 矩阵测光 | 全画面 | 分区加权，AI 智能分配 | 风景、日常、自动模式 |
2.3.1 点测光：精准但危险
点测光只读取画面中心一个小圆点的亮度。这个圆点通常占画面的 1%~5%。
我当年第一次用点测光拍逆光人像，对着人脸测光，背景过曝得一塌糊涂。但人脸曝光是准的。这就是点测光的特性——你指哪，它打哪。
注意：点测光对操作要求很高。如果你对着天空测光，整个画面会暗成剪影。我曾经在拍摄会议时误触了点测光模式，结果拍了一组“黑脸”照片，后期怎么拉都救不回来。
点测光的核心应用场景：
- 逆光人像：对着人脸测光，保证肤色正常
- 舞台摄影：聚光灯下的演员，背景全黑
- 微距摄影：主体小，背景杂乱
- 高反差场景：明暗差距超过 10EV 时
2.3.2 中央重点测光：折中方案
中央重点测光算是点测光和矩阵测光的折中。它把大部分权重放在画面中央区域，边缘区域权重很低。
权重分配大致是这样的：
中央区域（约占画面 60%）：权重 75%
边缘区域（约占画面 40%）：权重 25%这种模式在胶片时代非常流行。因为那时候的摄影师习惯把主体放在画面中央。你想想看，老照片里的人物是不是都在正中间？
中央重点测光的优点是对焦和测光区域基本重合，不容易出错。缺点是如果主体不在中央，测光就会偏。
我的习惯：在拍摄人像时，我经常用中央重点测光配合曝光锁定（AE-Lock）。先对着人脸半按快门锁定曝光，再重新构图。这样既保证了人脸曝光准确，构图又灵活。
2.3.3 矩阵测光：AI 时代的产物
矩阵测光（也叫评价测光、多区测光）是目前最智能的模式。相机把画面分成几十甚至上百个区域，每个区域独立测光，然后通过内置的场景数据库做加权计算。
举个例子。你拍一个逆光人像，矩阵测光会这样处理：
- 检测到画面下方有暗色区域（人脸）
- 画面上方有亮色区域（天空）
- 判断这是逆光场景
- 提高暗部权重，降低亮部权重
- 最终曝光偏向人脸
说白了，矩阵测光就是在“猜”你在拍什么。它背后有一个庞大的场景库，包含逆光、顺光、夜景、雪景等各种典型场景的亮度分布特征。
我在项目中遇到过一个问题：矩阵测光在均匀光照下表现很好，但在极端场景（比如舞台聚光灯）下经常翻车。因为它把背景的黑色也算进去了，导致主体过曝。
2.4 三种测光模式的本质差异
这三种模式，本质上是对“场景平均亮度”的不同定义方式。
- 点测光：平均亮度 = 中心点的亮度
- 中央重点测光：平均亮度 = 中心区域加权平均
- 矩阵测光：平均亮度 = 全图分区智能加权平均
你想想看，这三种模式没有的好坏。关键看你会不会用。
我的建议：
- 新手先用矩阵测光，让相机帮你做决定
- 有一定经验后，尝试中央重点测光拍人像
- 进阶玩家必须掌握点测光，这是控制曝光的终极武器
2.5 知识结构图：测光体系全景
下面这张图总结了本章的核心知识脉络。你可以看到 18% 灰是测光的基准，三种测光模式在不同场景下各有优劣。
2.6 避坑指南：测光模式选择的常见误区
我在工程落地中踩过不少坑，这里列几个最常见的：
误区一：矩阵测光万能论
我曾经在拍摄雪景时全程用矩阵测光，结果拍出来的雪全是灰色的。因为矩阵测光把雪当成了 18% 灰，自动降低了曝光。正确做法是加 +1EV 到 +2EV 的曝光补偿。
误区二：点测光只测中心点
很多人以为点测光只能测画面正中心。其实大部分相机支持点测联动——对焦点移到哪里，测光点就跟到哪里。这个功能在拍人像时非常实用。
误区三：中央重点测光过时了
在手机摄影时代，中央重点测光反而有了新用途。手机镜头通常视角较广，边缘容易进光干扰。中央重点测光可以屏蔽边缘干扰，让主体曝光更准。
2.7 小结：记住这三句话
- 18% 灰是相机的“世界观”——它认为世界平均是灰色的
- 测光模式决定“看世界的范围”——点测光看一点，中央重点看中间，矩阵看全局
- 没有最好的模式，只有最合适的场景——学会切换，才是真本事