知识贴, 感谢楼主分享 !

Freddy

多谢夸奖啊！

拍的很给力啊，只是觉得处理的有点画面脏脏的，个人感觉。

翻出一张4月马来西亚的老图来，我得试试HDR。

先上原片，单张HDR哈。

巍巍长城啊！

大教堂

再来一张：
HDR2 本帖最后由 v8000 于 2012-8-25 00:58 编辑

发两张HDR的作品
ibiza girl 本帖最后由 v8000 于 2012-8-25 01:14 编辑

以下内容由 v8000 于 2012-8-25 11:47 补充

最后合成的图像

光滑的铬球照相（“light probe”），是典型的HDR理论的实践
本帖最后由 v8000 于 2012-8-25 01:02 编辑

本地色彩映射

简单曝光合成

在计算机图形学与电影摄影术中，高动态范围成像（英语：High Dynamic Range Imaging，简称HDRI或HDR）是用来实现比普通数字图像技术更大曝光动态范围（即更大的明暗差别）的一组技术。高动态范围成像的目的就是要正确地表示真实世界中从太阳光直射到最暗的阴影这样大的范围亮度。高动态范围成像最初只用于纯粹由计算机生成的图像。后来，人们开发出了一些从不同曝光范围照片中生成高动态范围图像的方法。随着数码相机的日渐流行以及桌面软件变得易于使用，许多业余摄影师使用高动态范围成像的方法生成高动态范围场景的照片，但是，不要将这作为它唯一的用途，实际上高动态范围还有许多其它的应用。
当用于显示的时候，高动态范围图像经常要进行色调映射，并且要与其它几种全屏显示效果（full screen effect）一起使用。※※
在计算机图形学中开创高动态范围成像的先驱是 Paul Debevec，据说 Debevec 是第一个使用高动态范围成像图生成计算机图像以逼真地对计算机图形物体进行照明与动画处理。人们普遍认为 Gregory Ward 是高动态范围成像文件格式的奠基人。

与传统数字图像的比较

通常保存在高动态范围图像中的信息对应于真实世界可以观察到的亮度（luminance）或者radiance值，这与传统的数字图像保存的在显示器或者打印纸上显示的颜色不同。所以，高动态范围图像格式也经常成为“与场景相关”，以区别于传统的“与设备相关”或者“与输出相关”的数字图像。另外，传统图像通常经常针对人类视觉系统进行编码（最大化保存在固定数据位中的可视信息），这些编码通常称作“伽玛编码”或者“gamma 校正”。保存在高动态范围图像中的数据经常是线性的，这就意味着它们表示亮度或者radiance 的相对或者绝对值（gamma 1.0）。
高动态范围图像每个颜色通道需要比传统图像更多的数据位，这是因为它的线性编码以及需要表示从  到  人眼可见亮度范围甚至是更大范围的数值。经常使用 16 位“half precision”或者 32 位浮点数表示高动态范围像素。但是，如果使用合适的传递函数进行变换，一些应用中的高动态范围像素可以用 10-12 位表示亮度，用 8 位表示色度，并且不会带来任何可见的量化误差。

高动态范围图像最初使用不同的渲染工具生成，其中著名的一个是 Radiance 。由于所使用单位都是基于如 瓦/球面度/米2 这样的实际物理单位，所以这种方法可以实现更加逼真的模型场景表现。这种方法可以模拟真实场景的光照，以及利用这个结果选择照明（假设几何形状、照明以及材料都是真实场景的精确表现）。
在 1997年 的 SIGGRAPH 上，Paul Debevec 提交了题为“从照片中恢复高动态范围辐射图”的论文。这篇论文描述了按照不同的曝光设置对同一个场景进行拍照，然后将这些采用不同曝光的照片组合成高动态范围图像。这种高动态范围图像可以捕捉从黑暗的阴影到亮光源或者高反光的更大动态范围的场景。
在 SIGGRAPH '98 一年之后，Debevec 又提交了一篇论文“将人造物体渲染成真实场景：沟通基于图像的传统图形与全局照明以及高动态范围照片”。在这篇论文中，他使用以前的技术对光滑的铬球照相以生成他所称作的“light probe”，即本质上的高动态范围环境图。然后将这个 light probe 用于合成场景的渲染。与普通的环境图简单地提供反射或者折射信息不同，light probe 还提供了场景中的照明，实际上，这是唯一的光源。这种方法实现了一种前所未有的真实感效果，为整体照明模型提供了真实世界的照明数据。

色调映射

在查看高动态范围图像的时候经总是会遇到一个问题，CRT、LCD、打印机以及其它图像显示方法只能显示有限动态范围的图像。因此，人们开发了各种将高动态范围图像“转换”成可以查看的图像的方法，这些方法统称为“色调映射”。早期的色调映射非常简单，这些方法设置一个动态范围窗口，按照最大值、最小值对图像进行裁剪。最近出现的方法试图显示更大的动态范围，一些更加复杂的方法已经在研究人眼及视神经感知场景的机制，并且争取在保持真实的颜色与对比度前提下显示全部的动态范围。 本帖最后由 v8000 于 2012-8-25 01:10 编辑