蒙版+混合模式组合拳：局部调色、局部光影叠加的终极用法

一、问题的重新定义：为什么"选区+调整"不够用

绝大多数后期教程把局部调整描述为"先做选区，再套调整图层"。这个描述在操作层面没错，但它掩盖了一个关键事实：选区（蒙版）和调整（混合运算）是两个独立的自由度，把它们绑在一起思考，会限制解空间。

举个具体例子。一张逆光人像，需要"压暗背景高光、提亮面部阴影、同时给面部加一点暖色"。如果用"选区+调整"的线性思路，你会做三个选区、三个调整层。但如果换一个角度：背景高光的压暗，可以用明度蒙版自动生成；面部阴影的提亮，可以用反相明度蒙版配合柔光混合模式；面部暖色，可以用颜色混合模式配合饱和度蒙版。三个操作共享同一套蒙版生成逻辑，参数可调、可复用、可批量。

本文评述：笔者认为，"选区+调整"的思维惯性来自早期Photoshop的交互设计——魔棒、套索、快速蒙版这些工具把"选择"和"编辑"分成了两个模态。但现代非破坏性工作流（调整图层、智能对象、Camera Raw滤镜）已经把两者解耦，只是多数人没有意识到这一点。把蒙版和混合模式当作两个独立变量来设计，是本文的核心主张。

1.1 一个贯穿全文的分析主线

本文提出的分析主线是：通道选择 → 蒙版生成 → 混合运算。三个环节各自有明确的输入输出和优化目标：

• 通道选择：从RGB、Lab、HSV、亮度、饱和度等通道中，选出最能区分"目标区域"和"非目标区域"的那一个。这一步决定了蒙版的上限。
• 蒙版生成：对选定通道做阈值、曲线、模糊、形态学处理，得到一张连续灰度的蒙版。这一步决定了边缘质量和过渡自然度。
• 混合运算：选择混合模式（正片叠底、滤色、柔光、颜色等），决定调整层与底图之间的代数关系。这一步决定了调整的"性格"。

三个环节中任何一个出问题，最终效果都会打折。但实践中，多数人只关注第三个环节（"我该用哪个混合模式"），忽略了前两个环节才是决定性的。本文后续章节将逐一展开。

1.2 本文的适用边界

需要说明的是，本文讨论的技术路径主要面向静态图像的非破坏性编辑，工具以Adobe Photoshop、Affinity Photo、GIMP、Krita等支持图层蒙版和混合模式的软件为主。视频调色中的节点式工作流（DaVinci Resolve、Nuke）虽然概念相通，但实现细节差异较大，不在本文重点范围内。此外，本文不讨论生成式AI直接重绘图像的技术路线——那是另一个范式，与"蒙版+混合模式"的可控调整思路互补而非替代。

二、蒙版的数学本质：从二值到连续灰度

要真正掌握蒙版，必须先理解它的数学定义。蒙版本质上是一个与图像同尺寸的标量场 M(x,y)，取值范围 [0,1]。最终输出图像 O 与底图 B、调整结果 A 的关系为：

O(x,y) = M(x,y) · A(x,y) + (1 − M(x,y)) · B(x,y)

这个公式看似简单，却包含了蒙版的全部秘密。M=1 的区域完全采用调整结果，M=0 的区域完全保留底图，0<M<1 的区域是线性插值。所谓"边缘过渡自然"，本质上就是让 M 在边界处平滑地从1过渡到0。

2.1 二值蒙版的局限

早期工具（如魔棒、快速选择）生成的蒙版接近二值——像素要么被选中（M=1），要么不被选中（M=0）。这种蒙版在处理硬边缘物体（建筑、产品）时没问题，但一旦遇到毛发、树叶、半透明材质，就会出现明显的"剪纸感"。

从信号处理的角度看，二值蒙版的边界是一个阶跃函数，其频域包含大量高频分量，对应到空间域就是锯齿和光晕。解决方法是引入抗锯齿（anti-aliasing）和羽化（feathering），本质上是给阶跃函数做低通滤波。

2.2 连续灰度蒙版：现代工作流的基础

现代后期工作流几乎完全建立在连续灰度蒙版之上。明度蒙版、饱和度蒙版、颜色范围蒙版、通道蒙版，输出的都是连续灰度。这类蒙版的好处是：

• 过渡自然：不需要额外羽化，因为蒙版本身就是渐变的。
• 可叠加：多个蒙版可以通过正片叠底（取交集）、滤色（取并集）、减去（取差集）等运算组合。
• 可参数化：蒙版的生成过程可以用曲线、阈值、模糊半径等参数描述，便于复用和批量处理。

本文评述：笔者认为，从二值蒙版到连续灰度蒙版的转变，是数字后期从"手工活"走向"工程化"的关键一步。二值蒙版依赖操作者的耐心和技巧，而连续灰度蒙版依赖对通道特性的理解和参数设计——后者更容易学习、更容易标准化。

2.3 蒙版的频域视角

如果把蒙版 M(x,y) 看作一个二维信号，它的频谱特性直接决定了调整效果的空间分布。低频蒙版（大范围渐变）对应整体氛围调整，高频蒙版（精细边缘）对应局部细节调整。

这解释了一个常见现象：用大半径高斯模糊处理蒙版，会得到柔和的过渡，适合调整光影氛围；用小半径或不做模糊，会得到锐利的边界，适合调整具体物体。频率分离技术（后文详述）正是基于这个原理，把图像分解为低频（颜色、光影）和高频（纹理、细节）两层，分别用不同频率的蒙版处理。

蒙版频率	典型生成方式	适用调整	风险
低频（大范围渐变）	明度蒙版+大半径模糊	整体氛围、天空压暗	过渡过软导致"塑料感"
中频（中等尺度）	颜色范围+中度羽化	皮肤、植被、天空分区	边缘渗色
高频（精细边缘）	通道运算+形态学处理	毛发、树叶、发丝	噪点被放大

三、混合模式的代数结构：谁在跟谁运算

混合模式是Photoshop中最被神化也最被误解的功能。多数教程用"正片叠底变暗、滤色变亮"这类口诀教学，但口诀无法解释为什么柔光模式在50%灰上不产生任何变化，也无法解释为什么颜色模式能改变色相却保留明度。

要理解混合模式，必须回到它的代数定义。设底图颜色为 B，上层颜色为 S，混合结果为 R，则常见混合模式可以写成：

正片叠底（Multiply）：R = B × S
滤色（Screen）：    R = 1 − (1 − B)(1 − S)
叠加（Overlay）：   R = B < 0.5 ? 2BS : 1 − 2(1−B)(1−S)
柔光（Soft Light）：R = (1−2S)B² + 2SB  （简化形式）
差值（Difference）：R = |B − S|

这些公式来自PDF规范（ISO 32000-1:2008）中的混合模式定义，是跨软件通用的标准。本文评述：笔者认为，把混合模式理解为"函数"而非"效果"，是掌握它的关键。每个混合模式就是一个二元函数 f(B,S)，输入两个颜色，输出一个颜色。

3.1 中性色：混合模式的"零点"

每个混合模式都有一个中性色（neutral color），即当上层颜色等于中性色时，混合结果等于底图。这个性质在局部调整中极其重要：

混合模式	中性色	工程含义
正片叠底	白色 (1,1,1)	白色区域不产生压暗
滤色	黑色 (0,0,0)	黑色区域不产生提亮
叠加/柔光	50%灰 (0.5,0.5,0.5)	灰色区域不产生变化
颜色	—（保留底图明度）	只改变色相和饱和度

中性色的存在，使得"填充中性色+蒙版"成为一种经典的局部调整技巧。比如，新建一个填充50%灰的图层，混合模式设为柔光，然后用蒙版控制哪些区域可见——可见区域被"柔光"处理，不可见区域保持原样。这比直接画黑色/白色更可控，因为你可以随时用画笔在灰层上涂抹黑色（压暗）或白色（提亮）。

3.2 混合模式与蒙版的协同关系

把混合模式公式和蒙版公式结合起来，完整的局部调整表达式为：

O = M · f(B, S) + (1 − M) · B

这个式子揭示了两个独立自由度：M 控制"在哪里生效"，f 控制"如何生效"。实践中，先确定 f（选混合模式），再设计 M（生成蒙版），通常比反过来更高效，因为 f 的选择会影响蒙版的设计——比如用正片叠底压暗天空，蒙版应该覆盖天空高光区域；用颜色模式给皮肤加暖，蒙版应该覆盖皮肤的中等明度区域。

四、六类蒙版生成算法与适用场景

本节给出六类可工程化的蒙版生成算法。每一类都给出输入通道、处理步骤、参数建议和适用场景。这些算法不依赖特定软件，在Photoshop、Affinity Photo、GIMP中都可以实现。

4.1 明度蒙版（Luminosity Mask）

明度蒙版是最经典的通道蒙版。生成步骤：

1. 将图像转换为灰度（推荐使用 Lab 的 L 通道或 HSL 的 L 通道，而非简单的 RGB 平均）。
2. 对灰度图应用曲线，控制蒙版的"聚焦范围"。S形曲线聚焦中间调，反S形曲线聚焦高光和阴影。
3. 可选：应用高斯模糊（半径 1–5 px）柔化边缘。
4. 将结果作为蒙版载入调整层。

明度蒙版的经典应用是"压暗天空但保留云层层次"。直接压暗整个天空会损失云层对比，而用明度蒙版可以让压暗只作用于亮部，云层的暗部保留，对比反而增强。

本文评述：笔者认为，明度蒙版的价值不在于"自动选中天空"，而在于它把"亮度"这个物理量转化为"调整权重"。亮的地方多调整，暗的地方少调整——这符合人眼对亮度差异的感知特性（Weber-Fechner定律）。

4.2 饱和度蒙版（Saturation Mask）

饱和度蒙版用于区分"鲜艳区域"和"灰暗区域"。生成步骤：

1. 复制图像，将混合模式设为"颜色"，上层填充50%灰，得到饱和度图（或直接使用HSV的S通道）。
2. 对饱和度图应用曲线，增强对比，让鲜艳区域接近白色，灰暗区域接近黑色。
3. 可选：结合明度蒙版，排除过暗或过亮的区域（这些区域的饱和度信息不可靠）。

饱和度蒙版的典型应用是"只给鲜艳区域加饱和，避免灰暗区域出现噪点"。在风光摄影中，天空和植被通常是高饱和区域，岩石和阴影是低饱和区域，用饱和度蒙版可以精准控制。

4.3 颜色范围蒙版（Color Range Mask）

颜色范围蒙版基于色相（Hue）和色相容差生成。在Photoshop中，选择"色彩范围"工具，用吸管取样目标颜色，调整"颜色容差"滑块控制范围。生成步骤：

1. 取样目标区域的颜色（建议取样多个点，取平均色相）。
2. 设置颜色容差（通常 20–60，视颜色纯度而定）。
3. 勾选"本地化颜色簇"以避免选中图像其他区域的相似颜色。
4. 将选区保存为通道，作为蒙版使用。

颜色范围蒙版的优势是直观，劣势是对光照变化敏感——同一物体在阴影和高光下的色相可能差异很大，导致蒙版不完整。解决方案是结合明度蒙版，或者用多个颜色范围蒙版叠加。

4.4 通道运算蒙版（Channel Calculation）

通道运算蒙版通过两个通道的加减乘除生成。经典例子是"提取皮肤蒙版"：

皮肤蒙版 = (红通道 − 绿通道) 的绝对值 + (红通道 − 蓝通道) 的绝对值
然后反相、曲线增强对比

这个公式的原理是：皮肤在红通道最亮，绿通道次之，蓝通道最暗，因此红减绿、红减蓝的差值可以区分皮肤和非皮肤区域。本文评述：笔者认为，通道运算蒙版是最被低估的技术。它不依赖AI，不需要联网，纯靠数学运算就能得到相当精准的蒙版，在批量处理时尤其高效。

4.5 频率分离蒙版（Frequency Separation Mask）

频率分离不是一种蒙版，而是一种图像分解技术，但它生成的"低频层"和"高频层"本身就是天然的蒙版。生成步骤：

1. 复制原图两层。下层做高斯模糊（半径 8–20 px），得到低频层（颜色和光影）。
2. 上层应用"图像 > 应用图像"，减去低频层，得到高频层（纹理和细节）。
3. 低频层用于调整颜色和光影，高频层用于调整纹理。

频率分离的工程价值在于：它把"调色"和"调纹理"解耦。传统磨皮会同时模糊颜色和纹理，导致皮肤失去质感；频率分离只模糊高频层，低频层的颜色和光影保持不变，皮肤看起来既干净又有质感。

4.6 AI语义蒙版（Semantic Mask）

2020年以来，基于深度学习的语义分割模型（如Mask R-CNN、Segment Anything Model）开始进入后期软件。Photoshop 2023年引入的"选择主体"和"天空替换"功能，底层就是语义分割模型。生成步骤：

1. 点击"选择主体"或"选择天空"，软件自动生成蒙版。
2. 用"选择并遮住"工具精修边缘（毛发、半透明区域）。
3. 将蒙版保存为通道，供后续调整层使用。

AI语义蒙版的优势是速度快、覆盖全，劣势是可控性差——你无法精确控制蒙版的过渡曲线，只能接受模型的输出。本文评述：笔者认为，AI蒙版最适合处理"形状复杂但语义明确"的区域（天空、人物、动物），而传统通道蒙版更适合处理"语义模糊但颜色/明度特征明确"的区域（皮肤、植被、金属）。两者互补，而非替代。

蒙版类型	核心通道	最佳场景	计算成本
明度蒙版	L通道	天空、光影	低
饱和度蒙版	S通道	植被、鲜艳物体	低
颜色范围蒙版	H通道	单一颜色物体	低
通道运算蒙版	R/G/B	皮肤、金属	中
频率分离蒙版	低频+高频	皮肤、纹理	中
AI语义蒙版	深度特征	天空、人物、动物	高

五、局部调色实战：天空、皮肤、植被三条路径

本节用三个具体案例，展示"通道选择—蒙版生成—混合运算"主线的完整落地。每个案例给出可复用的参数模板。

5.1 天空：压暗高光、增强蓝色、保留云层层次

目标：天空过曝，需要压暗并增强蓝色，但不能损失云层的明暗对比。

通道选择：使用蓝通道。天空在蓝通道中通常最亮，云层和地面的对比也最明显。

蒙版生成：

1. 复制蓝通道，应用曲线：将中间调提亮，让天空接近白色，地面接近黑色。
2. 应用高斯模糊，半径 2–4 px，柔化天地交界。
3. 用画笔手动修正地平线附近的过渡。

混合运算：

• 新建"曲线"调整层，压暗中间调，混合模式设为"正片叠底"，不透明度 40–60%。
• 新建"色相/饱和度"调整层，增加蓝色饱和度 15–25，混合模式设为"颜色"。
• 两个调整层都使用上述天空蒙版。

本文评述：笔者认为，天空调整的关键不是"选中天空"，而是"保留云层对比"。用明度蒙版（蓝通道）而非颜色范围蒙版，正是为了让压暗效果集中在高光区域，云层的暗部保留，对比自然增强。

5.2 皮肤：加暖、提亮、保留质感

目标：人像肤色偏冷，需要加暖并提亮，但不能影响衣物和背景。

通道选择：使用通道运算蒙版。皮肤在红通道亮、蓝通道暗，红减蓝的差值可以区分皮肤和非皮肤。

蒙版生成：

1. 打开"图像 > 计算"，源1选红通道，源2选蓝通道，混合模式选"减去"，结果生成新通道。
2. 对新通道应用曲线，增强对比，让皮肤接近白色，非皮肤接近黑色。
3. 应用高斯模糊，半径 3–6 px。
4. 用画笔手动排除嘴唇、眼睛等不需要调整的区域。

混合运算：

• 新建"曲线"调整层，红通道提亮，蓝通道压暗（加暖），混合模式设为"颜色"，不透明度 30–50%。
• 新建"曲线"调整层，整体提亮，混合模式设为"柔光"，不透明度 20–30%。

本文评述：笔者认为，皮肤调整最容易犯的错误是"过度平滑"。用频率分离把颜色和纹理分开处理，可以在加暖提亮的同时保留皮肤质感。具体做法是：低频层做颜色调整，高频层保持不变。

5.3 植被：增强绿色、区分黄绿与深绿

目标：植被颜色偏黄，需要增强绿色，但深绿区域不能过饱和。

通道选择：使用绿通道和饱和度通道的组合。绿通道区分植被和非植被，饱和度通道区分鲜艳和灰暗。

蒙版生成：

1. 复制绿通道，应用曲线，让植被接近白色。
2. 复制饱和度通道，应用曲线，让鲜艳区域接近白色。
3. 两个通道用"正片叠底"混合，得到"植被且鲜艳"的蒙版。
4. 应用高斯模糊，半径 2–4 px。

混合运算：

• 新建"色相/饱和度"调整层，色相 +5 到 +10（黄转绿），饱和度 +10 到 +20。
• 混合模式设为"颜色"，不透明度 50–70%。

六、局部光影叠加：频率分离与Dodge/Burn的工程化

局部光影调整（Dodge/Burn）是人像和风光后期的核心技能。传统方法是用画笔在图层上涂抹，依赖手感和耐心。本节给出工程化的方法：用频率分离和蒙版把Dodge/Burn变成可参数化、可复用的流程。

6.1 中性灰Dodge/Burn的数学原理

新建图层填充50%灰，混合模式设为"柔光"。根据柔光公式，当上层颜色 S=0.5 时，R=B，即不产生任何变化。当 S>0.5 时，R>B（提亮）；当 S<0.5 时，R<B（压暗）。

这意味着：在中性灰图层上用白色画笔涂抹=提亮，用黑色画笔涂抹=压暗，用灰色画笔涂抹=还原。这个方法的优势是非破坏性、可反复修改、不产生色偏（因为只改变明度，不改变色相）。

6.2 频率分离+Dodge/Burn的组合

把频率分离和Dodge/Burn结合，可以得到更精细的光影控制：

1. 做频率分离，得到低频层（光影）和高频层（纹理）。
2. 在低频层上方新建中性灰图层，混合模式柔光，做Dodge/Burn。
3. 因为低频层已经模糊，Dodge/Burn的效果会自然平滑，不会出现笔触痕迹。
4. 高频层保持不变，纹理细节完整保留。

本文评述：笔者认为，频率分离+Dodge/Burn是人像后期中最优雅的组合之一。它把"光影"和"纹理"彻底解耦，让操作者可以专注于光影塑形，而不必担心破坏皮肤质感。这个思路同样适用于风光——把低频层用于调整整体光影，高频层用于保留岩石、树叶的纹理。

6.3 明度蒙版辅助的光影叠加

在Dodge/Burn过程中，可以用明度蒙版辅助控制作用范围。例如，只想提亮阴影区域：

1. 生成阴影蒙版（明度蒙版反相，曲线聚焦暗部）。
2. 将阴影蒙版作为中性灰图层的蒙版。
3. 用白色画笔涂抹，提亮效果只作用于阴影区域。

这个方法的工程价值在于：它把"提亮阴影"这个模糊的目标，转化为"生成阴影蒙版+白色画笔"这个可复用的流程。下次遇到类似需求，直接调用蒙版模板即可。

七、AI语义蒙版：2023—2025年的技术拐点

2023年4月，Meta发布Segment Anything Model（SAM），这是图像分割领域的一个里程碑。SAM在1100万张图像、10亿个掩码上训练，能够对任意物体生成高质量分割掩码，无需针对特定类别微调。本文评述：笔者认为，SAM的意义不在于"分割得更准"，而在于它把分割从"特定任务"变成了"通用能力"——这是后期工作流从"手工+通道运算"走向"语义驱动"的拐点。

7.1 SAM的技术要点

SAM的架构包含三个组件：图像编码器（基于MAE预训练的ViT）、提示编码器（处理点、框、掩码等提示）、掩码解码器（轻量级Transformer）。其核心创新是"可提示分割"（promptable segmentation）——用户给一个点或一个框，模型输出对应的掩码。

在后期软件中，SAM的能力被封装为"选择主体""选择天空""选择物体"等一键功能。Photoshop 2024的"生成式填充"和"上下文任务栏"也集成了类似能力。

7.2 AI蒙版与传统蒙版的协同

AI蒙版不是万能的。它在处理以下情况时仍有局限：

• 半透明物体：玻璃、水、烟雾的分割边界模糊，AI容易过度分割或欠分割。
• 细小结构：发丝、树枝、网格等高频细节，AI的分割精度不足。
• 语义模糊区域：皮肤、金属、布料等没有明确语义边界的区域，AI无法给出有意义的蒙版。

因此，AI蒙版的最佳用法是"AI粗选+传统精修"：用AI生成初始蒙版，再用通道运算、曲线、画笔精修边缘。本文评述：笔者认为，未来后期软件的发展方向不是"AI替代一切"，而是"AI生成候选蒙版+人工选择与精修"。人的审美判断和参数控制仍然是不可替代的。

7.3 2024—2025年的新进展

2024年以来，几个值得关注的方向：

• SAM 2（Meta，2024）：支持视频分割，引入记忆机制，可以在视频序列中跟踪物体。
• Grounding DINO + SAM：用文本提示（如"天空""人物"）驱动分割，实现"用文字选区域"。
• Depth Anything（2024）：单目深度估计，可以生成基于深度的蒙版，用于景深模拟和前后景分离。
• Stable Diffusion Inpainting：结合蒙版的生成式填充，可以在指定区域重绘内容。

这些技术的共同趋势是：蒙版的生成越来越自动化，但蒙版的"使用"（选择混合模式、控制不透明度、精修边缘）仍然依赖人的判断。本文的分析主线"通道选择—蒙版生成—混合运算"在AI时代依然成立，只是"蒙版生成"这一环从手工变成了模型输出。

八、参数模板与可复用工作流

本节给出可直接套用的参数模板。这些模板基于笔者在Photoshop 2024和Affinity Photo 2上的实践总结，参数范围经过多次验证，可作为起点，再根据具体图像微调。

8.1 天空调整模板

步骤	操作	参数
1	复制蓝通道	—
2	曲线增强对比	输入 128→180，输出 128→200
3	高斯模糊	半径 2–4 px
4	曲线调整层（压暗）	正片叠底，不透明度 40–60%
5	色相/饱和度调整层	蓝色饱和度 +15 到 +25，颜色模式

8.2 皮肤调整模板

步骤	操作	参数
1	通道计算（红减蓝）	减去模式，缩放 1，补偿 0
2	曲线增强对比	输入 100→60，输出 100→180
3	高斯模糊	半径 3–6 px
4	曲线调整层（加暖）	红通道提亮，蓝通道压暗，颜色模式，不透明度 30–50%
5	曲线调整层（提亮）	柔光模式，不透明度 20–30%

8.3 通用工作流检查清单

1. 明确目标：要调整什么区域？调整什么属性（明度/色相/饱和度/纹理）？
2. 选择通道：哪个通道最能区分目标区域和非目标区域？
3. 生成蒙版：曲线、模糊、画笔精修，得到连续灰度蒙版。
4. 选择混合模式：根据调整目标选择正片叠底/滤色/柔光/颜色等。
5. 控制不透明度：从低不透明度开始，逐步增加，避免过度调整。
6. 检查边缘：放大到100%，检查蒙版边缘是否有光晕、锯齿、渗色。
7. 保存模板：将蒙版和调整层保存为动作或预设，供后续复用。

九、前沿预判与开放问题

本节讨论几个尚未解决、但值得关注的方向。

9.1 蒙版的"可解释性"问题

AI蒙版的一个根本问题是不可解释。你无法知道模型为什么把某个像素判为"天空"或"非天空"。这在批量处理时尤其危险——一张图上的错误可能被复制到成百上千张图上。本文评述：笔者认为，未来的AI蒙版工具需要提供"不确定性图"（uncertainty map），让用户知道哪些区域的蒙版可信度低，需要人工检查。

9.2 混合模式的感知均匀性问题

现有的混合模式公式都定义在sRGB空间，而sRGB是非线性的（gamma≈2.2）。这意味着"正片叠底"在暗部的作用被压缩，在亮部的作用被放大，与人眼的感知不均匀。一些研究建议在Lab或线性RGB空间做混合运算，但主流软件尚未支持。这是一个值得关注的开放问题。

9.3 从"图层"到"节点"的范式迁移

视频调色软件（DaVinci Resolve、Nuke）早已采用节点式工作流，每个节点是一个独立的运算单元，蒙版和混合模式是节点的属性。这种范式比图层更灵活，但学习曲线更陡。本文评述：笔者认为，随着图像和视频的边界模糊（短视频、动态照片），节点式工作流可能会逐渐渗透到静态图像编辑中。Photoshop的"调整图层"已经在向这个方向演进。

9.4 值得关注的教程与资源

以下资源对深入理解本文主题有帮助：

• Adobe官方混合模式文档：helpx.adobe.com/photoshop/using/blending-modes.html
• PDF规范中的混合模式定义（ISO 32000-1:2008，第11.3.5节）
• Segment Anything Model论文与代码：segment-anything.com
• Depth Anything项目：depth-anything.github.io
• Affinity Photo官方教程：affinity.serif.com/learn

十、参考文献与声明

主要参考文献

说明：本文涉及的数据集处理细节——通道运算蒙版的参数（红减蓝、曲线输入输出值）来自笔者在Photoshop 2024上的模拟测试，测试图像为公开的RAISE数据集（Dang-Nguyen D T, et al. RAISE: A Raw Images Dataset for Digital Image Forensics[C]//Proceedings of the 6th ACM Multimedia Systems Conference. 2015: 219-224）中的50张人像和风光图像，预处理步骤为：统一转换为sRGB色彩空间，分辨率缩放至长边2048px，分别测试不同参数组合下的蒙版质量。所有参数范围为经验值，非严格实验结论。