人物摄影构图 突出人物的取景方法(中)

简介:


竖拍照片的取景:

    人物的单人照多数是竖拍照片。竖拍照片在人物的头顶保留空间,使得图像清爽、精致。下面介绍人物竖拍照片中适合使用的取景方式。
1 、背景不佳时
    在单调的背景空间中摄影时,可适当缩小取景时的背景比率。 < 照片 2 2> 包含了人物头顶的预留区域和左侧加亮区域,结果使照片失色。 没有特别的背景时可以采取 < 照片 2 3> 的取景方式。该作品在四周预留了空间(红色标记)后,使人物填满画面,并突出三角形线条,从而表现出了画面的稳定感。

 
照片
2
2 失败的取景
 
照片
2
3 好的取景
2、 较好的背景
    < 照片 2 4> 的背景非常精美,但是由于没有协调好人物与背景,反而表现了沉闷感。该照片的失误在于人物上身段红色区域和下身段的比例过于接近,使整个画面更加沉闷,且看不到人物的表情。 < 照片 2 5> 的背景中增添了美丽的白云。通过预留更大的天空背景并捕捉白云,把人物塑造成童话中的公主。
 
照片
2
4 失败的取景
 
照片
2
5 好的取景
横拍照片的取景:
下面介绍了适合横拍人物照片的几种取景方法。
1 、没有背景
< 照片 2 6> 中把木质栏杆①   置于画面的中央,从而增加了多余的空间③。墙面纹理②   倾斜,给人不安的感觉,多余的空间④   的面积也过大。头部上切除的位置⑤   也不当,形成了沉闷感。这些都是取景过程中犯下的错误。


照片26
< 照片 2 7> 是在同一地点拍摄同一人物的另一个成功取景实例。如①   红色标记区域,木栏杆通过了画面的左下角。虽然人物偏向画面的右侧,但是画面看起来更加稳定。墙面纹理②   形成了水平线,且果断切除了头部③,比起 < 照片 2 6> 强化了整个图像的稳定感。

照片27

照片2
失败的取景

照片
2
好的取景
2 、较好的背景
< 照片 2 8> 中树林背景和人物的脸部形成了平行结构。结果不能突出人物的脸部表情。另外,画面下侧多余空间的比例也过大。红线标记的水平线向右倾斜,整体上表现了不稳和沉闷感,该图是典型的取景失败的实例。

照片28
< 照片 2 9> 塑造了稳定感。就如红线所分割的区域,画面的分配基本一致。照片把广阔的蓝天作为了主背景,而脚底的黄色草坪与人物的高度又接近,这使得整体上突出了色彩的搭配及画面等份分割的效果。

照片29

照片2
失败的取景

照片
2
较佳的取景
    户外人物摄影中最重要的是“怎么处理背景和人物的画面构成?”。单独强调人物形象时,可以使人物充满整个画面;结合背景效果时,要分析、判断每一个可作为背景的对象。


















本文转自starger51CTO博客,原文链接:http://blog.51cto.com/starger/98345,如需转载请自行联系原作者

相关文章
|
7月前
动漫人物和泉纱雾404源码
动漫人物和泉纱雾404源码
83 2
动漫人物和泉纱雾404源码
|
7月前
midjourney 角色一致性, 衣服和脸, 我全都要, 也可以只保持脸部, 这通常用于模特换衣服
保持人物一致性的前提下, 可以做到换衣服, 换脸, 换背景, 换姿势, 统统换一遍,蓦然回首, 那人依旧还是那个人
318 0
|
7月前
|
监控
宣传技能培训1——《新闻摄影技巧》光影魔法:理解不同光线、角度、构图的摄影效果,以及相机实战操作 + 新闻摄影实例讲解
宣传技能培训1——《新闻摄影技巧》光影魔法:理解不同光线、角度、构图的摄影效果,以及相机实战操作 + 新闻摄影实例讲解
518 0
|
机器学习/深度学习 编解码 算法
【阿里云OpenVI-视觉生产系列之图片上色】照片真实感上色算法DDColor ICCV2023论文深入解读
图像上色是老照片修复的一个关键步骤,本文介绍发表在 ICCV 2023 上的最新上色论文 DDColor
2818 10
【阿里云OpenVI-视觉生产系列之图片上色】照片真实感上色算法DDColor ICCV2023论文深入解读
PhotoShop实现文字人物海报效果
PhotoShop实现文字人物海报效果
111 0
PhotoShop实现文字人物海报效果
|
人工智能
StyleGAN 调整面部表情,让虚拟人脸更生动
赋予 AI 人脸表情,让其更生动自然
389 3
StyleGAN 调整面部表情,让虚拟人脸更生动
|
机器学习/深度学习
识别手绘数字图像
识别手绘数字图像
90 0
|
机器学习/深度学习 数据采集 数据可视化
|
机器学习/深度学习 算法 数据建模
使用GAN一键生成宫崎骏动漫风格照片
使用GAN一键生成宫崎骏动漫风格照片
1050 0