不要系统性的学，而要目的性的学系统性后期处理。
系统性后期处理就是更加流程化的后期处理
流程化的好处就是1，做完一步马上就知道下一步该做什么；2，容易复制形成个人风格
人像摄影师就简单说下人像后期的系统性后期处理吧。
一：raw处理阶段
1、整体曝光调整
2,、色温色调矫正统一
3、高光暗部修正
4、调整画笔局部色温曝光处理
5、二次构图
二：人像初处理（基本功）
1、面部皮肤非细节瑕疵处理（痘印、瘢痕等）
2、五官的后期处理
3、液化
4、皮肤细节处理
三：调色
1、hsl分色调整饱和度/明度/色相
2、增加色罩（单色色罩/多色色罩/不规则色罩/颜色查找）
3、色阶调整
4、肤色还原
四：锐化输出
1、调整图片大小
2、锐化
3、保存不同色彩空间的图片
其实人像前期的东西不是很多，主要就是用光：
和妆面服装背景搭配：
用光也好，妆面服装背景搭配也好，还是配色调色也好。都是为了你照片风格所服务的。听我一句话：没有最好的光线、妆面、背景、色调。只有最适合的光线、妆面、背景、色调。你要知道什么色调最适合你的片子。这是最最最重要的。
持续更新中
第一章色彩模型
很多初学者学摄影一上来就开始学技巧，别人ps的流程。但是有个最重要的东西完全不了解。
啥是rgb？啥是lab？啥是cmyk?啥是通道？曲线是干啥的？直方图是用来看啥的？色阶和曲线有啥区别？
能问出这些问题的大都是你们色彩模型没了解
1，首先需要理解的是这个世界中的颜色的本质不是我们看到的样子，红黄蓝绿青蓝紫，而是电磁波的波长。我们人为把某种波长的光赋予了一种颜色（大脑：“怪我咯？”）原理如下
70年代以来，由于实验技术的进步，关于视网膜中有三种对不同波长光线特别敏感的视锥细胞的假说，已经被许多出色的实验所证实，例如，有人用不超过单个视锥直径的细小单色光束，逐个检查并绘制在人体（最初实验是在金公和蝾螈等动物进行，以后是人）视锥细胞的光谱吸收曲线，发现所有绘制出来的曲线不外三种类型，分别代表了三类光谱吸收特性不同的视锥细胞，一类的吸收峰值在420nm外，一类在531nm外，一类在558nm外，差不多正好相当于蓝、绿、红三色光的波长，和上述视觉三原色学说的假设相符。用微电极记录单个视锥细胞感受器电位的方法，也得到了类似的结果，即不同单分光引起的超极化型感受器电位的大小，在不同视锥细胞是不一样的，峰值出现的情况符合于三原色学说。
所以说红蓝绿三元光这理论并不是因为这三个波长的光很特殊，而是我们人眼恰好只能看这三种波长并且赋予了颜色，打个比方如果喵星人是智慧生物那么他们色彩模型就不是rgb(红绿蓝)而是rb（红蓝）。
这就是rgb的来源，rgb不只是我们人眼的工作原理，还是显示器的工作原理（为了照顾你们这些鱼唇的人类，我们喵星人就用不到三个颜色的显示器），也是相机的工作原理。
显示器像素如图
相机sensor如图（左边是适马x3sensor 右面是经典的拜耳滤镜式cmos）
这个rgb模式是摄影里最基本的色彩模式，大部分相机感光元件的结构如右图。每个像素都有自己的颜色，然后cmos读取数据之后再经过插值计算，把每个像素周围的8个其他颜色的像素里面的数字做下平均然后计算到一个格子里。此时这个格子里就有了三个数据，分别是红色光/绿色光/蓝色光。一张图片里每一个格子里都有三个不同颜色的数据，此时把每个颜色单独提出来做一张图，就是通道。（比如所有红色提出来按照亮度做一张图就是红色通道，一次雷比）
ok，以上的如果都理解了往下看，图像在数字化之后，每个信息都要经过量化才能存储，也就是一个像素里面的红色光亮到底有多少？用一个数字来表示的过程叫做量化。可以被量化就必须有个范围，规定了什么数字是最亮什么数字是最暗，我们都知道无光的情况是最暗，也就是0，那么最亮是多少呢？
电脑的存储结构是什么样的？大家都知道是二进制。也就是100101010这种结构的数。二进制的一位有两个数（1和0）；二进制的两位有四个数（0、1、10、11）；二进制的三位数有八个数。这里就引进了一个概念就是bit，也就是位。打个比方1-bit的数据有多少个数字？就是上面说的二进制的一位，两个数。2-bit就是四个、3-bit就是八个，规律就是n-bit含的数据量是2的n次方个。
好回来我们的照片，照片是多少bit的呢？常规上都是8-bit。也就是256个数字（0-255）相机拍的raw是16-bit的图像，有65536个数字（0-65535）如此巨大的数据量并不能被显示器显示，这就造成了存储空间的浪费（显示器的通常都是8bit，也有10bit的专业显示设备）所以还是要转换到8-bit模式。
这里的0-256也有另一个名字，就是色阶。
2，cmyk
上面说的是光的叠加，我们都知道光线叠加的原理是越叠越亮对吧。
但是我们打印机打印出来的不是光线啊，是看得见摸得着的油墨，玩过油彩水彩的都知道，颜料的叠加是颜色越多越黑。
cmyk就是一个基于颜料叠加的色彩空间，多用于印刷行业。
摄影修图中暂时用不到这个模式，但是用得到这个模式的原理，这里先按下不表
3，lab
巨大的色彩空间，看上一张图，基本上我们可以看到的颜色都可以用lab来表示，具体原理不想说了有兴趣的可以自己去看百度百科或者wiki百科。
摄影修图中用这个模式主要是调整他的三个通道的，就是l亮度通道，a杨红-绿色 黄色-蓝色。这里先不提以后用到再说。
-----------------------------------------------------12、14更新-------------------------------------------------------------------
你们太屌了欠你们两次更新。。。
很多人都问直方图到底什么意思。当时没给大家讲清楚，这次我理理思路好好讲一讲。
首先我觉得先要从色彩模式讲起。
一张图可以理解为一个棋盘，比如说一张像素是10x10的图就是一个10x10的棋盘。每一个格子就是一个像素点，默认这张图是用的rgb色彩模式的话，每个格子都有三层，每一层都是一个通道，我们称之为r通道 g通道 b通道。每一层的格子里都有一个0-255之间的数字。
（顺便说一句为什么是255，因为我们常说的8位的图像就是指的单一通道里的每个像素存储数字的位数，因为电脑是二进制存储所以2的8次方有256个数字也就是0-255这256个数字）
这个数字是什么意义呢，比方说r通道（也就是red红色通道）里一个像素的数值指的是这个像素颜色中红色光的强度。而rgb三个通道里的三个数字代表的红色绿色蓝色三种颜色原光的光亮混合在一起就可以混合成为我们可以看到的颜色。
（为什么是红色绿色蓝色呢？-因为人类有三种视锥细胞分别可以接受红色绿色蓝色，我们看到的颜色都是基于这三种颜色的光混合而来的。换句话来说，这个世界上所有的颜色用rgb这种颜色模式来描述是彻底不够的，但是用rgb可以描述出几乎我们可以看到的所有颜色了）
好那么回归正题，直方图到底是个什么呢？百度下先：
直方图(histogram)又称柱状图、质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。
统计报告？？不明白？举个例子：
如图所示横坐标是数据类型，纵坐标就是分布情况（频数）
好放到我们照片里是什么意思呢，横坐标的数据类型就是0-255，左边是0，右边是255。一共这么256个柱子，柱子的高低就是这个数据的重复频数。
再举个例子：
这是绿色通道的直方图截图，我选中的那个柱状像素数了下，横坐标第12格，所代表的是绿色通道上数值为11（因为第一个是0）纵坐标读数9。所以就这一个柱子代表了什么含义呢。就是g通道数值为11的像素格子有9个。（ps，你可以这样理解但实际情况可能不是这样的因为纵坐标1格不一定代表1，也许也代表了10，这个取决于图像像素，但这都不影响你观察直方图因为直方图是用来观察曝光堆积情况的）
那么我们看的最平常的亮度直方图也是一个道理，只不过所依据的数值是通过亮度来统计的（亮度也就是l通道，不属于rgb色彩模式属于lab色彩模式，下次讲色彩模式）总的来说我们观察一张照片的曝光是通过亮度直方图或者通过rgb三个通道平均值算出来的rgb直方图来观察的。
怎么看呢。
例子：这是一张比较正确曝光的直方图
如果白色部分全部集中在画面的某一个地方则说明：图像反差低。
如果白色部分分散，在最左边和最右边比较高耸则说明：图像反差大。
如果白色部分全靠左方而且最左边像素的柱子高耸则说明：欠曝，黑场溢出。
如果白色部分全靠右方而且最右边像素的柱子高耸则说明：过曝，白场溢出。
这是五种基本情况。还有很多种情况不一一列举了，聪明的小伙伴们一定会自己分析的啦。
总结：其实，直方图并不能总正确的反应是否正确曝光，因为曝光是否正确和照片中的大部分像素的亮度关系不大，只和你要拍的主体亮度是否合适有直接的关系，比如逆光拍人像时当然会造成大部分高光溢出，但是高光溢出的同时主体模特身上的曝光是正确的，这就是一张正确的曝光，所以要理性看直方图和图片，才能知道曝光的情况，直方图还可以用来观察别人后期过的图片的后期方式，我们下次课再讲。