相机测光常被误解为简单的光线测量，实则是一场基于预设假设的推算。许多关于测光模式的极端说法并不准确，甚至会影响拍摄效果。通过深入理解测光的核心原理、AI测光的优劣以及应对曝光失误的实用技巧，可以真正掌控相机，拍出理想曝光的照片，摆脱对自动化模式的盲目依赖。
智能速览
测光并非简单测光，而是相机将场景默认为中性灰的推算游戏。
点测光并不万能，滥用反而容易导致曝光失准。
现代AI测光会“脑补”拍摄意图，可能破坏剪影等创意效果。
JPEG预览的过曝警告与RAW文件的宽容度存在差异。
曝光补偿是纠正测光失误最直接有效的工具。
手动模式下，可借助点测光寻找场景中的中性灰来精准曝光。
精华内容
想要摆脱测光误区的困扰，真正驾驭相机吗？关键在于理解其运作机制，并学会在关键时刻做出正确干预。
测光的本质
相机测光的核心原理并非客观记录光线，而是基于一个“标准世界”的假设：无论拍摄对象是黑是白，相机都会将其调整为自己认定的“中性灰”亮度。在光圈优先等自动模式下，拍摄纯黑物体时，相机会提高快门速度或增加ISO，试图将黑色提亮成灰色；反之，拍摄纯白物体时，则会降低曝光，将白色压暗成灰色。
这种将万物强行转为中性灰的逻辑，是所有自动曝光模式的基础。正因现实场景光线复杂，相机厂商才设计出多种测光模式，用不同算法来解读画面，试图更接近人眼所见。
常见误区解析
流传最广的误区是“专业摄影师都用点测光”。实际上，点测光只是测光范围极小，并非绝对精准。它同样遵循“将测光点转为中性灰”的原则。
如果对着高光区域点测光，相机会压暗该区域，使其变为灰色；对着阴影区点测光，则会提亮阴影。只有当测光点本身恰好是中性灰时，曝光才可能准确。若主体在暗背景中是亮色，或在亮背景中是暗色，使用点测光极易导致主体曝光严重失真。因此，对于尚未完全理解其原理的新手而言，点测光风险较高。
AI测光挑战
现代相机的评价测光或矩阵测光加入了AI和色彩识别，能识别人脸、颜色甚至场景，但这把双刃剑也可能干扰创作。例如，为优先保证人脸亮度，相机可能让背景过曝，或破坏精心设计的剪影效果。
此外，AI测光会分析红、绿、蓝三色通道，为避免某一颜色（如鲜艳的红色）过曝，相机可能整体降低曝光，导致画面偏暗。值得注意的是，相机屏幕的过曝警告基于低动态范围的JPEG预览，而RAW文件通常还有至少1档的曝光宽容度，这意味着拍摄RAW时，可以比屏幕提示的再增加曝光，以获得更纯净的暗部。
精准曝光技巧
当相机测光不符合预期时，曝光补偿是最直接的纠错工具。画面偏暗，增加曝光补偿；画面过亮，则减少补偿。重新构图时，善用曝光锁定功能（如佳能的*键、索尼的AEL键）可以固定曝光值。
对于手动模式，测光表依然是重要的参考。一个经典方法是：切换到点测光模式，在场景中寻找一个接近中性灰的区域（如灰色的地面、墙面），调整光圈、快门和ISO，直到测光表指针归零。这样就手动找到了该场景的“标准”曝光基准，后续拍摄便能获得精准的曝光。
掌握相机测光，是从自动拍摄迈向精准创作的关键一步。当理解了其背后的逻辑与局限，便能灵活运用曝光补偿、手动模式等工具，将相机真正变为创作的延伸。下一次面对复杂光线时，你是否已经准备好，用更精准的判断去捕捉光影？
