反射式测光（Reflective Metering）是当前主流相机（单反、微单、卡片机）的核心测光方式，其本质是通过测量被摄物体反射回镜头的光线强度，反向推算出适配的曝光参数（光圈、快门、ISO），实现“让画面亮度符合人眼感知”的目标。其原理需围绕“核心假设、工作流程、技术细节、局限性”四大维度展开，以下逐一拆解：

一、反射式测光的核心前提：18%中性灰假设

反射式测光的所有计算都基于一个关键预设——18%中性灰（18% Gray），这是理解其原理的基础：

• 18%中性灰的定义：指反射率为18%的灰色物体（既不极亮也不极暗），其反射的光线强度恰好能平衡画面亮部与暗部细节，符合人眼对“正常亮度”的感知。
• 相机的核心逻辑：无论被摄场景是白雪（高反射率，约90%）、黑布（低反射率，约3%）还是灰色墙壁（中反射率，约18%），相机默认“将场景的平均反射光强度还原为18%中性灰的亮度”，再基于此计算曝光参数。
• 典型场景偏差示例：
  • 拍摄白雪：相机按18%灰计算，会误判“光线过强”，自动缩小光圈/加快快门，导致白雪拍出来发灰（欠曝）；
  • 拍摄黑布：相机按18%灰计算，会误判“光线不足”，自动开大光圈/放慢快门，导致黑布拍出来发灰（过曝）；
  • 解决方案：通过“曝光补偿”手动修正（白加黑减），拍白雪+0.7~1.3EV，拍黑布-0.7~1.3EV，抵消18%灰假设与实际场景的偏差。

二、反射式测光的工作流程：4步完成曝光计算

反射式测光的过程由“光线采集→信号转换→曝光计算→参数输出”四步组成，依赖相机的测光传感器（独立模块或成像传感器兼职）与处理器协同工作：

1. Step 1：光线采集——捕获被摄体反射光

   当半按快门时，相机镜头汇聚被摄场景的光线（即被摄物体反射的光线），一部分光线会被引导至测光传感器（非成像传感器）：

   • 传统设计：通过“分光镜”物理分流，将5%-10%的光线导向独立测光模块（如CCD测光传感器）；
   • 现代设计：利用成像传感器的部分像素兼职测光（如佳能“全像素双核CMOS AF测光”、索尼“实时眼部AF联动测光”），无需额外分光，测光范围更广。

2. Step 2：信号转换——光信号→数字信号

   测光传感器接收光线后，通过“光电效应”将“光强”转化为微弱的“电信号”，再经“模数转换器（ADC）”将电信号转化为数字信号，最终生成一个代表“当前光线强度”的量化值（单位：勒克斯lux，或相机内部自定义数值）。

3. Step 3：曝光计算——结合18%灰与曝光三要素

   相机处理器根据以下3类信息，计算出“能将场景还原为18%中性灰”的曝光参数：

   • ① 测光得到的“光线强度数字值”；
   • ② 用户设定的ISO感光度（手动ISO时固定，Auto ISO时由相机自动匹配范围）；
   • ③ 曝光三要素的数学关系：曝光值（EV）= log₂(光圈值² / 快门速度) + ISO补偿值（简化公式，核心是“EV值固定时，光圈与快门成反比”）。

   示例：若测光得出“需EV=5的曝光”，且ISO=100，处理器会自动匹配多组等效参数：

   f/4 + 1/125s、f/5.6 + 1/60s、f/2.8 + 1/250s（Av档选光圈算快门，Tv档选快门算光圈，M档需手动匹配）。

4. Step 4：参数输出——实时提示或自动执行

   计算完成后，相机会根据当前曝光模式输出结果：

   • 自动模式（P/Av/Tv）：直接应用计算出的光圈/快门参数，半按快门时在取景器/屏幕显示参数（如“f/4 1/125s”）；
   • 手动模式（M）：不自动调整参数，仅通过“曝光标尺”提示偏差（如标尺指向“-1”表示当前参数欠曝1档，指向“+0.7”表示过曝0.7档），由用户手动微调。

三、技术细节：分区测光与加权计算（提升精度的关键）

早期反射式测光仅“对整个画面测平均亮度”（平均测光），精度低；现代相机通过分区测光（Matrix Metering/评价测光）提升准确性，核心是“将画面分割为多个区域，分别测光后加权计算”：

1. 测光范围与分区数量

• 测光范围：覆盖画面80%-100%区域（早期平均测光仅覆盖50%-70%），能捕捉更多场景亮度细节；
• 分区数量：从早期的“16区”“32区”发展到现在的“2016区”“10万+区”（如尼康Z9的“200万区测光”），分区越细，对亮度分布的判断越精准。

2. 加权计算：模拟人眼关注点

分区测光并非“所有区域平等计算”，而是通过预设算法加权，优先考虑画面中“人眼更关注的区域”：

• 中心加权：默认画面中心区域（如30%-50%）的权重更高（约60%-80%），边缘区域权重低（如20%-40%），适合拍“主体在中心”的场景；
• 对焦联动：若开启“对焦与测光联动”（如单点对焦+点测光），相机将“对焦框覆盖的区域”设为最高权重，确保主体曝光准确（如拍人像时，对焦框在人脸，就优先测人脸亮度）；
• 场景识别：高端相机结合“AI场景识别”（如识别天空、人脸、地面），对不同区域动态调整权重（如拍风光时，降低天空区域权重，避免天空过曝）。

四、反射式测光的局限性：哪些场景会“不准”？

反射式测光因“间接测反射光”的特性，在以下场景中易出现偏差，需手动干预：

• 1. 高反差场景（逆光、夕阳、明暗交界）

  画面同时存在极亮（如天空）和极暗（如地面）区域，测光系统取“平均亮度”后，会导致“亮部过曝”或“暗部欠曝”。 解决方案：用“点测光”测画面中间亮度区域（如地面阴影处），或开启“HDR模式”合成多曝光画面。

• 2. 纯色/极端反射率场景（纯白、纯黑、金属反光）

  场景反射率远高于或低于18%（如白雪90%、黑丝绒3%、金属100%），相机按18%灰计算会导致“灰雾感”（纯白不白、纯黑不黑）。 解决方案：手动“白加黑减”（拍纯白+0.7~1.3EV，拍纯黑-0.7~1.3EV）。

• 3. 弱光/单色光场景（烛光、钠灯、夜景）

  光线强度过低（如烛光环境＜10lux）或色温极端（如钠灯偏黄），会导致测光传感器灵敏度下降、色彩干扰，出现“测光漂移”（如明明光线暗，却算出“曝光正常”）。 解决方案：固定ISO（如ISO 800），用“点测光”测光源附近的中间调（如烛光旁的桌面），或切换手动模式（M档）按经验设定参数。

五、总结：反射式测光的核心逻辑与实操建议

核心逻辑：相机通过镜头采集被摄体反射光，以“18%中性灰”为标准，结合ISO计算出适配的光圈/快门参数；再通过分区测光与加权计算，模拟人眼关注点提升精度——本质是“用间接测量（反射光）逼近场景真实亮度，但需在极端场景下手动修正偏差”。

实操建议：

• 日常场景（人像、街拍、阴天）：用“评价测光（分区测光）”，兼顾整体与主体；
• 主体突出场景（特写、逆光人像）：用“点测光+对焦联动”，优先测主体亮度；
• 极端反射率场景（白雪、纯黑）：必用“曝光补偿”，修正18%灰假设的偏差；
• 弱光/夜景：固定ISO+点测光，或切换M档手动控制，避免测光漂移。

理解反射式测光的原理后，就能从“被动依赖相机”转变为“主动引导相机”，根据场景选择合适的测光方式与参数，让曝光更精准地匹配创作需求。