被韩式一字眉无视的壹读君 丨 彤 子
半永久眉拯救了世间无数“无眉星人”，也凭一己之力，引领流行趋势。
它们不仅爬上了古装剧女主们的脸，还爬上了古装男主们的脸……
半永久眉是从韩国传入的，是一种介于美容与普通化妆之间的皮肤纹绣技术，是手残党的福音，还可以省去每天描眉的时间，被称为——韩式半永久眉。
神奇的是，韩国本土的古装剧，却丝毫没有韩式半永久眉的影子。
现代影视剧中的半永久眉有的是化妆效果，有的是真实韩式半永久眉。
化妆效果模仿的半永久眉，属于千篇一律的一字眉，妆容非常现代，出现在古装剧中时，会使观众一秒出戏。
比起单纯的化妆效果，真的纹上韩式半永久眉更糟心。
因为韩式半永久眉真的配不上古装男神。
半永久眉拥有眉粉、眉笔都难以达到的，与皮肤完美统一的“高光”。
因为半永久眉是通过微型刀片刺入皮肤，使染料进入皮肤表皮层和真皮层的纹身方式，其表面质地与皮肤一致，因此在强光照射时会出现诡异的“高光”。
皮肤有光泽的朋友，弱光之下也有高光
gai就曾经因眉毛出现异常“高光”，被网友质疑做了半永久眉。为此，其造型师专门出面辟谣，表示“高光”其实是补在断眉处的5颗（水）钻。
其实以gai的肤质，即使纹了半永久，也不会有这样的“高光”
相比之下，经常出现在聚光灯下的明星，最容易出现半永久眉与皮肤“高光”浑然一体的情况，然而睫毛却丝毫不受高光影响。
毛发在强光下也会反光，但由于生长方向不同、相互间重叠遮蔽，拥有真实眉毛的人在强光下眉毛也会变淡，但不会出现诡异的“高光”。
演员中，眉毛清淡者很多，但多数不会选择做半永久眉。比起难以控制的“高光”时刻，半永久眉的呆板造型还会影响角色塑造。
不同的眉型、眉毛浓淡可以体现出不同的人物气质，因此眉毛对演员至关重要，尤其是对男演员。
颜值是门玄学，在不同时期、不同人眼中有不同的答案。但排得上名次的古装男神有个亘古不变的共同点——浓眉。
好在对于天生眉色乌黑的亚洲人种来说，浓眉的门槛儿并不高。
国内有研究团队把亚洲人种的眉毛分为浓型眉、中等眉、淡型眉3组，在20岁年龄组中男生拥有浓型眉的占比高达86%，但这个比例会随着时间流逝越来越低，这说明浓眉首先是年轻的象征。
那眉毛为啥会越来越淡？中医理论中血虚、肾虚、体虚都会导致毛发脱落，所以眉淡者虚；现代医学认为营养不良会导致脱“眉”，总体而言身体不好是眉毛稀疏的原因之一，自然也难当古装男神的重任。
另外，一些疾病也会导致原本浓密的眉毛，在短时间内大量脱落。所以浓眉是身体健康的标志。在武侠电影中，淡化男主角的眉毛，就能轻松剥夺男主们的“主角光环”。
淡化郑少秋、李连杰的眉毛，对两位巨星的颜值打击
由于浓眉能展示年轻、健康的英雄形象，古装男神眉毛多是不淡的，而半永久眉恰恰难以打造出古装浓眉。因为半永久眉是二维平面的特性，将“浓重”发挥到极致的效果是蜡笔小新眉。
还有《火影》里的小李
小新的眉头配小李的眉尾
没关系，以后会慢慢变淡的
而古装美男的浓眉是三维立体的，侧面看还有“垫高”眉骨，增强面孔立体感的功效。
演员演戏，眉毛一定加工过，但侧增量可以体现实力
对比一位去纹眉后投诉店家的男顾客，可以看出淡眉毛的人，侧面如同“寸草不生”。
而正面看，这种层层叠叠的浓眉再重，也不会显示出平涂的效果。因为每根眉毛的方向、粗细、弧度不同，会呈现不同的颜色，相比纯色平涂更自然，对这种眉毛进行“再加工”也很省力。
而半永久眉的正面效果，受自身眉毛数量影响，呈眉毛越淡越考验纹眉师艺术美感和技术功底的趋势。
前面投诉纹眉师的先生正面效果
（不过这位先生还没纹完就跑了）
但兼具艺术美感和技术功底的纹眉师不可求，求到也纹不出古装男神的浓眉。
依旧达不到浓眉标准
众所周知，优秀的演员要有可塑性，需为刻画角色做出容貌上的相应改变：或浓、或淡、或粗、或细、或有、或无，而纹半永久纹眉会给角色外形塑造拉胯。
无眉星人的百变眉型
中国古代，不仅发型随着历史潮流不断变换，眉型也随着流行趋势不断叠戴。
时间距离和我们较近的清代，一些人物肖像画还留存于世，可以给服化道提供参考。
《甄嬛传》《芈月传》的造型师陈敏正，会把清宫剧女演员的眉毛剃细。因为明清时期的大众审美，偏好纤细弯曲、楚楚娇羞的低眉，所以《甄嬛传》中的演员眉毛都被修剪得清淡纤细，以达到最佳妆容效果。
咱们对比一下半永久的妆容效果
对比图片可以看出几位娘娘拥有半永久眉后，“健康水平”直线上升，其中华妃、甄嬛也显得更厉害了。
那么把古装美男的天然浓眉换成半永久眉，会怎样？结果或许是略显疲软的脸上泛着一丝悲伤。
另外，眉毛的大小也对人物表情的呈现有直接影响。国内研究显示，大眉毛的人除了“悲伤”表情表达效果略差，各种情绪的表情表达都更到位。
所以，古偶剧的造型师们能不能听我们一句劝，还是少给男演员画韩式半永久眉吧。
[1]王芳, 张继宗. 中国汉族成年人眉眼部特征的年龄变化初探[J]. 中国法医学杂志, 2015, 30(004):371-375.
[2]张静. 基于面部图像分块处理和PCA算法的表情识别研究[D]. 西安电子科技大学, 2013.
关注微信
