来源：The Pointer’s Gamut
来源：cg-cinematography

Optical Illusions(光学错觉)

来源：cg-cinematography

Chromaticity Diagrams 色度图

每种颜色都可以分为色度和亮度分量。

色度分量描述了构成颜色的不同波长的比例。色度Chromaticity 也同样定义了色彩空间或色域。有两种常见的方法：CIE 1931 xy 色度图和 CIE 1976 u’v’ 色度图。

CIE 1931 xy 色度图

CIE颜色匹配函数是通过研究人眼来确定的，人类的视觉系统是trichromatic(三色)，该函数是用来将spectral energy转换到color的函数，其输出为CIE XYZ tristumulus values，用X，Y和Z表示。将所有光谱转换为x,y,Y空间，其中Y表示亮度，并绘制x,y时，就得到色度图。

1931年色度图

光谱轨迹
围绕舌形区域的曲线称为光谱轨迹 spectral locus。这条线代表所有单色（一种波长的颜色，或完全饱和的颜色）。您会注意到，在上图中，它的范围是 380 到 700 nm，但是，每个波长都在光谱轨迹上。只是我们视网膜中的视锥细胞对波长短于 360 nm 或长于 780 nm 的电磁辐射不敏感，并且灵敏度在 380 nm 以下或 700 nm 以上已经可以忽略不计。因此，它们在光谱轨迹上无限接近，因此每个小于 360 nm 的波长将具有与 360 nm 相同的色度坐标，并且每个波长大于 780 nm 将具有与 780 nm 相同的色度坐标。因此不会增加舌形区域的大小。
紫色线
紫色线是连接光谱轨迹两端的直线。虽然紫色线上的每种颜色都是紫罗兰色 (360 nm) 和红色 (780 nm) 的组合，但所有这些颜色都是完全饱和的。这也是您永远不会在显示器上看到洋红色原色的原因。这将是完全多余的，因为它不会添加已经可以通过混合紫色和红色再现的紫色阴影。它也非常困难，如果不是完全不可能的话，因为它需要一个带非常窄频带的双带通滤波器。
普朗克轨迹
舌形区域内的曲线称为普朗克轨迹Planckian locus。构成普朗克轨迹的点是一定温度的黑体辐射器发出的光的色度坐标，单位为开尔文。穿过普朗克轨迹的线是等温线isotherms：a near black body radiator on an isotherm would have a correlated color temperature equal to the black body radiator at the intersection of the isotherm and the Planckian locus。

1976年色度图

该色度图来源于David L. MacAdam (1942) 的研究：CIE 1931 xy 色度图没有提供感知均匀性。这意味着颜色的可测量色度与观察误差范围之间的关系在 CIE 1931 xy 色度图中不一致。

但是这种方式合理性被质疑：Wyszecki 和 Fielder (1971) 测量了他们自己的颜色辨别椭圆，但最终得到的椭圆与 MacAdam 的椭圆具有不同的方向、形状和大小。Goldstein (2012) 使用了不同的方法。他计算了 CIE ΔE 2000 = 1 和 CIE ΔE 2000 = 3 的与 MacAdam 相同的测试颜色的颜色区分椭圆的大小和方向。

The correct value isn’t necessarily the result of any method, but might as well be somewhere in between.

指针的色域 Pointer’s gamut

根据 Michael R. Pointer (1980) 的研究，Pointer 的色域是人眼可以看到的真实表面颜色的色域（近似值）。这意味着可以被任何材料的物体表面反射的每种颜色都在指针的色域内。因此，您也可以说 Pointer 的色域是可以使用减色混合重现的一组颜色，它是使用加色混合（或简称为所有颜色）可重现的一组颜色的子集。前面讨论的两个色度图是使用加色混合对颜色集的可视化。

加色混合Additive color mixing

加色混合：通过混合不同波长的光并改变亮度来创建新颜色。这也意味着，如果一对色度之间的线与另一对色度之间的线交叉，那么这两对可以产生一种颜色，这对两对色度都将被感知为相同，但将具有不同的光谱分布。这种效果称为同色异谱，是彩色显示的基础。

减色混合 Subtractive color mixing

通过减色混合，“光源”不会发出光，而只会反射光。我们所感知的任何物体的颜色都是来自照亮物体的光源（通常是太阳，但也有人造光源）反射的波长的组合。光源的所有其他波长都被物体吸收。

选择 485 和 585 nm 进行加法混合，理论上您可以仅使用这两个波长创建一个非常准确的日光模拟器。通过混合波长为 485 和 585 nm 的光，您可以非常接近 D65：x = 0.31271 y = 0.33076，其 CCT 为 6492 K（McCamy 方法）。
迄今为止，几乎所有显示面板的默认白点都是 CIE 标准光源 D65。这是北欧/西欧正午阳光的日光模拟器。D65 是一种接近黑体的散热器（略带绿色），相关色温为 6503.6 k。在 CIE 1931 xy 色度图中，它的坐标为 x = 0.31271 和 y = 0.32902。

但是，如果您只用 485 和 585 nm 的光源照亮一个物体，那么颜色看起来就是这两种波长的组合。如果物体是非常饱和的深绿色调，它会看起来（接近）黑色，因为 485 和 585 nm 不会被其表面反射（假设是无光泽的表面且没有荧光）。

除了光源的颜色质量外，减色混合对表面光滑度也非常敏感。指针的色域是为漫反射（无光泽表面）定义的。与漫反射相反，有镜面反射或镜面反射。通过镜面反射，对象可以反射指针色域之外的颜色。

例如，哑光黑色汽车吸收（几乎）所有落在它上面的光，因为它只是一个漫反射器（虽然不是很好，因为它是黑色的）。然而，一辆有光泽的黑色汽车只会吸收一部分落在它身上的光，因为它不仅是一个漫反射器，而且还是一个镜面反射器。当站在它旁边时，您将能够在其中看到自己的图像，尽管高度失真：由于汽车的大尺寸形状和作为小尺寸镜面反射器的光泽涂料的不完美性。

漫反射和镜面反射的一个更好的例子是红色光泽汽车。由于漫反射，它看起来是红色的，当您驾驶它穿过绿色森林时，它也会通过镜面反射反射树木的绿色。因为两者同时发生，与我们直接或在镜子中（接近完美的镜面反射器）观察相比，树木上的绿色看起来远没有那么深的绿色色调，而且在汽车反射中的饱和度也远低于我们。同时，汽车的红色在色调和饱和度方面也似乎发生了变化，因为漫反射的红色与镜面反射的绿色混合在一起。

就像红色汽车一样，大多数金属和合金也是漫反射和镜面反射。和汽车一样，漫反射和镜面反射的比例取决于波长。例如，银是一种漫反射器，对于所有可见波长都非常稳定。因此，银色是照亮它的光源的较暗版本；色度将几乎相同。然而，黄金只是从大约 500 nm 开始的漫反射器，对于较短的波长，它只进行镜面反射。这就是为什么黄金具有我们所知道的颜色。对于铜，同样适用，但使用更长的波长作为阈值：大约 570 nm。

与既是漫反射器又是镜面反射器的对象非常相似，导致加色和减色混合的组合，光也可以通过穿过物质来改变色度。一个很好的例子是阳光穿过大气层。从阳光到达大气边缘的那一刻到到达地球表面的那一刻，在晴朗的日子里，它已经失去了四分之三的紫外线光谱和大约 10-20% 的可见光谱的能量。到那时，它是直射光、散射光和反射光的组合。散射也是天空是蓝色的原因，这种现象称为瑞利散射，其中光被远小于光波长的粒子散射。

两种颜色中间中的指针色域

颜色空间

每个通道具有 8 位颜色深度的像素，具有 RGB 值 [255; 0; 0] 显然是红色的。但是如果没有分配颜色空间，就无法判断红色的色度应该是多少。如果捕获设备的色域与显示设备的色域相同，并且两者直接连接，那将不成问题。但是，情况并非如此。

理论要点

原色(primaries)

红色，绿色，蓝色所对应的色度，在色度图上体现为三角形胡三个顶点。

白点(whitepoint)

RGB色彩空间所定义的白色。白点会有几个，他通常用来平衡原色。对于环境来说也有一个白点，可能与颜色空间相同，可能不同。所以，会有白点校正(calibration white point)和创意白点（creative white point）。对于RGB颜色空间来说，

标准光D50，暖色白光
中午日光D65，冷白色
凉爽日光D75

传递函数 OETF and EOTF

描述线性光分量tristumulus values 到RGB视频信号之间的转换函数。人类视觉系统对深色调的差异感官比浅色调更敏感。
OETF：光电传递函数，相机内的线性场景光转换为视频信号
EOTF：电光传递函数，将视频信号转换为显示器的线性光输出

规则

渲染空间：光照计算空间
显示空间：匹配显示器的空间

两者不必相同，在CG中，渲染空间必须始终具有线性传递函数
显示空间：了解每一步所处理哪些原色；在于最终需求不匹配的显示空间工作毫无意义。

标准颜色空间

Rec. 709

Adobe RGB (1998)

它使用与 sRGB 颜色空间相同的红色和蓝色原色，但绿色原色更饱和，并且绿色色调也更深（sRGB 使用偏黄的绿色色调）。绿色原色与 NTSC 1953 色彩空间的原色相同。

Adobe 广色域 RGB

不过，使用 Adobe Wide Gamut RGB 色彩空间有几个缺点。

以目前的技术，要创建可以再现这种色域的显示器，即使不是完全不可能，也是极其困难的。即使可以用这些原色来制作显示器，红色的也必须非常亮，因为我们的眼睛对波长为 700 nm 的光几乎不敏感。
使用 CIE 标准光源 D50 作为白点，导致可用颜色深度的损失。具有 8 位色深的白色将不再是 [255; 255; 255]，但更多的是 [255; 250；240]（未实际计算）。这给我们带来了下一个问题：这种大小的颜色空间需要高颜色深度以避免色差效应（色带）。迄今为止，设置每通道 10 位色深的端到端工作流程已被证明是一个相当大的挑战，甚至可能无法解决。对于颜色空间，每个通道可能需要这种大小的 12 位甚至 16 位颜色深度。应用程序等的支持也是一个方面。

DCI-P3

ProPhoto RGB

ProPhoto RGB 是一种相当不寻常的色彩空间，因为它使用假想的绿色和蓝色原色。因此，部分色彩空间也是虚构的。红色原色与 Adobe Wide Gamut RGB 色彩空间中的相同：单色 700 nm。

ProPhoto RGB 色彩空间最显着的用途是 Adobe Lightroom 和 Adobe Camera RAW 软件，但不是纯粹的形式。Lightroom RGB 空间使用 1.0 的伽马，而 ProPhoto RGB 使用 1.8 的伽马。这样做的原因是 Lightroom 主要是一个 RAW 图像编辑器，而 RAW 图像不是伽马编码，而是使用 1.0 的线性伽马。不过，Lightroom RGB 空间确实使用与 ProPhoto RGB 相同的原色。

线性工作流程

PBR 前言颜色理论：色度、色域与色彩空间相关推荐

PBR 前言：数学、物理基础和渲染概述
PBR 前言:数学基础与渲染概述前言计算机图形学概述数学基础:立体角 Solid Angle 物理基础:辐射学和光度学辐射通量(光通量) Φ \Phi Φ 辐射强度 I I I 辐射照度(光照 ...
颜色的前世今生9·HSV色彩空间之父——匠白光
当你打开PS,准备开始一天的工作,空白的工作区域像盘古开天辟地之前的世界,一片宁静,等待你大笔一挥,给这个新世界赋予生命. 这个时候,你盯着拾色器想要选一个想要的颜色,可是这些H啊L啊C啊M啊都是什么 ...
OpenGL学习笔记一之PBR篇一理论
转载自 https://learnopengl-cn.github.io/07%20PBR/01%20Theory/ 本节暂未进行完全的重写,错误可能会很多.如果可能的话,请对照原文进行阅读.如果有报 ...
颜色选择器开发-色域及转换算法
一.颜色编码方式(颜色空间/色域 color space): 1.RGB RGB三原色是基于人肉眼对光线的生理作用;用红色(Red),绿色(Green) 蓝色(Blue)三种颜色的组合来表示;各色的 ...
树莓派视觉小车 -- 小球追踪（颜色追踪）（OpenCV色彩空间HSV）
目录效果展示基础理论(HSV) 为什么用HSV空间而不是RGB空间? HSV 1.Hue(色相) 2.Value(明度) 3.Saturation(饱和度) 一.初始化滑动条初始化 1.创建回调 ...
html 颜色混搭_混搭油漆调色板，教用户基本的颜色理论
html 颜色混搭 A digitized, lap-top paint palette that teaches users fundamental color mixing theory thro ...
关于颜色HSL(色度、饱和度、亮度)
下面的每一个表代表一种色调.每个色调以30度间隔从色环取得. 表中的X轴代表饱和度(100%, 75%, 50%, 25%, 0%). Y轴代表亮度.50% 属于 '正常'. 0度红 ...
高富帅的颜色插值方法：在视觉感知线性变化的色彩空间中进行颜色插值
大多数情况下,我们会给材质提供一个Color值,来整体控制对象的颜色.一般都是使用 Color * ( TextureColor + LightColor) 来做. 颜色值动画是常规的动画特效之一,最 ...
PBR来龙去脉篇一：光和人眼感知颜色
早期光照模型: 兰伯特,BlinnPhong光照模型. 缺点:油腻,塑料感很强. PBR第一步: 基于物理的渲染方法的第一步都是以精确的方式来量化光线. 辐射度学(radiometry) 光度学(p ...
使用OpenCV中的色彩空间进行颜色分割
在本教程中,我们将学习Computer Vision中使用的流行色彩空间,并将其用于基于颜色的分割. 1975年,匈牙利专利HU170062引入了一种难题,在43,252,003,274,489,85 ...

PBR 前言颜色理论：色度、色域与色彩空间

Optical Illusions(光学错觉)

Chromaticity Diagrams 色度图