色温(Kelvin)到RGB的转换：算法和样例

据我所知，还不太可能找到从色温到RGB转换的一个可靠的公式。虽然，有很多算法实现了类似的功能，但是，大多是都是从色温转换到XYZ颜色空间。这之后你再可以根据需要从XYZ空间在转换到RGB颜色空间。这种算法的一种实现方式你可以在这找到。

很不幸的是，这种方式并不是真正意义上的数学公式，只是一种美化的查找表实现方式。在某些情况下，这是一种可靠地实现方式。但是，当涉及到XYZ->RGB转换的时候，对简单的实时色温调整而言，这种方式太慢了。

因此，我实现了一套色温到RGB转换的算法。这个算法转换相当不错。以下是我的一些思路。

使用这种算法的一些限制:

我的算法是一种高精度的估算。但是，对科学研究而言精度还是不够。这种算法主要是用在照片的一些处理，所以，不要尝试在天文学和医学图像处理领域使用这种算法。
由于算法相对简单，这种算法在处理合适大小的图像时，实时性已经足够快速。但是，为了获取更好的实时性能，你必须对你所使用的编程语言实现这种算法再做些优化。
这个算法只适用于1000K到40000K的色温转换。对摄影学来说，这么大的光谱范围已经足够了。当色温超过这个范围使用时，精度将会降低。

算法实现：样例输出

下图是算法输出1000K到40000K的图像。

下图是摄影学感兴趣的色温范围：从1500K到15000K

算法实现思路

我的第一步工作是从Charity’s original blackbody values 逆向工程方式实现一个可靠的公式。

Charity’s original blackbody values 的数据用图表的形式表示为：

从图表可以看出，有一些上限值和下限值，使得我们的算法很容易实现。特别的：

红色分量在6600K以下的时候总保持255
蓝色分量在2000K的时候总保持0
蓝色问了在6500K以上总保持255

为了更好地拟合这些数据，绿色分量被划分为两部分进行拟合。一部分是低于6600K；另一部分是高于6600K。

之后，我把数据分成独立的颜色分量进行拟合。（不包括那些总是为0和255的数据）。理想状态下，有一条曲线将经过每一个数据点。但现实情况，往往没这么理想。因为对于上图中X轴和Y轴的数据而言，它们的数值相差太大。X轴的数值都大于1000，对于Y轴而言，其数值范围在0到255之间。我们必须对X轴的数据做相应的转换才能更好的进行曲线拟合。为了达到最优拟合的目的，我对X轴的数据做了除100处理，并进行了相应的偏移。以下是每个分量的数据分布和最优的拟合曲线：

如上图所述，其曲线拟合的很好。

算法实现

以下是算法实现的伪代码：

输入：1000K到40000K的色温；色温和颜色分量的变量必须是双精度Set Temperature = Temperature \ 100Calculate Red:If Temperature <= 66 ThenRed = 255ElseRed = Temperature - 60Red = 329.698727446 * (Red ^ -0.1332047592)If Red < 0 Then Red = 0If Red > 255 Then Red = 255End IfCalculate Green:If Temperature <= 66 ThenGreen = TemperatureGreen = 99.4708025861 * Ln(Green) - 161.1195681661If Green < 0 Then Green = 0If Green > 255 Then Green = 255ElseGreen = Temperature - 60Green = 288.1221695283 * (Green ^ -0.0755148492)If Green < 0 Then Green = 0If Green > 255 Then Green = 255End IfCalculate Blue:If Temperature >= 66 ThenBlue = 255ElseIf Temperature <= 19 ThenBlue = 0ElseBlue = Temperature - 10Blue = 138.5177312231 * Ln(Blue) - 305.0447927307If Blue < 0 Then Blue = 0If Blue > 255 Then Blue = 255End IfEnd If

上述伪代码中，Ln()表示的是自然对数。

以下是VB的代码实现。以下代码未做优化，但是代码简短可读性好。

Static tmpCalc As Double'Temperature must fall between 1000 and 40000 degreesIf tmpKelvin < 1000 Then tmpKelvin = 1000If tmpKelvin > 40000 Then tmpKelvin = 40000'All calculations require tmpKelvin \ 100, so only do the conversion oncetmpKelvin = tmpKelvin \ 100'Calculate each color in turn'First: redIf tmpKelvin <= 66 Thenr = 255Else'Note: the R-squared value for this approximation is .988tmpCalc = tmpKelvin - 60tmpCalc = 329.698727446 * (tmpCalc ^ -0.1332047592)r = tmpCalcIf r < 0 Then r = 0If r > 255 Then r = 255End If'Second: greenIf tmpKelvin <= 66 Then'Note: the R-squared value for this approximation is .996tmpCalc = tmpKelvintmpCalc = 99.4708025861 * Log(tmpCalc) - 161.1195681661g = tmpCalcIf g < 0 Then g = 0If g > 255 Then g = 255Else'Note: the R-squared value for this approximation is .987tmpCalc = tmpKelvin - 60tmpCalc = 288.1221695283 * (tmpCalc ^ -0.0755148492)g = tmpCalcIf g < 0 Then g = 0If g > 255 Then g = 255End If'Third: blueIf tmpKelvin >= 66 Thenb = 255ElseIf tmpKelvin <= 19 Thenb = 0Else'Note: the R-squared value for this approximation is .998tmpCalc = tmpKelvin - 10tmpCalc = 138.5177312231 * Log(tmpCalc) - 305.0447927307b = tmpCalcIf b < 0 Then b = 0If b > 255 Then b = 255End IfEnd Sub

算法效果：

下图是色温调整算法实现的效果图。左侧是原始图像，有测试经过上述色温调整算法后的图像。

实际在工具中实现的效果如下图所示：

有选择的翻译至：http://www.tannerhelland.com/4435/convert-temperature-rgb-algorithm-code/