数字图像处理怎么讲yiq空间变成rgb空间_浅谈色彩空间

文章建立于 20200405
文章修改于 20200913
文章完成于 未完成&＃xff1b;如有修改会在.每次周末、闲时更新........
声明&＃xff1a;此文章为本人学习笔记。首发知乎。自己温习&＃xff0c;也同他人分享沟通。如果文章中有侵权&＃xff0c;错误&＃xff0c;或者有不同的理解&＃xff0c;本人希望在学习的路上得到更多的沟通&＃xff0c;反馈。鄙人在此致谢。大家多指教&＃xff01;

文章大纲

一、色彩空间概念

二、数字图形中常见的数据处理&＃xff08;色彩空间转换&＃xff0d;&＃xff0d;矫色&＃xff09;

正文

一、色彩空间概念&＃xff1a;

使用三维XYZ去表示RGB。&＃xff08;XYZ取值范围为约定范围&＃xff09;

&＃xff08;图4&＃xff09;&＃xff0c;特殊说明&＃xff0c;当RGB值都是同一数值是&＃xff0c;我们定义为灰色&＃xff0c;图中我约定为值域介于&＃xff08;0,0,0&＃xff09;- (1,1,1)&＃xff0c;最黑到最白&＃xff0c;图7、图9黑线同理。

HSL色彩空间&＃xff1a;

HSL的由来&＃xff0c;从图7到图8&＃xff0c;把摄相机放置&＃xff08;1&＃xff0c;1&＃xff0c;1&＃xff09;点看向&＃xff08;0&＃xff0c;0&＃xff0c;0&＃xff09;点&＃xff08;图4&＃xff09;&＃xff0c;就能得到一个圆柱图9。在图9中圆柱中心的直线为灰度L&＃xff0c;圆平面上越往外颜色越饱和S。色相的变化就绕圆柱圆周边H。

优点&＃xff1a;把色彩的概念分离成色相&＃xff0c;饱和度&＃xff0c;亮度&＃xff0c;调色混色更方便&＃xff0c;更加专注。&＃xff08;图10、图11&＃xff09;

CIE色度图

表示人类可以感知的所有颜色&＃xff08;图12&＃xff09;。

人眼是传感器&＃xff0c;会把看到的颜色光当作一系列信号传送给大脑&＃xff08;图14&＃xff0c;15&＃xff09;。特点&＃xff1a;1、相对于亮部来说&＃xff0c;对暗部更敏感&＃xff08;所以正常情况下尽量把画面需要体现细节的点放在暗部&＃xff09;&＃xff0c;2、相于其他两色来说&＃xff0c;对绿色敏感&＃xff0c;其次红色&＃xff0c;最后是蓝色&＃xff0c;敏感度&＃xff1a;绿色》红色》蓝色。

科学界标准更新&＃xff1a;1920左右&＃xff08;制定光谱标准&＃xff08;色板&＃xff09;&＃xff09;

图13&＃xff08;图13不准确&＃xff0c;只为更为方便的概念理解3D空间样式图&＃xff09;

CIE色板代表的是科学界的&＃xff0c;但在实验室图形中都没有实现&＃xff0c;现实中存在各种原因&＃xff0c;在现代所有设备中都不能还原出科学上的&＃xff08;色板色域&＃xff09;&＃xff0c;更纯的颜色&＃xff08;硬件表现不出纯度更高更接近科学色板&＃xff09;&＃xff0c;我们常听说高色域显示器&＃xff0c;就是比其他显示器的三角区域更大点&＃xff0c;更纯的颜色&＃xff0c;更接近科学界标准的色域&＃xff08;图24&＃xff09;。

因为人类对不同颜色频率波段的颜色感知敏感度不一样&＃xff0c;所以科学家在制作CIE时&＃xff0c;把最敏感的颜色画得最少&＃xff0c;不敏感的颜色画得最多&＃xff0c;以达到计算上的正确和人眼上看到的色彩自然和色活觉均匀性&＃xff0c;颜色的混合都是线性的&＃xff0c;只要在两个颜色间绘制作一条直线就能等同于现实的颜色混合&＃xff08;图20&＃xff09;右侧图。

在常用图形DCC中&＃xff0c;常看到的是HSL&＃xff08;HSV&＃xff09;上图左侧圆形色域表示法。而从CIE转到HSV中&＃xff0c;会发现混合颜色是不怎么正确的&＃xff0c;这也是一种弊端。

二、数字图形中常见的数据处理&＃xff08;a、先色彩空间转换&＃xff0c;b、转换完成后的矫色&＃xff09;

对数据转换后&＃xff0c;需要的任务便是矫色&＃xff0c;使之在不同设备间保持大体一样的颜色。

现代设备问题&＃xff1a;

图21中&＃xff0c;左一为高色域显示设备&＃xff0c;中间大屏为电影激光显示设备&＃xff0c;右为普通显示设备。

图22中&＃xff0c;几种常见的硬件在CIE中的色域大小。图23为同份资源在不同硬件空间下的表现。

在图24中&＃xff0c;注意不同色域的定义&＃xff0c;起点位置都指上最纯色&＃xff0c;只看最纯色的不同&＃xff0c;代表着色域的不同&＃xff0c;不同硬件的色域定义。

在上图左右能对比出因不同色域的区别&＃xff0c;而我们要做的&＃xff0c;就是矫正调色。把右图矫正调色到好的效果成品左图。

LDR

由于硬件设备的局限性和不统一性&＃xff0c;所以国际做了一个标准的统一性&＃xff0d;&＃xff0d;LDR。

数据处理&＃xff1a;类似方法&＃xff0c;RGBA为0&＃xff0d;255&＃xff0c;M 浮点系数为1/255。把0&＃xff0d;255整数范围映射到0&＃xff0d;1浮点范围。目的是方便图形计算&＃xff0c;方便硬件显示。&＃xff08;浮点可以为float half&＃xff09;

HDR

比LDR更宽的范围&＃xff0c;也属约定统称。像图22中三种不同的范围也都属于HDR。只是也在CIE中不同的范围。LDR没在CIE中画出来&＃xff0c;他的范围会小太多。

怎么开启HDR&＃xff0c;以unity为例&＃xff1a;

A、在项目设置中开启HDR

B、在摄相机上开启HDR

C、RT处理&＃xff08;RT会把LDR转成HDR的数据&＃xff0c;注0&＃xff09;

优点&＃xff1a;

在高强度区域不会丢失颜色

更好地支持泛光和发光效果

减少低频光照区域的条带

&＃xff08;见下文章的细节说明&＃xff0c;主要思路是&＃xff1a;保证高亮区域的信息正常&＃xff08;图26&＃xff09;&＃xff0c;并保持其他亮度区域无变化。&＃xff09;

缺点&＃xff1a;

使用浮点渲染纹理&＃xff08;渲染速度较慢&＃xff0c;需要更多 VRAM&＃xff09;

不支持硬件抗锯齿&＃xff08;但您可以使用抗锯齿后期处理效果来平滑边缘&＃xff0c;采样后的抗锯齿效果欠佳&＃xff09;

并非所有硬件都支持

线性空间与伽马空间

Gamma 跟人类眼睛看到类似&＃xff0c;而自然界现实中是类线性的&＃xff0c;从自然界说Gamma空间其实是错误的&＃xff0c;但从人眼看到Gamma是正确的。在图形计算里把&＃xff0c;把颜色放在线性空间计算得到的结果更为正确&＃xff0c;所以更高级而又复杂的图形计算都是把颜色放进线性空间内。

总结&＃xff1a;

思路导图

数据转换理论&＃xff1a;

生成HDR&＃xff1a;普便见的操控数据两种方法。A、把数值0&＃xff0d;1转存到0&＃xff0d;无限&＃xff0c;这个无限属于约定数值&＃xff08;约定的标准&＃xff09;&＃xff1b;B、提高浮点位数&＃xff0c;示例&＃xff1a;0&＃xff0d;0.1*e-10&＃xff0d;1转成更高的浮点数0&＃xff0d;0.1*e-300&＃xff0d;1&＃xff0c;这个e就是浮点位数。

从HDR生成再转成LDR&＃xff0c;分两步&＃xff1a;一、写到高范围高精度&＃xff1b;二、解压到0&＃xff0d;1低范围内。

这两步不同的地方就在于他们的M值系数不一样&＃xff0c;第一步M乘上第二步M值&＃xff1d;1&＃xff0c;一个数是另一个数的倒数。

真实世界的亮度对比度都是无穷小&＃xff08;黑&＃xff0d;0&＃xff0c;注1&＃xff09;到无穷大&＃xff08;亮&＃xff0d;无穷大&＃xff09;&＃xff0c;而解决这项任务&＃xff0c;因硬件问题&＃xff0c;我们需要做一个曲线矫正&＃xff0c;把所有HDR的颜色空间转换到LDR GAMMA空间0&＃xff0d;1范围内。这步操作计算通常被大家叫做Tone-Mapping&＃xff08;色调映射&＃xff09;&＃xff0c;其实就是数据的转换。图33。

真实世界是线性变化的&＃xff0c;为了模拟人视眼的非线性化感观&＃xff0c;做出了类人眼的显示器&＃xff0c;为了达到并贴近类人眼效果就要做各种相关的模拟计算&＃xff0c;这里面有很多部分是非线性计算的&＃xff0c;并且都是为了简洁化的运算&＃xff0c;所以又把计算内的大部分转成线性计算&＃xff0c;再在最后的显示中转成标准LDR。

图33&＃xff1a;亮度从0到无穷大小。图中曲线示意Tone-Mapping矫正。

特性1&＃xff1a;如果画面对比度不是太强&＃xff0c;HDR的效果并不明显&＃xff08;图34&＃xff09;&＃xff1b;当对比度非常高&＃xff0c;已高到亮部细节丢失的情况下&＃xff08;已超出1范围&＃xff09;&＃xff0c;采用HDR并使用Tone-Mapping&＃xff0c;将会重到一个高亮范围正常的&＃xff0c;更接近人眼所观查的现实类似图像&＃xff08;图35&＃xff09;。

图34&＃xff1a;右图经过HDR处理后的&＃xff0c;左边为源图未经过处理的。

对于Bloom和HDR的关联性&＃xff1a;在HDR 高精度内使用Bloom计算来模拟泛光&＃xff0c;计算完成后混合前源图&＃xff0c;得到结果的HDR图&＃xff0c;然后经过Tone-Mapping得到LDR图&＃xff1b;而Bloom放在HDR里面计算时有个好处是高亮处不会失去细节和颜色&＃xff0c;所以常常都会绑定使用。正常情况下Bloom和Tone-Mapping两个功能都会拆分出来&＃xff0c;让艺术家自己去选择打开和关闭调校好艺术性。并且后现代的Tone-Mapping ACES 做完&＃xff0c;不需要再次Pow(x,0.4545)到Gamma颜色空间了。

打印机色彩空间