颜色与视觉:色彩空间与人眼感知
图形学里最容易被忽视的领域,大概就是颜色。绝大多数教程直接写 vec3 color = ...,好像 R、G、B 三个数就是颜色本身。但颜色是人眼的心理物理反应,不是物理量——同一个光谱在不同人眼里、不同环境里、不同显示器上都可能是不同的"颜色"。搞不清 RGB 和光强的关系,渲染出来的图像就会有一堆诡异问题:HDR 场景过曝、法线贴图颜色算错、SSAO 输出过暗、动态范围压缩不自然。
这一篇不进颜色科学的深水区,只讲图形学工程里必须知道的部分:光是什么、人眼怎么看、色彩空间为什么这么多、伽马校正到底在做什么、色调映射为什么必须做。
1. 光的物理:一切从光谱开始
可见光是波长 380nm(紫)到 780nm(红)的电磁波。光的物理描述是光谱——一个从波长到能量密度的函数 。
阳光的光谱大致像黑体辐射曲线(色温 5800K),白炽灯偏红(约 2700K),日光灯有几条离散的荧光峰,LED 蓝色主峰加荧光粉的黄色宽峰。不同光谱可以在人眼里产生相同的颜色感觉——这叫"同色异谱"(metamerism),是颜色科学的基础事实。
问题的核心就在星号后面那一项。
2. 人眼:三种锥细胞与视杆细胞
视网膜有两 类感光细胞:
- 锥细胞(cone):三种,分别对长波(L,峰值约 564nm,红)、中波(M,约 534nm,绿)、短波(S,约 420nm,蓝) 敏感。负责明视觉和彩色感知,集中在中央凹。
- 视杆细胞(rod):一种,峰值约 498nm,极高灵敏度,负责暗视觉和运动感知,分布在周边,不区分颜色。
三色视觉(trichromacy):任意可见光谱通过三种锥细胞的响应函数积分得到三个数 。眼睛把无穷维的光谱压缩成三维颜色——这是所有 RGB 颜色系统的生理学基础。
响应
│ L (红) ~564
│ ╱\
│ ╱ \
│ M(绿) \
│ ╱\ \
│╱ \ \
│S \ \
│(蓝) \ \
│──────────────────> 波长
400 500 600 700
三条曲线的峰值告诉我们"红绿蓝"是感光峰位置,但这三种细胞的响应曲线严重重叠——L 和 M 峰值只差 30nm——所以"看到红色"不是 L 单独响应,而是 L/M 比值大。色盲(色觉异常)常见的是 L 或 M 缺失,导致这个比值失效,红绿混淆。
视觉的非线性:眼睛对亮度的响应是对数的(Weber-Fechner 定律近似)。0.1 到 0.2 的亮度差异远比 0.9 到 1.0 明显。这个非线性是伽马编码存在的根本理由,见第 5 节。
3. CIE XYZ:标准观察者的参考系
1931 年 CIE(国际照明委员会)找了一批"标准观察者",用色匹配实验测出三条色匹配函数 。任意光谱 对应的 XYZ 是:
特意设计成对应人眼的亮度感知(luminance)。 承担色度信息。
XYZ 是设备无关的、涵盖所有人眼可见颜色的参考坐标系。所有其他色彩空间都能通过矩阵变换与它互转。它是颜色科学的"世界坐标系",相当于图形学里的"世界空间"。
3.1 CIE xy 色度图
把 XYZ 归一化 ,得到二维色度图——就是那个熟悉的马蹄形。
- 马蹄边界是光谱色(单色光)
- 马蹄底部的直线是紫色线(非光谱色,红蓝混合)
- 中心 附近是白色
- 任意点是内部所有它顶点的凸组合
色域(gamut)就是设备能显示的颜色在这张图上覆盖的三角形。三角形越大,能显示的颜色越多。sRGB 覆盖马蹄一小部分,DCI-P3 覆盖更多,Rec.2020 更大,但都远远不能覆盖整个马蹄。
4. 主流色彩空间
| 空间 | 用途 | 特点 |
|---|---|---|
| CIE XYZ | 参考、颜色科学 | 全人眼色域,设备无关 |
| CIE Lab | 色差度量、修图 | 感知均匀, 是亮度 |
| sRGB | 网页、消费显示器 | 覆盖窄,带伽马 |
| Adobe RGB | 印刷、专业修图 | 比 sRGB 广,尤其绿色 |
| DCI-P3 | 电影、高端手机 | 电影行业标准 |
| Rec.709 | HDTV | 和 sRGB 色 域相同 |
| Rec.2020 | 4K/8K HDR 电视 | 色域接近 XYZ 边界 |
| ACES | 电影工业标准 | 覆盖所有物理可见 |
4.1 RGB 与 XYZ 的转换
sRGB → XYZ:
第二行系数 ——这就是把 RGB 转成亮度的著名系数,用于灰度化。绿色权重最大,因为人眼对绿色最敏感。
从 RGB 换到其他 RGB(如 sRGB 到 Rec.2020)需要先转到 XYZ 再转回去——两次矩阵乘。近年 GPU 硬件的 wide color 支持在 shader 里直接做这一步。
4.2 HSV 与 HSL:艺术家的坐标
HSV(色相 Hue、饱和度 Saturation、明度 Value)和 HSL(色相、饱和度、亮度)是 RGB 的直接重参数化,而不是真正独立的色彩空间。转换是纯几何的:把 RGB 立方体投影到六边形色轮。
用途:调色板、拾色器、图像调色。缺点是"感知不均匀"——HSV 里等距的两个颜色对眼睛的差异感不相等。要感知均匀应该用 CIE Lab 或 OKLab。
4.3 Lab 与 OKLab
CIE Lab(1976)设计为感知均匀空间:两个颜色在 Lab 空间里的欧氏距离约等于人眼感受的差异。 是亮度、 是绿红轴、 是蓝黄轴。计算色差 、K-Means 聚类做调色板,都在 Lab 里做。
OKLab(2020) 修正了 Lab 的一些缺陷(高饱和度处的非均匀),是现代软件(Figma、CSS Color 4)的推荐选择。
5. 伽马:图形学最诡异的话题
CRT 显示器物理上是非线性的:输入电压 对应输出光强 ,。图像传输方案顺应了这个:摄像机的编码曲线是 ,显示器的解码曲线是 ,两者串联得到线性。CRT 已经死了几十年,但这套编码规则被 sRGB 标准继承下来,活到了今天。
为什么 CRT 死了还保留伽马?两个原因:
- 兼容性:全世界几十亿张图像都是这么编码的
- 感知优化:人眼对暗部敏感,把 8-bit 编码空间的大部分分配给暗部才不会看到 banding。伽马编码正好实现了这个——数学上恰好近似了 Weber-Fechner 定律。
5.1 伽马正确的着色
图形学里一切光学计算(光照、混合、SSAO、抗锯齿)都应该在线性空间里做,而不是 sRGB。原因是"光是可加的",而 sRGB 里的加法是错的:,但相同两束光叠加物理上就是两倍强度。
正确流水线:
纹理(sRGB) --解码--> 线性 --渲染--> 线性 HDR --色调映射--> LDR --编码--> sRGB(显示)
- 纹理解码:采样 sRGB 纹理时硬件自动 (GL_SRGB 格式或
GL_FRAMEBUFFER_SRGB) - 所有光照/混合/后处理:线性空间
- 最后写回 framebuffer:再编码回 sRGB()
法线贴图不能当 sRGB 处理——它存的是方向,不是颜色。用 GL_RGB 而不是 GL_SRGB。这个坑无数人踩过——法线贴图颜色偏亮或偏暗,光照全错。
5.2 sRGB 传输函数的精确形式
sRGB 不是纯 ,而是分段函数:
低亮度用线性段避免除零和精度损失。但很多着色器为了性能用近似 ——大多数场景可以接受。
6. HDR 与色调映射
HDR(High Dynamic Range)指亮度范围远超 sRGB(0-1)的图像。真实世界的 亮度跨越 10 到 14 个数量级(星光到阳光),显示器只有 3 个左右(300 nit HDR400 屏幕、10000 nit HDR10000 概念屏)。色调映射(tone mapping)负责把 HDR 压缩到显示器能显示的动态范围。
朴素做法:除以最大值。问题是场景里一个太阳会把所有其他物体压成黑色。
6.1 Reinhard 色调映射
低亮度近似线性(保留细节),高亮度饱和到 1(不过曝)。简单、鲁棒,论文里默认基线。
改进版是"白点归一化"的 Reinhard:
是"应映射到白"的 HDR 亮度阈值。
6.2 ACES 色调映射
电影工业标准 ACES 的 filmic tone mapping,提供更"电影感"的曲线——暗部有 toe(脚趾)、亮部有 shoulder(肩膀),模拟胶片的响应。近似公式:
Unreal、Unity 都默认用 ACES 或其变种。UE5 的 sRGB 输出走的是完整 ACES 变换,几十行 shader,但结果显著优于 Reinhard。
6.3 曝光控制
在色调映射前需要一个曝光(exposure)乘数:
是曝光值。自动曝光(auto-exposure)根据画面平均亮度动态调整,模拟人眼从室内走到户外的适应过程。实现方式是采样上一帧的直方图或平均值(EV100),平滑地拉向目标。这是 AAA 游戏"从黑屋子出门先炸一下白"的成因。
6.4 HDR 显示
现代 HDR 显示(HDR10、Dolby Vision)不做色调映射,而是把 10-12 bit 的高动态范围数据直接送屏——显示器有 1000+ nits 峰值亮度硬件支持。渲染管线里的色调映射就变成"HDR 输出到 HDR 显示的调色"而不是"压缩到 8 bit sRGB"。这需要色彩管理(color management)、EOTF(电光传递函数)等一整套新流程,PQ 或 HLG 传输函数取代 sRGB。
7. 白平衡与色适应
眼睛会自动适应光源的颜色——白纸在白炽灯下、日光下、荧光灯下你 都看它是白的,但相机拍出来会偏黄/中性/偏绿。这个自动适应叫色适应(chromatic adaptation)。
图形学里的对应操作叫白平衡——把某个"应该是白"的物体色度移到 D65(标准日光白)。矩阵变换 Bradford transform 或 CAT02 是常用做法。
游戏里的"环境色偏"(黄昏偏橙、深水偏蓝)可以理解为反向操作——故意不做白平衡,让画面染上光源的颜色。
8. 抗锯齿和线性空间
抗锯齿在线性空间做,还是 sRGB 空间做?——正确答案是线性。原因:AA 本质是采样重建,把光强平均起来。sRGB 空间里 ,解码后是 ,而线性下 ,再编码是 。前者比正确亮度暗一倍。
现代 GPU 的 GL_FRAMEBUFFER_SRGB 或 SRGB8_ALPHA8 framebuffer 在混合前自动解码,混合后自动编码——硬件帮你做对。手动实现 blend 时要注意。