Color Space

颜色空间作为渲染领域的理论基础，掌握后才能保证渲染显示结果的正确性；这里介绍了基础的颜色空间知识，并介绍一些常用的颜色空间；

Physical Basis of Color（颜色的物理基础）

说道颜色，首先得从光说起，因为光具有真实的物理属性；

光是由不同波长的光照成分组成的，人眼能看到的光的范围称之为可见光谱；
Spectral Power Distribution (SPD)为谱功率密度，表示一束光在不同波长下的功率分布；常用来测量真实的光；
SPD具有线性叠加性；

说完光，再来说颜色，颜色是光在人眼感知下的结果；并不是光的通用属性，与人眼具有强关联性；

Biological Basis of Color（颜色的生物基础）

人眼球中分布着Rods cell（杆状细胞，用来识别亮度），Cone cells（锥状细胞，用来识别颜色）；锥状细胞分为三种类型：S、M以及L，三种细胞对于不同波长的光，具有不同的反映峰值，各拥有各的spectral response curve；

Tristimulus Theory of Color（颜色的三色理论）

前面已知不同锥状细胞具有不同的反映曲线，人的大脑处理的实际上是三种锥状细胞处理后输出的信号；即输入SPD与三种Response Function积分后得到的三个分量（S,M,L）；

Luminosity Function（亮度函数）

锥状细胞感受颜色，杆状细胞感受强度；同样不同的波长，杆状细胞感受出来的强度是不同的，感官亮度可以表示为Luminosity Function亮度随波长变化的函数；

Metamerism（同色异谱）

由于是积分产生的结果，那么不同的输入积分后就有可能产生同样的结果；即人眼看到的同样的颜色，可能是由不同的SPD产生；

Color Reproduction / Matching（颜色匹配）

同色异谱机制使得颜色匹配得以进行；Color Matching首先指定三盏光（每盏拥有固定SPD），调整三盏光的强度，使得混合后的颜色能匹配制定测试光，三盏光得到的强度由RGB组成，即为测试光光强；有时Color Matching的测试光需要进行补光，此时获取的RGB值可为负值；

CIE RGB Color Matching Experiment（CIE颜色匹配实验）

CIE颜色匹配实验是CIE所推出的颜色匹配标准；

CIE使用red=700nm, green=546.1nm, blue=435.8nm三种波长的纯色光来进行匹配；
对可见波长的纯色光进行匹配后，得到了三条颜色匹配曲线，称之为Color Matching Curves或Color Matching Function；
有了颜色匹配曲线后，对于任意的SPD，只需将其与三条曲线进行积分，即可得到CIE rgb值，该值所在的空间，称之为CIE RGB空间；

Color Space（颜色空间）

LMS Space

此处LMS即为前面所说的眼睛内部的三种锥形细胞，以三种细胞的response curve作为积分曲线，积分后得到的颜色值位于LMS 空间；Unity中的白平衡既是在此空间下进行计算；

CIE RGB Space

前面提到将SPD与CIE color matching curves进行积分后即可得到CIE RGB空间下的值；

CIE XYZ Space（1931）

同样CIE RGB Space里的值会存在负值，由于匹配主光设定的限制；为了避免负值的不变，CIE将RGB color matching curves经过仿射变换为XYZ color matching curves，转换后的curves不含有负值，这样积分得到的值就不会存在负值；积分值所在的空间称之为CIE XYZ Space；

XYZ空间使用的Color Matching Curves是经过精心设置的，其中的Y坐标的curve刚好为人眼的Luminosity Function（亮度函数），这样XYZ空间下的Y坐标刚好就代表着亮度；
与CIE RGB空间相比，RGB空间的三个轴（前面所提的单色光）具有实际的物理波长，而XYZ空间的三个轴并没有物理意义，也就没有实际的物理颜色与波长；

CIE LUV and LAB（1976）

CIE 1931 XYZ具有一个很大的缺点，就是其上的颜色并不是均匀显示的，即相同间隔的颜色，在色度图上所显示的距离最多能相差20倍；为了解决这个问题CIE LUV就被提了出来，其将XYZ重新进行变换，能将最大相差倍数缩小为4倍；

xyY Space

由于色度图（下个小标题介绍）的方便性，使用色度图中的xy可以很方便的表示颜色的色相，但却丢失了亮度，因此加上CIE XYZ空间中Y值即可重建原来的颜色； xyY也因为其方便性而经常使用，所以这里把xyY单独列出来；

sRGB

sRGB是如今实时渲染中使用最广泛的颜色空间，广泛使用在PC以及TV上；值得一提的是，sRGB与Rec. 709使用相同的Primaries lights以及白点，其中白点使用D65；

注意：这里sRGB指的是linear light space，并不考虑Gamma等相关因素的下nonlinear color space；相关知识参考这里还有这里;

LogC

Log Color Space是基于场景的编码颜色空间，我们经常使用的sRGB这种则是基于显示的编码颜色空间；不同的厂商有不同的Log编码方式，LogC是ARRI用来记录颜色的空间；参考Understanding Log and Color Space In Compositing以及LogC； LogC最大的优点是维持更多的动态范围信息，甚至是超过人眼所能感受的范围；由于其通过对数方式编码，存储范围远远大于一般的颜色编码方式；由于LogC特性，常在LogC空间下进行对比度的计算，对比度的计算可能会导致负数、以及远超1的数，这些都可以在LogC空间下进行保存，使用再从LogC空间解码到原来的空间即可；

HSV

H为色相（Hue）、S为饱和度（Saturation）、V为亮度（Value）；HSV也被称作为HSB（Brightness），它是RGB空间的非线性转换，并不是独立的颜色空间，因此没有RGB Primaries以及白点的定义参考这里；

ACES

ACES并不是一个单独的颜色空间，而是一个系统，包含了颜色空间的一整套系统；ACES的存在就是为了标准化整个颜色的工作流；其内部包含了各颜色空间到ACES空间的转换，ACES内部还定义了ACES2065-1颜色空间（常称为AP0），该空间包含了整个色度图的范围，采用D60作为white point；还定义了ACEScg颜色空间，该空间常作为compositing与cg所使用的空间（常称为AP1），虽不如AP0，但也涵盖了大量的色域，采用D60作为white point；另外还有一个ACEScc，ACEScc与ACEScg基本一致，除了其使用了log gamma的形式，常用在grading中；ACES最后还定义了ACES空间至屏幕显示空间的转换，常有RRT与ODT组成，RRT与ODT内部包含的内容比想象中的要复杂的多，不仅考虑了Gamm，tonemapping，还有很多其他的因素；

CIE chromaticity diagram(CIE色度图)

直接在CIE XYZ空间上工作有众多不便；常用的做法是将XYZ投影到x+y+z=1的平面；即将XYZ进行归一化得到xyz值，这样只需要记录xy值（范围为0-1），z值为1-x-y；xy值所在的空间被称之为CIE色度图（特指CIE 1931 xy chromaticity diagram）；

色度图包含了人眼所能看到的所有颜色，当然不包括强度；
实时上在色度图上丢失的是亮度信息Y，而xy决定了所有的颜色；
色度图为马蹄形；马蹄形的边沿代表整个色谱，是单色（单一波长），马蹄内部的颜色是混合色；
white point位于色度图的中心某处，具体位置依靠于所使用的光源；
色度图还具有很多很好的性质，色相与饱和度也可以从色度图中找出，具体看一查看这里Colorimetry；

Gamut(色域)

色度图包含了了所有的颜色，色度图中任意三点（Color Primaries）所组成的三角形就是一个色域（由于色度图的形式，三点进行插值可以得到三角形内的所有颜色）；我们平时使用的sRGB就是其中的一个色域；

色域只包含所能表示的颜色，不能表示颜色的强度；
由于色度图是CIE XYZ空间的投影，所以CIE RGB空间的色域也能在色度图中进行表示，CIE RGB在色度图中所显示的色域同样也为一个三角形；
CIE XYZ是由CIE RGB转换而来的的，为了CIE RGB的色域在色度图中反而是三角形，会丢失一些颜色呢？就是因为CIE RGB包含了负数，这些负数在色度图中丢失了；参考这里Why is there a difference between the CIE XYZ colour gamut vs CIE RGB;
各个颜色空间都有自己的色域；

Color Temperature（色温）

谈到色温就要谈到黑体辐射；黑体在物理上被认为是一种物质，它能吸收打到它身上所有的光线，同时会随着自身温度的变化，而释放出固定的光谱；

Black Body是一个理想化的物理物体，之所以叫黑体，是以为它会吸收所有的光线；
由于对于黑体来说，温度与黑体所释放出来的光谱是固定的，我们常用色温来指定相应的光谱；
黑体辐射的光谱与自然光是非常相似的，因此常用色温来指定阳光的颜色；
色温有时也被用来指定白点，D65就是一个例子；

White Point（白点）

白点，定义的为一个色度，定义了白色在primaries light下的比值，具有一系列颜色与强度无关；某个光照环境下的白点，定义为白色物体在该环境下的色度；

最常用的是白点是D65，定义为色温为6500K下的daylight光照环境；

Define a Color Space（定义一个颜色空间）

前面所说，色域已经给出了一个颜色空间所能表示的所有颜色，唯独丢失了强度范围，primaries lights给我们提供了矢量的方向信息，却没有没有提供矢量的相对比例关系；white point这时就起到了这个作用，白点确定了primaries lights之间的比例关系，之后再将白点亮度（Y坐标）缩放到1，即可确定给定primaries lights下所有颜色；

Three Primaries Lights；
White Point；

Transfer Between Color Space（转换颜色空间）

由于每个颜色空间的色域都在XYZ空间上进行了标定（由primaries lights来决定），同时颜色空间下的White Point也已经指定，这样有颜色空间转换到XYZ空间的矩阵就可以确定；该矩阵具体由White Point在色度图上的xy坐标，primaries lights的xy坐标计算得来；同理，另外一个颜色空间转换至XYZ空间下的矩阵也可以确定，以XYZ空间为媒介，就可以在不同的颜色空间中进行转换；

注意：实际上真正的物理渲染应该使用SPD来进行光照的计算与积分，即入射光使用SPD，brdf使用Spectral Reflectance Curve（）SRC，两者的积分与使用RGB直接计算得到结果会存在差异；但多数情况下，这种差异可以忽略，特别是在实时渲染；正确的渲染过程应该是光照的整个积分与计算都是用SPD和SRC来进行，只在最后输出的时候才转换成RGB显示；

wingstone

2021/06/26

目录