色彩理论与色彩空间

最后更新: 2022-03-29 08:59:33 +0800 +0800
原文以英文撰写。您正在阅读AI翻译版本。

当软件需要将数字映射为可见输出时,色彩理论就具有实际意义。其底层物理过程很简单,但知觉模型并不简单。

视锥细胞响应 #

人类视觉使用三类视锥细胞,通常根据其对长、中、短波长的敏感性分别称为 L、M 和 S。

三类视锥细胞类型随波长变化的响应强度

  • L 视锥细胞在约 564–580 nm 处响应最强。
  • M 视锥细胞在约 534–545 nm 处响应最强。
  • S 视锥细胞在约 420–440 nm 处响应最强。

不同人的视锥细胞分布存在差异,因此相同的光谱可能产生略有不同的知觉结果。L 视锥细胞和 M 视锥细胞的比例在个体之间差异很大,而 S 视锥细胞只占总数的一小部分,通常约为 2%。

大脑不会还原出单一波长,而是根据视锥细胞响应的模式和强度估计颜色。在理想条件下,人类视觉在紫外线区域可延伸到约 310 nm,在近红外线区域可延伸到 1100 nm,但这些边界并不明确。

加法混色 #

光源的光会相加。650 nm 的光束和 540 nm 的光束不会合并成一束具有平均波长的新光束;它们仍会以各自的波长刺激眼睛。

因此,两个不同的光谱可能看起来完全相同。知觉上的匹配不要求物理光谱完全一致,只要求视锥细胞的响应相同。

品红色是典型示例:它是有效的知觉颜色,但在可见光谱中并不存在对应的单一波长。

色彩空间 #

色彩空间是一种表示颜色值的坐标系,同时包含对色域和传递特性的定义。

sRGB #

sRGB 是 Web 和许多 UI 工具包的默认色彩空间。它基于 RGB 原色和一条非线性传递曲线,因此便于设备处理,但在知觉上并不均匀。

HSL #

HSL 将色相、饱和度和亮度分离开来,因此在“选择更偏红的颜色”或“降低鲜艳度”等任务中,比直接使用原始 RGB 更容易理解。代价是,数值上相等的步长并不对应知觉上相等的步长。

HSV #

HSV 类似于 HSL,但用明度或亮度取代了亮度。它通常适用于颜色选择器,因为它符合用户描述类似颜料的调整方式。

渐变 #

在 RGB 中进行线性插值很简单,但由于 RGB 在知觉上并不均匀,因此中间色经常显得浑浊。

如果目标是实现平滑的视觉过渡,那么插值空间比公式本身更重要。渐变应当在坐标轴更符合人类知觉的空间中进行评估,这样中间颜色才会显得间隔均匀。

参考资料 #

  • sRGB 传递特性和色域定义
  • CIE 视锥细胞响应数据
  • 提供 HSL 或 HSV 控件的实用颜色选择器

评论

在 GitHub 上阅读或评论(发表评论需要登录)