影像形成與基礎

色彩空間

色彩空間是用數字為顏色命名的座標系統,就像用緯度與經度為地球上的地點命名一樣。任何單一顏色都成為一組數值,而座標軸的選擇——每個數字代表什麼——就是色彩空間。不同空間描述相同的顏色,但以不同方式排列它們,而這種排列決定了哪些運算容易進行。把影像在不同空間之間轉換,是對同一張圖做確定性的重新著色,並非內容的損失(在精度與色域限制之內)。

常見的空間服務於不同目標。RGB 儲存紅、綠、藍的強度,符合顯示器發光與感光元件擷取光的方式,但它把顏色與亮度混在一起,因此你僅僅調暗一個像素時,三個數字全都會改變。HSV(色相、飽和度、明度)把顏色的種類(色相)與其鮮豔度及亮度分開,便於按名稱挑選或門檻化顏色。YCbCr 把一個亮度通道(明度,Y)與兩個色度通道(顏色,Cb 與 Cr)分開;由於人眼對亮度遠比對顏色敏感,這讓 JPEG 與影片編碼器能更狠地壓縮色度通道。CIE Lab 被設計成感知均勻的——相等的數值距離大致對應相等的感知色差——且與裝置無關,使它成為量測色差的正確空間。

選擇空間在視覺中是個實際的工程決策。色彩分割與膚色偵測在 HSV 或 Lab 中往往表現更好,因為照明變化在那裡大多只影響一個軸;經典的壓縮與串流使用 YCbCr;現代深度網路通常直接吃 RGB,因為它們會學到所需的任何轉換。一個重要的細微之處:一組 RGB 三元組在不知道其色彩空間(sRGB、線性 RGB 或廣色域空間)以及是否已套用 gamma 轉移函數之前是毫無意義的;相同的數字在不同空間中代表不同的物理顏色。

一個普遍的錯誤是把以 gamma 編碼的 sRGB 數值當成線性光來做算術(平均、混合、縮放)。像模糊化這類運算應在線性 RGB 中進行、之後再重新編碼,否則明亮與暗部區域會錯誤地混合(例如出現光暈與變暗的邊緣)。要清楚你的數字是線性的還是 gamma 編碼的。

又称
color model coordinate system