RGB 色彩模型

RGB 色彩模型透過以不同份量相加三種有色光——紅、綠、藍——來構成每一種顏色。它是加色模型：從黑（沒有光）出發，加入原色以達到更亮、更鮮豔的結果，三者全滿則得到白。這既呼應人類視覺（其三種視錐細胞大致對長、中、短波長有反應），也呼應硬體（螢幕發出紅、綠、藍，相機感光元件把入射光濾成相同的三個波段）。

在數位影像中，RGB 使每個像素成為一組三通道強度，每個原色一個數字。每通道 8 位元時，每個值的範圍是 0 到 255，於是 (255, 0, 0) 是純紅、(0, 0, 0) 是黑、(255, 255, 255) 是白、(128, 128, 128) 是中灰。因此彩色影像就是三張堆疊的灰階矩陣——紅、綠、藍通道——而 8 位元 RGB 能表示 256^3 ~ 1670 萬種不同的顏色。三個通道數值相等時永遠產生中性灰，這就是顏色與灰階之間的連結。

RGB 是擷取、儲存與多數深度學習流程的原生、預設表示法：CNN、ViT、CLIP、DETR 這類偵測器與擴散式影像生成器，通常都對 RGB 張量運算。有兩點要留意以保持正確。第一，加色的 RGB 適用於發射光，與印刷所用的減色 CMY 模型不同，後者是油墨從白紙上減去光。第二，RGB 是相對於裝置的——同一組三元組在不同螢幕上看起來不同，除非把色彩空間釘死（sRGB 是常見的網路標準）——因此 RGB 數字唯有連同它的色彩空間與轉移函數才完全有意義。