色转换算法：线性变换、Gamma校正、3D LUT查找表原理

色转换算法，说白了就是解决「怎么把一个颜色空间里的数，映射到另一个颜色空间里」的问题。我做了这么多年显示系统，见过太多工程师一上来就调参数，结果越调越乱。其实核心就三种方法：线性变换、Gamma校正、3D LUT。搞懂它们，你就能看懂市面上90%的色转换方案。

2.1 线性变换——最基础的数学映射

线性变换是最简单、最直观的色转换方式。它假设两个颜色空间之间存在一个线性关系。公式长这样：

| R_out |   | a11 a12 a13 |   | R_in |   | b1 |
| G_out | = | a21 a22 a23 | * | G_in | + | b2 |
| B_out |   | a31 a32 a33 |   | B_in |   | b3 |

嗯，其实就是矩阵乘法加偏移。我刚开始做显示驱动时，觉得这玩意儿太简单了，不就是3x3矩阵嘛。直到有一次在OLED面板上做sRGB到DCI-P3的转换，才发现事情没那么简单。

线性变换的典型应用场景：

• RGB到YCbCr：视频编码中的标准转换
• sRGB到Adobe RGB：色域相近时的快速转换
• 色彩空间内的白平衡调整：只改变增益，不改变色域

但线性变换有个致命缺陷——它无法处理非线性关系。你想想看，人眼对亮度的感知就不是线性的。所以，纯线性变换在实际显示系统中几乎不会单独使用。

2.2 Gamma校正——人眼感知的妥协

Gamma校正，说白了就是给信号加一个幂次变换。公式很简单：

V_out = V_in ^ (1/γ)

为什么需要Gamma校正？因为CRT显示器的亮度响应天生就是非线性的，而人眼对暗部细节又特别敏感。我记得第一次在实验室测Gamma曲线时，发现一个有趣的现象：如果不做Gamma校正，图像暗部会一片漆黑，亮部却过曝。

Gamma校正的数学表达：

// 标准Gamma校正
float gamma_correct(float value, float gamma) {
    if (value <= 0.0031308) {
        return 12.92 * value;  // 线性段
    } else {
        return 1.055 * pow(value, 1.0/gamma) - 0.055;  // 幂次段
    }
}

这里有个坑，我曾经踩过。sRGB标准里的Gamma校正其实是个分段函数，不是简单的幂次。很多新手直接用 pow(value, 1/2.2)，结果在暗部区域出现明显的色阶断层。

2.3 3D LUT查找表——最灵活的非线性映射

3D LUT，全称是三维查找表。它把RGB颜色空间离散化成一个个网格点，每个网格点存储一个映射后的RGB值。对于不在网格上的颜色，用插值算法计算。

我个人的理解：3D LUT就像一张「颜色地图」。你把输入颜色坐标扔进去，它告诉你输出颜色应该是什么。这种方法的优势在于——它可以表达任意复杂的非线性映射关系。

3D LUT的生成过程，我习惯分三步走：

1. 采样：在输入颜色空间均匀采样，生成网格点坐标。
2. 映射：用目标颜色空间的转换函数，计算每个网格点的输出值。
3. 优化：用实际测量数据微调LUT，减少误差。

下面这张图展示了3D LUT的核心逻辑：

2.4 三种方法的对比与选择

这三种方法各有优劣，我整理了一个对比表，方便你快速决策：

特性	线性变换	Gamma校正	3D LUT
复杂度	低（3x3矩阵）	中（幂次运算）	高（查表+插值）
精度	低（仅线性）	中（仅亮度）	高（任意映射）
存储开销	极小（9个系数）	小（1个参数）	大（网格点数x3）
实时性	极快	快	中（依赖硬件）
适用场景	色域转换、白平衡	亮度校正、显示标准	色彩管理、HDR映射

实际项目中，我很少只用一种方法。比如在OLED面板的色彩校准中，我会先用线性变换做色域映射，再用Gamma校正调整亮度曲线，最后用3D LUT做精细微调。三种方法配合使用，才能达到最佳效果。

2.5 避坑指南——我踩过的三个坑

做色转换算法这么多年，我总结了几条血泪教训：

• 坑一：忽略白点差异。我曾经用D65白点的矩阵去转换D50白点的数据，结果整个画面偏蓝。后来才意识到，线性变换的前提是白点一致。
• 坑二：Gamma校正的精度陷阱。用8位整数做Gamma校正时，暗部量化误差会被放大。我建议至少用10位精度，或者用浮点运算。
• 坑三：3D LUT的边界效应。网格边界处的插值容易产生突变。我习惯在生成LUT时，把边界外的颜色做裁剪或镜像处理，避免出现色块。