1. 色彩科学基础：人眼视觉特性、颜色三要素、加色法与减色法、色彩空间概念
各位同学好，我是这门课的主讲。在正式开始讲YUV、讲色彩空间转换之前，我觉得有必要先花一章把底层的色彩科学基础理清楚。你想想看，如果连人眼怎么看颜色、颜色怎么混合都不清楚，后面那些矩阵变换、量化公式，说白了就是一堆冰冷的数字。
我个人习惯是，学任何技术都要先问一句“为什么”。为什么YUV能压缩？为什么RGB不能直接拿来广播？答案都藏在这一章里。
1.1 人眼视觉特性——一切设计的起点
所有色彩工程，本质上都是在“骗”人眼。为什么？因为人眼本身就不是一台完美的相机。
我记得刚入行时，带我的老工程师跟我说过一句话：“你不需要把每个像素都还原得一模一样，你只需要让观众觉得‘对，就是这个颜色’就够了。”这句话我到现在都觉得是真理。
人眼视觉的几个关键特性：
- 亮度敏感度远高于色度敏感度——人眼对亮暗变化非常敏感，但对颜色细节的感知要粗糙得多。这就是YUV能压缩色度分量的根本原因。
- 对绿色最敏感，对蓝色最不敏感——这直接影响了RGB到YUV的转换系数。Y分量里绿色占比最高，蓝色占比最低。
- 视觉暂留效应——图像在人眼中会停留约0.1秒。电影24帧/秒能感觉流畅，就是利用了这一点。
我在项目中遇到过一件事：有一次做视频编码优化，我把色度分量的分辨率砍掉一半，肉眼几乎看不出区别。但如果把亮度分量砍掉一半，画面立马就糊了。这就是人眼特性在工程中的直接体现。
1.2 颜色三要素——描述颜色的三个维度
要描述一种颜色，至少需要三个参数。为什么是三个？因为人眼视网膜上有三种视锥细胞，分别对红、绿、蓝光最敏感。这是生理基础决定的。
| 要素 | 含义 | 工程中的对应 |
|---|---|---|
| 色相（Hue） | 颜色的种类，比如红、绿、蓝 | 色调角，0°~360° |
| 饱和度（Saturation） | 颜色的纯度，越纯越鲜艳 | 色度分量的幅度 |
| 明度（Brightness/Value） | 颜色的明亮程度 | Y分量、L分量 |
你想想看，RGB描述颜色用的是“红有多少、绿有多少、蓝有多少”，而HSV描述颜色用的是“这是什么颜色、有多纯、有多亮”。两种方式都能描述同一个颜色，只是坐标系不同。这就是色彩空间转换的本质——换一个坐标系来描述同一个物理量。
一个小技巧：在做图像处理时，如果只想调整亮度而不改变颜色，用RGB很难操作，但转到YUV或HSV里，直接改Y或V分量就行了。这就是为什么色彩空间转换如此重要。
1.3 加色法与减色法——两种混合逻辑
这里有一个容易混淆的点，我当年也搞错过。
加色法：光混合。红+绿+蓝=白。显示器、手机屏幕用的就是加色法。每个像素自己发光，叠加越多越亮。
减色法：颜料混合。青+品红+黄=黑。打印机、印刷品用的就是减色法。颜料吸收（减去）一部分光，叠加越多越暗。
我曾经在做一个色彩匹配项目时，把打印机的CMYK和显示器的RGB搞混了，结果打出来的样张颜色完全不对。嗯，从那以后我再也没犯过这个错。
| 特性 | 加色法（RGB） | 减色法（CMYK） |
|---|---|---|
| 原理 | 光叠加 | 光吸收 |
| 三原色 | 红、绿、蓝 | 青、品红、黄 |
| 混合结果 | 越混越亮，最终白色 | 越混越暗，最终黑色 |
| 典型应用 | 显示器、投影仪 | 印刷、打印 |
1.4 色彩空间概念——同一个颜色，不同的坐标系
说白了，色彩空间就是一套用数字描述颜色的规则。同一个物理颜色，在不同的色彩空间里，数值完全不同。
举个例子：一个纯红色，在sRGB里是(255, 0, 0)，在Adobe RGB里可能是(255, 0, 0)但色域更大，在YUV里可能是(Y=76, U=84, V=255)。数值不一样，但人眼看到的颜色应该是一样的（前提是转换正确）。
常见的色彩空间有：
- RGB：最直观，硬件友好，但各分量相关性高，不适合压缩
- YUV/YCbCr：亮度和色度分离，适合视频压缩和广播
- HSV/HSL：符合人眼感知，适合图像编辑
- CMYK：印刷专用
- Lab：感知均匀，适合色彩测量
注意：不同色彩空间的色域范围不同。sRGB的色域比Adobe RGB小，比Rec.2020更小。在做色彩空间转换时，如果源色域比目标色域大，超出部分会被裁剪，造成颜色失真。这是工程中非常容易踩的坑。
下面这张图展示了本章的核心知识体系，我建议你多看几遍，把逻辑关系理清楚。
这一章的内容偏理论，但它是后面所有实战的基础。你理解了人眼为什么对亮度更敏感，就能理解YUV为什么要把亮度和色度分开；你理解了加色法和减色法的区别，就能理解为什么显示器和打印机的色彩管理那么复杂。