2. 色彩科学基础：人眼视觉特性、三基色原理、CIE 1931色度图、RGB与XYZ色彩空间转换

做自动白平衡，说白了就是在跟人眼的视觉系统较劲。你想想看，为什么同一张白纸，在暖光灯下看着是白的，在阴天室外看着也是白的？相机可没这么聪明，它拍出来要么偏黄要么偏蓝。要解决这个问题，得先搞懂人眼是怎么感知颜色的。

2.1 人眼视觉特性：我们是怎么看到颜色的

人眼视网膜上有两类感光细胞：视杆细胞和视锥细胞。视杆细胞负责暗视觉，对亮度敏感，但分不清颜色。视锥细胞负责明视觉，有三种类型，分别对长波（红）、中波（绿）、短波（蓝）敏感。这就是我们感知颜色的生理基础。

我在项目中遇到过一个问题：同一个场景，用不同品牌的相机拍出来，白平衡效果差异很大。后来发现，除了传感器差异，各家对“人眼适应性”的建模方式不同。有的直接用灰度世界假设，有的用完美反射假设，效果自然不一样。

2.2 三基色原理：颜色混合的底层逻辑

三基色原理告诉我们：人眼视锥细胞的响应是线性的，通过红、绿、蓝三种原色的不同比例混合，可以匹配出自然界中绝大部分颜色。注意，我说的是“匹配”，不是“生成”。

三基色混合遵循 Grassmann 定律：

• 加色混合：红+绿=黄，红+蓝=品红，绿+蓝=青，红+绿+蓝=白
• 线性可加性：混合色的三刺激值等于各成分三刺激值之和
• 连续性：光强度连续变化时，颜色感知也连续变化

嗯，这里要注意：加色混合是显示器、相机传感器的工作方式，跟颜料混合（减色混合）完全是两码事。做图像处理时千万别搞混。

2.3 CIE 1931 色度图：颜色的“地图”

CIE 1931 色度图是颜色科学里最重要的工具之一。它把颜色映射到一个二维平面上，横坐标是 x，纵坐标是 y，代表色度。这个图有几个关键特征：

• 马蹄形边界：代表单色光（纯光谱色）
• 内部区域：代表混合色
• 等温线：代表不同色温的白光
• 普朗克轨迹：黑体在不同温度下的颜色变化曲线

做白平衡校正时，我们经常要判断图像中的“白色”是否落在普朗克轨迹附近。如果偏了，说明色温估计有问题。

2.4 RGB 与 XYZ 色彩空间转换

RGB 色彩空间依赖设备，不同显示器的 RGB 标准不一样。XYZ 色彩空间是设备无关的，由 CIE 在 1931 年定义。做白平衡算法时，我们经常需要在 RGB 和 XYZ 之间来回转换。

转换公式如下：

// RGB 到 XYZ 转换矩阵（sRGB 标准）
// 假设 RGB 已经过 gamma 校正
double M[3][3] = {
    {0.4124564, 0.3575761, 0.1804375},
    {0.2126729, 0.7151522, 0.0721750},
    {0.0193339, 0.1191920, 0.9503041}
};

// 转换
X = M[0][0]*R + M[0][1]*G + M[0][2]*B;
Y = M[1][0]*R + M[1][1]*G + M[1][2]*B;
Z = M[2][0]*R + M[2][1]*G + M[2][2]*B;

反过来，从 XYZ 到 RGB 的转换矩阵就是上面矩阵的逆矩阵：

// XYZ 到 RGB 转换矩阵（sRGB 标准）
double M_inv[3][3] = {
    { 3.2404542, -1.5371385, -0.4985314},
    {-0.9692660,  1.8760108,  0.0415560},
    { 0.0556434, -0.2040259,  1.0572252}
};

// 转换
R = M_inv[0][0]*X + M_inv[0][1]*Y + M_inv[0][2]*Z;
G = M_inv[1][0]*X + M_inv[1][1]*Y + M_inv[1][2]*Z;
B = M_inv[2][0]*X + M_inv[2][1]*Y + M_inv[2][2]*Z;

2.5 色度坐标与色温的关系

从 XYZ 可以计算出色度坐标 (x, y)：

x = X / (X + Y + Z);
y = Y / (X + Y + Z);

色温 (CCT, Correlated Color Temperature) 可以通过查表或公式从 (x, y) 估算。常用的方法是找到普朗克轨迹上距离当前 (x, y) 最近的点，该点对应的温度就是相关色温。

色温 (K)	光源类型	色度坐标 (x, y)
2000	烛光/日出日落	(0.5267, 0.4133)
3200	钨丝灯	(0.4235, 0.3990)
5000	日光灯/正午阳光	(0.3457, 0.3585)
6500	阴天/标准 D65	(0.3127, 0.3290)
10000	蓝天阴影	(0.2800, 0.2880)

做白平衡时，我们通常先估计场景的色温，然后根据色温计算 R、G、B 三个通道的增益系数，最后用这些系数校正图像。整个过程的核心，就是上面这些色彩科学基础。