1. 色彩科学基础：人眼视觉特性、色彩三要素、加色法与减色法
做色彩校正，你得先理解一个核心问题——我们到底在调给谁看？
答案很简单：人眼。不是仪器，不是算法，是那个会疲劳、会错觉、还会被环境光影响的生物传感器。我刚开始做图像处理时，总觉得把直方图拉平、把色温算准就完事了。结果呢？画面是“正确”的，但看着就是不舒服。后来我才明白——色彩科学，本质上是在伺候人眼的脾气。
1.1 人眼视觉特性：你的“传感器”并不客观
人眼不是一台精密的色度计。它有几个“毛病”，做校正时必须心里有数。
核心要点：人眼对亮度的感知是非线性的，对色彩的感知是相对的。Gamma校正之所以存在，就是因为我们得“骗”过眼睛，让有限的数字信号看起来均匀。
1.1.1 亮度感知的非线性
你想想看，把一盏灯的功率从10W加到20W，你感觉亮度翻倍了吗？没有。人眼对暗部变化极其敏感，对亮部变化却很迟钝。这个关系大致遵循幂律曲线——也就是Gamma曲线的由来。
- 暗部细节：人眼在低亮度下能分辨的灰度级数远多于高亮度区域。所以编码时暗部需要更多比特位。
- 韦伯-费希纳定律：人眼感知的亮度变化与物理亮度的对数成正比。说白了，物理上均匀的步长，在人眼里并不均匀。
- 实际影响：如果你用线性编码存储图像，暗部会一片漆黑，亮部会一片惨白——因为人眼不按线性出牌。
我的习惯：在调试Gamma曲线时，我会先盯着暗部区域看。如果暗部细节能看清、没有死黑，亮部不过曝，这条曲线基本就对了。别太信示波器上的数值，眼睛才是最终裁判。
1.1.2 色彩感知的相对性
人眼有色彩恒常性。一张白纸在日光灯下是白的，在烛光下你依然觉得它是白的。但相机不会——它会忠实地记录下偏黄的烛光。这就是为什么我们需要白平衡校正。
我曾经在项目里遇到过一个问题：同一段素材，在监视器上看肤色正常，换到投影仪上就发绿。折腾了半天，发现是环境光不同导致人眼产生了色适应偏移。从那以后，我每次做色彩校正前，都会先固定监看环境的光源色温和照度。
1.2 色彩三要素：HSI模型的直觉力量
RGB适合机器，但不适合人。你想想看，让你调一个“更鲜艳的红色”，你是去改R值还是改饱和度？当然是饱和度。这就是色相(Hue)、饱和度(Saturation)、明度(Intensity/Lightness)这套模型的优势。
| 要素 | 定义 | 人眼直觉 | 校正场景 |
|---|---|---|---|
| 色相 (H) | 颜色的种类，如红、绿、蓝 | “这是什么颜色” | 肤色偏色、白平衡微调 |
| 饱和度 (S) | 颜色的纯度或鲜艳程度 | “颜色浓不浓” | 风格化调色、去灰雾 |
| 明度 (I/L) | 颜色的明亮程度 | “颜色亮不亮” | 对比度调整、Gamma校正 |
注意：HSI和HSL/HSV不是一回事。HSI的明度分量是RGB的平均值，而HSL的Lightness和HSV的Value计算方式不同。做算法实现时，一定要确认你用的是哪个模型。我曾经在代码里混用了OpenCV的COLOR_BGR2HSV和COLOR_BGR2HLS，结果调色板全乱了——嗯，那次debug花了整整一个下午。
1.2.1 色相环与互补色
色相通常用0°到360°的圆环表示。红在0°，绿在120°，蓝在240°。相对的两个颜色是互补色——红对青，绿对品红，蓝对黄。
这个关系在色彩校正里非常实用。比如画面偏蓝，你不需要去减蓝色，而是可以增加黄色的色相分量来中和。这就是互补色校正的基本逻辑。
1.2.2 饱和度与明度的独立调整
我建议你在做色彩校正时，把饱和度和明度分开处理。先调明度（Gamma、对比度），再调饱和度。顺序反了，饱和度调整会放大暗部噪声，或者让亮部颜色溢出。
- 先明度后饱和度：保证动态范围正确后再上色。
- 饱和度不宜过度：人眼对肤色和天空色的饱和度记忆很准，调过了会显得“假”。
- 明度影响饱和度感知：同一饱和度下，明度越高，人眼感觉颜色越淡。这是Helmholtz-Kohlrausch效应。
1.3 加色法与减色法：两种世界的色彩逻辑
做图像处理的，必须同时理解这两套体系。一个管发光，一个管反光。
1.3.1 加色法 (RGB)
显示器、投影仪、手机屏幕——所有自发光设备都用加色法。红+绿+蓝=白。没有光=黑。
- 三原色：红(Red)、绿(Green)、蓝(Blue)
- 叠加效果：红+绿=黄，红+蓝=品红，绿+蓝=青
- 应用场景：显示器色彩空间(sRGB、DCI-P3、Rec.709)、LED灯光控制
我记得第一次调LED大屏时，发现纯红色文字边缘有绿色鬼影。后来查资料才知道，那是子像素排列和加色法混色导致的色差。解决办法是把文字渲染从RGB子像素渲染改成灰度抗锯齿——嗯，这种坑只有踩过才知道。
1.3.2 减色法 (CMYK)
印刷、打印、颜料——所有反射光设备都用减色法。颜料吸收（减去）一部分光，反射剩下的。青+品红+黄=黑（理论上）。
- 三原色：青(Cyan)、品红(Magenta)、黄(Yellow)
- 叠加效果：青+品红=蓝，青+黄=绿，品红+黄=红
- 黑色(K)的加入：因为CMY混合不出纯黑，且成本高，所以印刷会额外加黑色墨。
关键区别：加色法从黑开始，越加越亮；减色法从白开始，越减越暗。做色彩校正时，如果你在调显示器，用RGB；如果你在模拟印刷效果，用CMYK。混用会导致灾难性的色偏。
1.3.3 两者转换的陷阱
从RGB转到CMYK不是简单的数学映射。因为色域不同——sRGB能显示的一些鲜艳颜色，印刷根本印不出来。这就是色域映射(Gamut Mapping)要解决的问题。
我建议你在做跨设备色彩校正时，使用ICC色彩管理。它会根据设备的色域特性，自动做最合适的映射。别自己手写转换矩阵——除非你想看到印刷出来的成品颜色像褪了色的旧照片。
1.4 本章知识结构图
下面这张图把色彩科学基础的三个核心模块串起来了。你可以把它当作后续章节的导航地图。
1.5 小结与避坑指南
这一章的内容偏理论，但它是后续所有实操的根基。我总结几个关键点：
- 人眼是非线性的：别用线性思维做色彩校正。Gamma曲线就是为此而生。
- HSI比RGB更直觉：调色时优先用色相、饱和度、明度这三个滑块。效率高，效果好。
- 加色法和减色法别搞混：显示器用RGB，印刷用CMYK。跨设备时一定要做色域映射。
我曾经踩过的坑：有一次做视频调色，我在RGB空间里直接拉高了G通道来让草地更绿。结果肤色也变绿了——因为肤色里本来就有绿色分量。后来改用HSL模型，只调整色相到绿色区间，问题就解决了。记住：在RGB空间做全局调整，很容易伤及无辜。