4、色调映射入门：从线性光到显示光的映射，动态范围压缩概念

好，咱们进入第四章。前面聊了伽马校正，那是给显示设备“投其所好”。但有个更根本的问题摆在我们面前——现实世界的动态范围，远大于显示器的能力。

你想想看，一个阳光明媚的户外场景，最亮处和最暗处的亮度比，轻松超过 100,000:1。而一块普通的手机屏幕，能显示的对比度顶多 1000:1。这中间的鸿沟怎么填？

这就是色调映射（Tone Mapping）要干的事。

4.1 为什么需要色调映射？

我刚开始做 ISP 时，犯过一个低级错误。当时把 sensor 采集的 12-bit RAW 数据，直接线性压缩到 8-bit 去显示。结果呢？高光区域一片死白，暗部细节全丢，整个画面像被压扁了一样。

为什么会这样？因为线性映射根本不管人眼的视觉特性。

4.2 从线性光到显示光：映射的本质

我们来看一下整个链路：

场景辐射 → Sensor采集(线性) → RAW域处理 → 色调映射 → 伽马校正 → 显示

注意顺序。色调映射发生在伽马校正之前。为什么？因为色调映射需要在线性光空间里做，才能正确保持亮度和颜色的比例关系。

我个人的习惯是，把色调映射看作一个“S曲线”操作：

• 暗部提亮：把低亮度区域向上抬，让暗部细节可见
• 亮部压缩：把高亮度区域向下压，防止过曝
• 中间调保持：尽量保持 18% 灰附近的线性关系

嗯，这里要注意——不是所有场景都需要强色调映射。比如室内灯光均匀的场景，动态范围本来就不大，强行拉 S 曲线反而会让画面发灰。

4.3 动态范围压缩的两种思路

业界主流的色调映射方法，可以分成两大类：

在手机 ISP 里，全局映射是主流。为什么？因为算力有限，而且局部映射的“光晕”问题在移动端很难调好。我曾经在某个项目里试过局部映射，结果在强光边缘总是出现一圈黑边，最后不得不切回全局方案。

4.4 经典 Reinhard 全局映射

Reinhard 算法是入门必学的。它的公式很简单：

L_display = L_world / (1 + L_world)

其中 L_world 是归一化后的场景亮度，L_display 是映射后的显示亮度。

这个公式的效果是：

• 当 L_world 很小时（暗部），L_display ≈ L_world，保持线性
• 当 L_world 很大时（亮部），L_display ≈ 1，被压缩到 1.0 以内

但实际用起来，你会发现一个问题——画面整体偏暗。因为 Reinhard 把平均亮度也压低了。

L_scaled = L_world * (key_value / L_avg)
L_display = L_scaled / (1 + L_scaled)

4.5 Filmic 映射：更自然的“胶片感”

Reinhard 虽然简单，但它的曲线在高光区过渡不够平滑。后来有了Filmic（电影级）映射，它模拟了胶片感光材料的特性曲线。

Filmic 的核心是：

// 一个简化的 Filmic 映射实现
float filmic(float x) {
    float a = 0.15;  // 暗部斜率
    float b = 0.50;  // 中间调
    float c = 0.10;  // 高光压缩
    float d = 0.20;  // 暗部偏移
    float e = 0.02;  // 高光偏移
    float f = 0.30;  // 整体亮度
    return ((x*(a*x + c*b) + d*e) / (x*(a*x + b) + d*f)) - e/f;
}

你看，参数多了不少。但效果确实好——高光滚降更自然，暗部过渡更平滑。我在高通某款平台的调试中，最终选的就是 Filmic 映射，因为它对肤色还原更友好。

4.6 色调映射的避坑指南

做色调映射，有几个坑我踩过，分享给你：

4.7 色调映射的知识结构

下面这张图，帮你理清本章的核心脉络：

4.8 小结：色调映射的“三要三不要”

最后，我总结几条实战经验：

嗯，色调映射入门就聊到这儿。记住一句话：好的色调映射，是让观众感觉不到它的存在。它应该自然地压缩动态范围，同时保留场景的视觉真实感。