📚 课程目录第3章色彩校正基础

3、色彩校正基础：Gamma校正原理、线性化处理、sRGB与AdobeRGB标准

说到色彩校正，Gamma校正是绕不开的第一个坎。很多刚入行的朋友觉得Gamma就是个简单的幂次运算，调个参数就完事了。嗯，真这么简单就好了。

我刚开始做图像处理那会儿，接过一个医疗内窥镜的项目。图像传回来颜色总是偏暗，皮肤纹理细节全糊在一起。我折腾了三天，改曝光、调增益，效果都不理想。后来一位老前辈看了一眼，说：“你先把Gamma曲线拉直再说话。” 从那以后，我才真正理解线性化处理的重要性。

3.1 Gamma校正原理

Gamma校正的起源其实很“物理”。早期的CRT显示器，输入电压和输出亮度之间不是线性关系，而是近似一个2.2次幂的曲线。也就是说，你给显示器一半的电压，它不会显示一半的亮度，而是只有大约22%的亮度。

为了补偿这个非线性，我们在编码图像时，故意先做一个1/2.2次幂的“预失真”。这样信号经过显示器后，最终人眼看到的亮度就是线性的了。这个过程，就是Gamma校正。

核心公式：

编码端（预补偿）： V_out = V_in^1/γ
显示端（解码）： L_display = V_out^γ
标准γ值： 2.2（sRGB/Rec.709）

你可能会问：为什么不用线性直接传？因为人眼对暗部细节更敏感。Gamma曲线在暗部分配了更多的编码位数，这样我们就能在8bit的有限空间里，保留更多的暗部层次。说白了，这是一种“视觉感知优化”的编码策略。

3.2 线性化处理——调试的第一步

做色彩校正和镜头畸变联合调试，第一件事就是把图像拉回线性空间。为什么？因为所有的颜色混合、矩阵运算、畸变矫正算法，都是基于“光强度可加性”这个假设的。如果图像还是Gamma编码的非线性数据，你算出来的结果全是错的。

我曾经踩过一个坑：在调试一个广角镜头的桶形畸变时，我直接在sRGB图像上做像素重映射。结果矫正后的图像边缘出现了明显的色晕，怎么调都调不掉。后来才发现，问题出在插值算法上——非线性空间里的插值，相当于在错误的空间做加权平均，颜色当然会漂移。

⚠️ 重要提醒：

所有几何变换（畸变矫正、透视变换、缩放旋转）都必须在线性RGB空间进行。做完几何变换后，再重新应用Gamma编码输出。这是铁律，不要挑战。

线性化处理的步骤其实很简单：

读取图像数据——确认当前色彩空间和位深
去除Gamma编码——对每个像素应用逆Gamma变换
转换到浮点——将整数[0,255]映射到浮点[0.0, 1.0]
执行处理——在浮点线性空间做所有运算
重新编码——处理完成后，再应用Gamma编码输出

// 线性化处理示例（C++风格伪代码）
float linearize(float pixel, float gamma = 2.2) {
    // 将sRGB非线性值转换为线性值
    if (pixel <= 0.04045) {
        return pixel / 12.92;
    } else {
        return pow((pixel + 0.055) / 1.055, gamma);
    }
}

float encodeGamma(float linear, float gamma = 2.2) {
    // 将线性值转换回sRGB非线性值
    if (linear <= 0.0031308) {
        return linear * 12.92;
    } else {
        return 1.055 * pow(linear, 1.0/gamma) - 0.055;
    }
}

3.3 sRGB与AdobeRGB标准

这两个标准，是我们在实际项目中最常打交道的色彩空间。很多人以为它们只是色域大小不同，其实Gamma曲线也有细微差别。

特性	sRGB	Adobe RGB
推出年份	1996（微软+惠普+爱普生）	1998（Adobe）
色域覆盖	约35% CIE Lab	约50% CIE Lab
Gamma曲线	近似2.2（分段函数）	纯2.2
白点	D65	D65
主要用途	网页、显示器、消费电子	印刷、专业摄影
绿色主色坐标	(0.3000, 0.6000)	(0.2100, 0.7100)

sRGB的Gamma曲线其实不是严格的2.2，它在暗部有一段线性区（斜率12.92），目的是为了减少量化噪声。Adobe RGB则直接使用纯2.2的幂函数，没有这个线性段。

💡 我的个人习惯：

在做色彩校正调试时，我通常会在内部统一使用线性sRGB空间。如果源图像是Adobe RGB，我会先做色域转换到sRGB，再做线性化。这样能减少一个变量，调试起来更可控。

3.4 三种标准的Gamma曲线对比

为了让你更直观地理解，我画了一张对比图。这张图展示了sRGB、纯Gamma 2.2和线性曲线在暗部的差异。

从图上可以清楚看到，sRGB和纯Gamma 2.2在暗部（输入值0~0.2区间）有明显差异。sRGB的线性段让它在极暗区域更“亮”一些，这有助于减少量化条带。但在做色彩校正时，这个差异必须考虑进去。

3.5 实战中的选择建议

说了这么多理论，落到实际项目里，我一般这样选：

消费电子（手机、显示器、网页）：无脑用sRGB。兼容性最好，生态最成熟。
专业印刷、摄影后期：用Adobe RGB。色域更广，绿色表现力强，印刷品能还原更多色彩。
视频制作：用Rec.709（和sRGB Gamma一致，但色域略有不同）。
HDR内容：用Rec.2020 + PQ/HLG曲线，Gamma那套就不适用了。

📌 核心要点总结：

Gamma校正的本质是“编码端预失真，显示端还原”，目的是优化视觉感知和量化效率
所有几何变换和色彩混合运算，必须在线性空间进行
sRGB和Adobe RGB的Gamma曲线有细微差异，sRGB在暗部有线性段
调试时建议统一到线性sRGB空间，减少变量

嗯，这一章的内容就到这里。Gamma校正看起来简单，但它是整个色彩校正体系的基石。你想想看，如果连图像是不是线性的都不确定，后面做的所有矩阵运算、白平衡调整、畸变矫正，都像是在沙子上盖楼。把这个基础打牢了，后面讲色彩矩阵和色温校正时，你会觉得顺畅很多。