色彩科学基础：从人眼到算法

做图像处理这些年，我越来越觉得，色彩科学就像地基。地基不稳，后面调得再花哨也是空中楼阁。今天咱们就从最根本的东西聊起——人眼怎么看颜色，颜色到底由什么构成，以及白平衡到底在平衡什么。

你想想看，人眼其实是个很“不靠谱”的传感器。它不测量亮度，只比较相对差异。我刚开始做算法时，总想把每个像素都调到“真实值”，结果出来的图反而看着别扭。

人眼有几个关键特性，做白平衡时必须考虑：

我的经验： 有一次做手机摄像头调试，室内灯光偏暖，拍出来的肤色像黄疸。我试着把色温硬拉到标准值，结果肤色是正常了，但背景的白墙变成了蓝色。后来才明白——人眼会“原谅”偏色，但算法不会。你得学会“适度补偿”。

RGB 是给机器看的，HSL 才是给人看的。做白平衡时，我几乎不看 RGB 值，只看色相、饱和度和明度。

说白了，白平衡就是在调整色相偏移，同时尽量不破坏饱和度和明度。我曾经犯过一个错：为了去黄，把色相调过了，结果人脸变成了绿色。那之后我养成了一个习惯——每次调完，先看肤色区域的变化。

色温这个概念，其实挺反直觉的。数值越低，光越暖（偏黄红）；数值越高，光越冷（偏蓝）。

白平衡的本质，就是找到场景中的“中性灰”，然后反推色温。我见过很多新手直接套用自动白平衡，结果在混合光源下（比如室内有窗又有灯），画面一半暖一半冷，特别尴尬。

避坑指南： 我曾经在一个博物馆拍摄项目中，用了自动白平衡。结果每张照片的色温都不一样，后期根本没法统一。后来我强制锁定色温到 5500K，虽然单张看起来有点偏，但整组照片的一致性好了很多。记住：一致性有时候比准确更重要。

不同设备能显示的颜色范围是不一样的。sRGB、Adobe RGB、DCI-P3、Rec.2020……这些名词背后，其实就是一个问题：你的颜色能“装”下多少？

做白平衡时，我建议始终在 sRGB 下预览。为什么？因为大多数用户最终看到的屏幕就是 sRGB。你在 Adobe RGB 下调得再准，用户看到的还是偏色。说白了，算法得为“最差情况”设计。

  核心观点： 色彩空间转换不是简单的数学映射。不同空间的“白色点”定义不同，直接转换会导致色偏。我习惯在转换前先做一次白平衡校正，确保中性灰对齐。

下面这张图，是我自己梳理的色彩科学基础框架。每次做新项目前，我都会看一眼，提醒自己别漏掉关键环节。

这张图把今天讲的内容串起来了。你看，人眼特性决定了我们“为什么”要调白平衡，颜色三要素告诉我们要调“什么”，色温概念给出了“调多少”的参考，而色彩空间则决定了“在哪调”。

嗯，基础就这些。别小看它们，后面所有实战技巧，都是从这里长出来的。