为什么投影机需要强调色准？

　　何为「准确」的色彩？

　　我们又如何以「准确」的方式来量化色彩？

　　讨论这个话题前，我们先来谈谈为什么量化色彩对于摄影师、设计师、影像专业人员，以及纺织服装行业从业人员等等如此重要。

　　当我们试图描述一种色彩，最常见的做法就是将某种色彩和具体对象连结起来。

　　例如，当我们说起「红色」，人们通常用「苹果」来描述「红色」。但我们究竟在谈论什么样的苹果?我们心中所想的是同一种苹果吗?

　　看看图1，在不同品种的苹果中，至少有七种不同的「红色」色调，更别提最后一个了，它甚至不是红色的。

图1: 不同品种的苹果

　　因此，当我们使用对象来描述色彩时，会存在差异。我们需要找到一种可靠的方法，来减少沟通中的差异。

　　色彩空间

　　人类倾向于使用「数字」进行准确的测量，好比我们使用数字来描述长度、重量等等。这样当颜色A和颜色B具有相同的数值，我们可以说它们的颜色是相同的。

　　早在1913年，CIE——国际照明委员会(Commission Internationale de l´Eclairage，法语名称简写为CIE)，定义了XYZ三基色系统，用来量化人类可以感知的颜色。

　　XYZ值是通过将以下三个属性相乘构成的：光源的光谱功率分布、目标对象的反射率，以及用于描述人类视觉系统特性的标准观察者函数。

图2: 计算XYZ值的公式

　　结果是，当颜色A与颜色B具有相同XYZ值时，可以说颜色A和颜色B看起来一样。

　　使用数值定义色彩的另一个好处是，我们可以用坐标系统轻松地表示色彩。这形成了一个色彩空间(色域)。

　　我们使用色彩空间(色域)来共同定义显示于荧幕上的、由打印机生成的，或者是由相机捕获到的色彩范围。常用的色彩空间，主要有RGB、CMYK、HSV、CIE XYZ、CIELAB。

图3: CIE 1931 xy色度图   图4: CIE 1976 uv色度图

　　图3显示了1931 CIE xy色度图，它代表人类可以感知的所有颜色。然而，这张图并未真实反映人类视觉系统的敏感性。

　　以蓝色和绿色为例，人类对蓝色非常敏感，但是对绿色不太敏感：多一点的红色我们认为是紫色，而一点点的绿色我们认为是青色。

　　这种现象并未体现在图3，即CIE 1931 xy色度图中。因此，在1976年，UV色度图被提上台面，用于反映人类视觉系统的感觉。

　　现在，我们已经定义了一个以数字形式来描述色彩的系统。

　　接下来的问题是，我们如何测量颜色？

　　我们可以用尺子来测量长度，用秤来测量体重，而当我们测量色彩时，我们需要首先测量光线。测量光线不像使用尺子或体重秤那么容易，但是有一些仪器可以帮助你。例如，我们可以使用分光辐射度计来测量光线的光谱功率分布。

　　但是，这些仪器体积庞大、价格昂贵，携带不方便。因此，有人开发出一种更简单的称为「比色计」的设备。比色计通过一组XYZ滤光片测量光线，因此速度比光谱辐射计快，但精度较低。

　　(*XYZ滤光片: 光学滤光片，以每个波长的透射率来模拟XYZ值的光学特性。)

　　如前所述，当我们有一组相同数字的XYZ值时，我们可以说这些颜色看起来是一样的。但有些时候XYZ值不一样，然而看起来还是很相似的。

　　例如，当我们在明亮的房间里看到明亮的光线，而在昏暗的房间里看到明亮的光线时，测量到的XYZ值不一样，虽然光强度可能不同，但我们仍然感觉到相同的光线色彩，以适应我们的视觉系统。

　　另一种情况是比较不同媒体的色彩。例如一个来自显示器，一个来自印刷的纸张。我们需要另一个度量来量化这种自适应现象。

　　L*a*b*色彩空间(如图5所示)随后被提出，用于实现「标准化」目的。它将一个场景或媒体(如纸张)中最亮的水平定义为100，然后比照最亮光线将所有其它颜色规范化。因此，现在我们可以比较来自不同媒体、不同强度或色彩的光线了。

图5: L*a*b*色彩空间

　　色彩感知的差异性

　　当我们看两个相似但略有不同的颜色，我们会想知道这些颜色有多接近吗?如果不用数字来表示，我们可以说「很接近」，但究竟有多么接近?「接近」的定义又是什么?毕竟颜色的感觉因人而异。

　　人和人之间存在细微的生物差异，因此我们感知色彩和识别颜色的方式也会有所不同，于是确定对象的颜色也变得主观起来。

　　比如，以下面为例，有些人可能会把它的颜色称为蓝色，有些人可能会说它是绿色的，甚至还有人可能说它是青色的。针对一个对象的色彩，想要提供十分准确的描述，对普通人来说其实是相当困难的。

　　而我们平时讲的「真色彩」(true color),是基于现实世界原始图像的准确色彩表现。

　　使用XYZ色彩空间或L*a*b*色彩空间，我们可以量化色彩之间的差异。通过计算特定色彩空间中两种颜色之间的距离(通常使用L*a*b*色彩空间)，可以获得差值。这个差异值被称为「色差」。我们通常使用delta E *来标识「色彩差异」。

　　色差公式最简单的版本称为delta E* 76 ( delta E*ab)，而在纺织和印染行业则使用更复杂的公式，它在1994年被宣布，因此也称之为delta E * 94。

　　在公元2000年，研究人员开发了一个更新版本的色差公式，以真实反映人类视觉系统的感知。它被称为delta E * 2000(delta E*00)。

　　而由于大量研究工作使得计算值与人类感知之间的相关性更高，因此delta E*00现已成为国际标准，推荐在所有科学研究工作中使用。

　　正如我们在上面公式中看到的那样，需要两组L*a*b*数值。如果我们需要判断特定颜色的准确性，则需要一组测量的L*a*b*值和一组定义的L*a*b*值。我们可以使用前面提到的工具来获得测量值，但我们如何获得「定义值」或「标准值」呢?

　　定义值」或「标准值」可从标准图表获得(见图6)。这些颜色图表为图表中的所有颜色定义了L*a*b*值，并且每个图表都非常仔细地生成以满足公差。因此，这些图表可用作参考，因为这些值不会改变。

图6-1: X-rite标准型色卡

图6-2: X-rite数码SG校色卡

　　为了判断色彩的准确性，经常使用delta E*00。delta E * 00 <1.00意味着专家在比较两种颜色时没有可察觉的差异。delta E * 00 <3.00意味着对典型的人来说察觉不到显著差异。 (这里的专家包括色彩科学专业人士、经验丰富的摄影师、设计师或影像专业人士等)

　　总之，我们已经掌握了如何使用数字来定义颜色及其背后的原因。我们还明确了每个色彩空间之间的差异，如XYZ和L*a*b*。最后，我们学习了测量颜色的方法，以及如何定义色彩差异。使用delta E*00值，我们可以判断颜色是否准确。

　　关于色彩

　　在人眼视网膜中，有两种类型的细胞负责对于色彩的感知：一种是杆体细胞(rod)，一种是椎体细胞(cone)。

　　其中，对色彩分外敏感的椎体细胞，能够在强光下发挥显著功能，产生明视觉，它们以三种形态存在，对于不同波长的外界光线存在不同的吸收曲线。

　　而杆体细胞对于光的强度非常敏感。在人眼中，杆体细胞让我们能够在昏暗甚至黑暗的环境下分辨物体，产生暗视觉。

　　然而，由于杆体细胞对光的敏感性大大优于椎体细胞，因此我们在弱光环境下感知物体色彩的能力反而变差了。

　　关于光线

　　感知色彩需要光线。当光线照射物体时，有些被吸收，有些被反射。

　　人眼之所以能够看到色彩，是由于光波的反射，而人眼所能感知的波长，属于电磁波谱中的可见光部分。

　　从短波长到长波长，色彩范围由紫色开始，接着是蓝色、绿色、黄色、橙色，最后是红色。

　　为什么投影机需要强调色准?

　　而我们平时讲的“真色彩”(true color),是基于现实世界原始图像的准确色彩表现。