近代醫學表明，人類獲取信息的70-80%都是來自視覺觀感。簡單的說，色彩就是人的大腦對於光的感受。多媒體計算機的圖像處理和視頻效應都是基於人眼視覺原理實現的模擬方法。因此要將離散化的數字信息中的色彩信息精確還原為連續的視覺感受就必須瞭解色彩技術的來龍去脈。色彩理論的源頭，目前公認的是古希臘時亞里士多德的《關於色彩》。亞里士多德認為：原色是黑和白，是黑暗與光明的無窮無盡的產物——非常近似我們中國的“陰陽”之說。後來他又認為除了黑白之外還有另外兩個原色：來自陽光的黃色和天空的藍色。同時亞里士多德還認為這些就是構成世界的四大物理元素，那些看到這裡暗暗發笑的二次元愛好者是不是發現這就是“氣水火土”的世界元素設置？
色彩還曾經被認為是被觀察物體的屬性。我們現在當然知道色彩是由於光和人眼的解析才產生的。大約有1200年左右的時間，幾乎所有科學家、藝術家和思想家都堅信亞里士多德的色彩理論，直到17世紀，偉大的科學家艾薩克·牛頓才證明光線和色彩來自太陽。那個著名的三稜鏡分色實驗，相信很多在校生都還記得吧。
一束陽光被三稜鏡分解為不同色彩的特等色彩序列。
由此就產生了一種特殊的“色彩表述”工具——將色彩條首尾相連後獲得的環形色輪可以為我們解釋不同色彩間的關係。色環的核心作用還是用來展示基本色彩之間的關係。比如，自然界常見的各種顏色光，都是由紅(Red)、綠(Green)、藍(Blue)三種顏色光按不同比例相配而成，同樣絕大多數顏色也可以分解成紅、綠、藍三種色光，這就是色度學中最基本的原理—三原色原理。
油墨或顏料的三基色是青（Cyan）、品紅（Magenta）和黃（Yellow），簡稱為CMY。青色對應藍綠色；品紅對應紫紅色。理論上說，任何一種由顏料表現的色彩都可以用這三種基色按不同的比例混合而成，這種色彩表示方法稱CMY色彩空間表示法。彩色打印機和彩色印刷系統都採用CMY色彩空間。青色，品紅，黃色分別是紅、綠、藍三色的補色。對於大多數人來說，接觸原色是在小學的美術課上。老師告訴我們黃色和藍色混合在一起就會產生綠色（我至今清楚記得里約奧運會游泳池變綠的新聞下面，某段子手回覆說：是誰尿的！）接下來就要弄清楚到底色彩到底要做到多精確才能達到說清楚事。
精準標定顏色有多重要？
舉個例子。《Mr. Blandings Builds His Dream House》這電影裡有個奇葩的夫人，在跟室內裝潢設計師溝通時，描述了一下她想象中的臥室的油漆色彩：“應該是淺綠色，不像知更鳥的蛋那麼藍，也不像水仙花的芽那麼黃。樣品這個顏色是我能拿到的比較接近，但有點偏黃，所以也別讓調色的人別弄的太藍。它應該是那種偏灰一點點的蘋果綠。”
……相信很多設計師大概看到這裡都會崩潰的感同身受……所以我們要引入計算機的數值來精確表述顏色。
計算機在使用發光體作為光源時，還是使用RGB作為色彩模型來製作髮色設備。計算機彩色顯示器的輸入需要RGB三個彩色分量，通過三個分量的不同比例，在顯示屏幕上合成所需要的任意顏色。當使用2的8次方來表色時，我們就能獲得28x28x28=16.7M種顏色。這就是為什麼我們把好的液晶屏稱為8bit屏，同時要獲得更精確的色彩時，還可能要用上10bit甚至12bit的算法，而這個bit數就是色彩位深。電腦的屏幕和電視機、投影儀、數碼相機都是這樣生成色彩。
使用這樣的方式 精確表述顏色就非常容易
大部分的數碼圖像編輯軟件，例如photoshop也是使用RGB表色模式來進行數碼色彩的分析和運算。例如現在常見的通用圖像JPG格式，就明確規定使用8bit色深來表色，這時候數碼相機的RAW格式中保持下來的12~14bit色彩信息就必然會損失掉一部分了。彩色印刷或彩色打印的紙張是不能發射光線的，因而印刷機或彩色打印機就只能使用一些能夠吸收特定的光波而反射其它光波的油墨或顏料。CMYK顏色模型就是這麼來的。相對於RGB的加色混色模型，CMY是減色混色模型，顏色混在一起，亮度會降低。之所以加入黑色是因為打印時由品紅、黃、青構成的黑色無法實現真正的灰階和純黑。除了常見的RGB和CMYK色彩模型之外，還有HSL、HSV（HSB）、YUV、YCvCr等顏色模型。這些都是用於不同領域的色彩模型。
先看看靜態圖像領域的RGB和CMYK以及延伸的HSL/HSV。首先要確定的是HSL和HSV是類似的色彩模型。在大部分圖像編輯軟件中，對於色彩的描述相對RGB這類比較抽象的表色方法，HSL這樣的表色方法更為直觀和簡便。
無論是HSL或HSV中，H都表示色相(Hue)。色相可以理解為色彩相貌，也就是對顏色的概況描述——通常該值取值範圍是[0°~360°]，對應紅-橙-黃-綠-青-藍-紫-紅這樣順序的顏色，也就是我們前面提到的色相環。色相是描述任何物體任何色彩都能使用的參數，哪怕這樣的顏色很難用語言來表述。
S在HSL和HSV中表示飽和度(Saturation)(有時也稱為色濃度、色彩度)即色彩的純淨程度，用作描述某種特定顏色的純粹程度的參數。比如畫家可能在塗抹天空的藍色時加入一些淡褐色，從而獲得藍色天空的漸變效果。而攝影師修飾照片時可以通過調準飽和度獲得某種特別鮮豔的顏色或有意把某種顏色變得黯淡無光。兩種顏色模型不同的就是最後一個參數。
L表示亮度(Lightness/Luminance/Intensity)，V表示明度(Value/Brightness)亮度通常指一種色彩的明亮或黯淡程度，在大部分圖像編輯軟件中，都可以認為亮度就是黑白的變化。比如攝影師修圖時改變亮度（調準曝光值）就是色亮度的典型應用。但是如果簡單粗暴調準曝光，色相細節也會發生一定程度的改變。這就是亮度和明度的區別了。純色的明度是白點變化 ，而純色的亮度是中灰色點變化。
動態影像中常見的YUV模型
YUV顏色模型中，Y是亮度信號參數，UV都是色差的參數。Y的信息和U、V獲得的信息是獨立的。這種表色方式可以保證三個信息量之間互不干擾，因此在電視廣播信號中採用YUV方式進行編碼。例如用Y亮度信號表示圖像亮度，UV表示顏色信息就可以進行圖像的大面積著色。我們能看到的很多視頻拍攝器材中都會提到8:2:2視頻編碼，這說明該器材使用Y:U:V=8:2:2的方式進行色彩編碼，Y亮度信號使用8bit色渲染1個像素點獲得256級亮度，而UV色度信號對每4個像素點進行8bit色渲染獲得同樣的256級亮度，畫面的顆粒感會較重，但是可以節省出更多的存儲器空間。這樣的編碼方式會帶來畫質上的損失，但並不是所有人都能迅速觀察到動態變化的視頻中這種不明顯的畫質損失，因此視頻圖像壓縮技術中經常使用這樣的方案。典型的生活案例就是有些在線電影是1080p清晰度，但實際上文件大小隻有不到2GB，而有些720p的網絡視頻都有4-5GB的大小，就是因為使用了不同的壓縮採樣。RGB、CMYK、HSL和YUV之間只是同一物理量之間的不同表述方案，所以互相之間完全可以通過數學計算的方法進行彼此間的換算。比如在RGB和CMY的換算中，RGB為原色而CMY為補色，兩個空間剛好互補。在攝影攝像的調色過程中，“紅色＋青色＝綠色＋品紅＝藍色＋黃色＝白色” 這一口訣很多人都會用，但其中的原理就是基於加色和減色空間的互補原理。
今天的乾貨太多，
明天小編給各位帶來《色彩空間那點小事（下）》~
閱讀更多 DVChina 的文章
