文章转自199 leonliang
关于mini LED Neo QLED，我去年买了台4K的旗舰85寸的QN90A，1900多个分区，很变态，确实能够非常有效的控制光晕，亮度（实测1800nit）和对比度什么的都非常非常高。但是！！！！动态分区背光控制就不可避免地需要分区进行gamma调节，在一个场景里某一个区域突然有明暗变化时，能明显看到背光变化的不及时，以及gamma变化带来的失真，尤其当这个明暗变化涉及到人脸时就会特别讨厌。这台电视的优点就是极高的亮度和对比度让HDR非常刺激非常爽，但因为分区背光算法还是会带来明显的失真，所以我只会把它放在我儿子的玩具房，用来打游戏和偶尔看看小朋友电影。这是我家里的四台电视之一，我另外还有两台Oled和一台索尼的液晶。两台Oled仍然是我用电视的主力。
关于投影，楼主测试的Imax放映机最大的缺点显然还是对比度太低，我指的就是on/off对比度，不是什么ANSI对比度。我既然现在很少登录发言，所以说话就直一点，这个论坛对3DLP还有氙灯之类的吹捧简直到了脑残的地步，当然也是拜一些对HDR，ANSI对比度，显色指数之类的概念一知半解的“玄学老烧”所赐。凡是稍微有点思考能力，知道数码时代的RGB成像原理，以及显色指数的定义和测试方法，都不可能在数码时代还在吹什么氙灯光谱。凡是懂点HDR以及APL的特性，都不可能去吹3DLP专业机。凡是熟悉对比度-ADL这个曲线的人，都不可能去吹什么机器的ANSI对比度高就怎么怎么样。不是说同屏对比度不重要，恰恰相反，我是论坛里第一个实现完全吸光的黑洞影音室环境的人，为的就是极尽全力的提高同屏对比度，我也是论坛里唯一一个测试0-50%同频对比度曲线的人。但是，我说过无数次了，0-5%ADL这一段的同屏对比度远远比ANSI对比度（50%ADL）重要，而最重要的这段同屏对比度恰好就是极大依赖于原生on/off对比度。而且这个圈子还有个最大的问题就是各种所谓的对比几乎都是无效的对比，错误的校准（比如缘分那些校准几乎全是错的，非个人攻击，纯粹就事论事），甚至没有校准，不够好的光学环境，老化的机器（尤其是索尼面板），等等原因，导致一堆人说“我见过xx机型，xx就是不如xx”。当然也会有玄学老烧跳出来说用了水桶粗的电线，24k纯金开关，一吨重的硬盘架等等，就能让我的3DLP黑的发亮，灰蒙蒙的那叫暗部细节好，哈哈。偏偏这类人在国内圈子里影响力极大，这也是为什么我几乎不来发言了。懒得对牛弹琴，浪费时间。
当然，尽管我知道3DLP的缺点，我自己也还是买了台3DLP专业机，这台3DLP主要被我用来在影音室打游戏，优点是亮，而且耐操，用来打体育，赛车类游戏非常好。但用来看电影就是灾难，尤其是看HDR电影并且进行了正确的tong mapping之后，并且把亮度打到200nit以上时，暗场景惨不忍睹。这也是目前我家里同时在用的四台投影之一，跟我家的几台电视一样，每台投影都各司其职。目前投影最大的缺点还就是on/off以及0-5%ADL这一段对比度不够高，甚至包括JVC。投影唯一能接近OLED的途径：尽量高的对比度，尤其是0-5%ADL对比度+极致吸光的环境+合理调教的动态映射。就像我以前帖子里说的，对于HDR来说，越高的on/off和0-5%ADL的对比度，才越能支撑得起高亮度，否则像一般3DLP那种两千左右on/off对比度，提高亮度就是在饮鸠止渴。至于绝大部分单片DLP就更不用说了，连1000的对比度都没有。
同样适用于电视机，IPS面板1000左右的对比度，VA面板5000不到的对比度，亮度越高只会让效果越惨，哪怕1900多分区的miniLED背光，也还是会因为动态背光和gamma带来很明显失真。
关于色彩正文部分
我相信很多人跟我有类似的以下经历：大概三年前我刚开始玩家庭影院时，常常在论坛里看各路大师老烧们讲的神乎其神，各种名词和形容词让人不明觉厉，比如油画感，阳光感，饱满，能量感，质感，立体感，通透感，等等。还有大师们的各种“经验”之谈，比如HDR就是要亮，专业机就是比家用机好，几万流明刚够用，几千流明煤油灯，这屏摄暗无天日，那屏摄吊炸天等等。这其中甚至还夹杂了很多大师们的人生哲学，什么眼界啊，实力，心境啊，等等。而作为新手的我只能给自己的脑放开足了马力，拼命去意会。不久之后我就觉得不对啊，这怎么跟进了十几二十年前的HIFI论坛似的，全凭老师傅们说一些似是而非的东西，难道就没有一个严谨的知识体系吗？论坛这些言论到底哪些是玄学，哪些是科学？于是我去翻阅了一些资料，也买了一些软件和器材摸索实践，融会贯通消化了一下，很多问题也就迎刃而解，有种豁然开朗的感觉。我之前发过一些帖子分享我的这些理解，主要集中在HDR的分析和映射算法；亮度，对比度，ADL，房间处理这几者之间的关系；以及分辨率和锐度的测试分析这些方面。今天这篇帖子我会主要讲一讲我在色彩方面的学习心得。
色彩模型与色彩空间
色彩模型就是对色彩的数学表达形式，或者说色彩的坐标系表达。举个最简单的例子，RGB就是一种色彩模型，在8比特RGB里，白色就是（255，255，255）这个点。如果再进一步规定每一个坐标点的具体位置和相互之间的位置关系，那么就是我们常说的色彩空间。如下图就是RGB色彩空间的R，G，B三根坐标轴以及从黑点到白点的对角线，也就是灰阶。
色彩模型有很多种，对于我们常用的电视/投影/显示器来说，至少有这三种色彩模型是经常被用到的：RGB，CIExyY，HSV。理解这几个色彩模型各自的数学定义，以及它们相互之间的换算和空间几何关系，对于想要充分玩好视频发烧来说很重要。否则就只能盲人摸象，玄学发烧。
RGB色彩空间
CIE xyY色彩空间
HSV色彩空间
CIE XYZ以及CIE xyY色彩空间
人眼内负责色彩识别的主要是锥细胞，总共有三类锥细胞，分别对长波长564nm、中波长534nm，和短波长420nm左右的光波敏感。最早的色彩空间也就是常提起的CIE XYZ模型，是CIE在1931年定义的。其中XYZ就是根据人眼内的三种锥细胞敏感度曲线演化出来的数学模型。
后来又根据XYZ模型推演出了更直观的CIE xyY模型，也就是绝大部分校准软件最常用的表达方式。其中Y是亮度值，x和y是颜色的二维表达，它们定义的平面也就是大家最熟悉的那个马蹄形色彩平面。xy跟XYZ的关系如下：
数学上来说，xyY模型中的x，y分别是XYZ模型中X，Y所占的比例。它们定义的是色彩空间的点在一个二维平面上的投射（如下图），再配合上亮度坐标Y，xyY就可完整的定义出一个三维的色彩空间。这里先只简单介绍一下CIE色彩空间，我会在后文给出更多更直观的CIE xyY色彩空间图例。
数码时代的RGB色彩空间
数码时代所有的显示设备都采用了RGB三原色以及三原色的加色这样的显色方式。通过三原色以不同比例的叠加来显示出不同的颜色。之所以正好是RGB这三种颜色，正是根据上面说的人的三类锥细胞的波长敏感曲线来划分的，三种锥细胞并不是刚好对RGB三种颜色敏感，每种锥细胞敏感的波长都有一个范围，而且互相之间是有重叠部分的。RGB这三种颜色刚好可以尽量不重合的分别刺激这三种锥细胞其中的一类，而不刺激另外两类，所以也就成了被数字显示设备采纳的三原色。
从另一角度来理解，CIE在1931年根据人眼色彩敏感测试做出来的马蹄形的CIE图上，如果要取三个点连成一个三角形，并且让这个三角形尽量完整覆盖马蹄形的话，刚好应该是最右边的红色，最右上方的绿色，以及最左下方的蓝色这三个顶点，如下图。注意，我上一句话里有一点非常重要：采用RGB三原色并不能完整的显示CIE的人眼视觉马蹄形图里的所有颜色，而只能显示RGB三角连线以内的颜色。我会在后面更加详细的解释这一点。CIE图本身也是基于人眼的视觉特征，所以从CIE图出发得到的结论与上一段中由锥细胞敏感刺激波长得到的结论一致，殊途同归。
RGB色彩空间坐标系
当红，绿，蓝以一定的比例的比例混合时，就成了白（灰）色。比如Rec709色域里，这个比例就是R:G:B=21.26 : 71.52 : 7.22。在Rec2020色域里，这个比例就是R:G:B=26.27 : 67.80 : 5.93。以Rec709为例，我们把100%白亮度（6500k）的21.26%亮度的红，71.52%亮度的绿，和7.22%亮度的蓝分别定义为R，G，B的100%颜色亮度，并以0-100%RGB的颜色亮度作为三根互相垂直的坐标轴，就成了RGB色彩空间，任何颜色都在这个正方体里。
坐标点的定义：RGB加色原理
现在以8bit色深的RGB坐标轴举例（后面会详细介绍色深），（0，0，0）就是黑色，（255，255，255）就是100%白色，（255，0，0）就是100%饱和度100%亮度的红色。（127，0，0）仍然是100%饱和度但只有50%亮度的红色。那么50%饱和度的红色呢？很明显，白色或者灰色是饱和度为零的颜色，所以也被称为消色。那么只要往100%饱和度的纯色里添加白色或者灰色就能降低饱和度，而白色就是通过RGB混合形成的，用数学语言说就是R+W=R+(R+G+B)，所以只要往一种三原色的纯色里添加另两种三原色也就降低了饱和度。比如50%亮度的红色（127，0，0）+ 50%亮度的白色（127，127，127）= （255，127，127）也就是100%亮度的红色+50%亮度的绿色+50%亮度的蓝色，这样就得到了一个50%饱和度100%亮度的红色。关于饱和度的具体计算方式我会在后面介绍HSV色彩空间时给出。大家应该都了解最简单的加色原理，如下图，100%红+100%绿=100%黄（255，255，0），100%红+100%蓝=100%品红（255，0，255），100%蓝+100%绿=100%青（0，255，255）。
同样的，RGB空间里的每一个颜色，每一个饱和度，每一个亮度，都是通过（R，G，B）这个坐标系定义的以不同比例混合的RGB三原色。
三原色的波长的狭窄程度：饱和度/色域
通过上面的加色原理，我们可以很轻松的得出一个结论，不混有其它颜色的三原色是饱和度最高的。在硬件层面也是如此，也就是三原色的纯净度越高，饱和度就越高，也就是色域越广。学过基本光谱的都知道波长越狭窄，对应越单一纯净的颜色，而激光就具有这样的特性。所以RGB三色激光能提供饱和度最高的三原色，是数码时代能达到最广色域的光源。三色激光也有自己的缺点，比如激光散斑和安全隐患。我们这对于安装三色激光有很严格的安全要求，比如在多远范围内要必须保证激光绝对不能照到人的眼睛等。只要能克服这两个问题，那么三色激光是非常好的光源。
而其它光源，无论是汞灯还是氙灯还是蓝色激光荧光，波长分布都很广，需要棱镜分别过滤出其中的RGB三原色来显色（当然蓝色激光荧光里的蓝色不需要经过过滤）。过滤的越干净彻底，也就是选取的波段越窄，饱和度就越高，色域就越广，但过滤的越彻底的代价就是亮度降低的越多。具体达到一个怎样的平衡主要看厂家的设计目标，大部分汞灯和氙灯或者单色激光光源的投影基本都在709色域到P3之间。但绝不是像论坛里说的那样汞灯或者单色激光的颜色就不行。另外，还有很多人吹氙灯的显色指数高，所以色彩多么厉害之类的。显然这样说的人并不了解显色指数以及数码时代的显色原理。氙灯的显色指数确实很好，但显色指数到底是什么？显色指数指的是光源照在一个物体上，人眼看到的颜色与该物体在正午日光下的颜色的接近程度。颜色越接近，则该光源的显色指数越高。阳光的光谱在可见光范围内（400-700nm）各个波长的能量基本是平均分布的。而氙灯的可见光范围的光谱很接近阳光，所以有很高的显色指数。所以氙灯用来照射物体本身的显色效果非常好，比如传统的胶片投影这样的显像原理，就需要非常高的显色指数来还原胶片里的色彩。但是在数码时代并不需要平坦分布的光谱，恰恰相反，如上文所说，数码时代需要的完全是另一个极端：狭窄的光谱尖峰，所以氙灯的显色指数优势在数码时代并没有什么用。它的优势是大部分氙灯功率够高，能提供更高的亮度，以及未经过滤和校准时的原始RGB更均衡一些。
坐标轴精细程度：色深
比如8bit就是每个坐标轴被分为2的8次方也就是256份（0-255），一个8bit的RGB三维坐标系内总共能显示256的3次方，也就是1千六百多万个颜色数据点。10bit和12bit也依次类推，越高的色深，也就能显示更精细的颜色过渡。色深越低，也就是颜色越不精细，容易在大面积过渡色的地方出现断层的颜色条纹。当然，就像人眼对于分辨率的识别能力有一个极限，人眼对于色深的识别能力也是有极限的，这就是所谓的barten曲线。如下图，引用自杜比实验室的数据，位于barten曲线左下方的是颜色足够精细，人眼识别不出来颜色断层的。相反，barten曲线右上方是颜色不够精细，人眼能够识别出来颜色断层的。
并不是说采用了更高的色深就一定能带来可见的画质变化。不同峰值亮度对色深的要求也是不同的，显然峰值亮度越高，就越需要更多的数据点，也就是更高的色深。而且pq函数曲线和幂函数gamma曲线的对色深的利用效率是完全不同的（对EOTF函数求导可得）。关于不同的色深，在不同的亮度下的，以及不同类型EOTF的颜色精度曲线，我在下面两幅图中给出了我自己的计算结果。具体计算方法稍微有点复杂，需要对不同亮度曲线下的EOTF曲线求导。比如12bit pq曲线的精度计算：=(峰值亮度*((亮度代码^(1/78.8438)-0.8359)/(18.8516-18.6875*亮度代码^(1/78.8438)))^(1/0.1593))/(峰值亮度*(((亮度代码-(1/2^12))^(1/78.8438)-0.8359)/(18.8516-18.6875*(亮度代码-(1/2^12))^(1/78.8438)))^(1/0.1593))-1 其它曲线的计算就不一一列出了。
首先，如下图，就算峰值亮度只有传统SDR的100nit，8bit的幂函数gamma曲线也明显色深不够，并且越往暗部越偏离barten曲线，所以传统的8bit视频容易在暗部过渡不自然。100nit峰值亮度下的10bit的幂函数gamma曲线则大幅靠近了barten曲线，甚至在10nit以上的亮度的颜色精细程度超过了barten曲线，基本达到了人眼分辨能力的极限。
但要注意的是这里说的是100nit峰值亮度下的10bit幂函数gamma。如果峰值亮度提高，比如到1000nit，那么曲线就要往右上方移动，这时候颜色精细度又不够了，更别说10000nit了。幂函数gamma最大的问题是跟barten曲线的曲率变化不一致，越往暗处越偏向barten曲线的上方，所以gamma对于色深的利用明显是很低效的（也就是暗处比亮处更容易出现断层），尤其在HDR时代当显示设备达到1000-10000nit的亮度，这时gamma对色深利用的低效性问题就更突显了。pq曲线就是被设计出来解决这个问题的，因为它的颜色精度曲率基本跟barten曲线一致，所以能很高效的利用色深。10bit的pq曲线的颜色精度基本接近barten曲线，虽然没完全达到，但也基本看不出断层了（因为画面里还有很多别的因素降低了人眼的理论识别极限，就好像没人能真的坐在正常观影位置上分辨出4k的相素点），12bit的pq曲线颜色精度则略微超过barten曲线。再来看高亮度下的gamma曲线，当峰值亮度是1万nit时，12bit的gamma明显色深不够了，容易在10nit以下暗部产生断层。
10000nit峰值亮度下，需要15bit的gamma才能完全超越barten曲线。1000nit时，12bit的gamma精细度虽然仍然略不如barten曲线，但已经高于10bit的pq曲线，但，所以基本也能满足精度需求。当亮度进一步下降到200nit左右时，12bit的gamma的精细度则完全超过了barten曲线。比如Lumagen的HDR转SDR就是用的12bit gamma输出。
总之，如果显示设备峰值亮度在100nit左右，10bit的gamma曲线精细度基本够用。当亮度达到200nit到1000nit之间时，则需要12bit的gamma。如果显示设备峰值亮度达到几千到10000nit，则需要15bit的gamma或者12bit的pq曲线，所以pq曲线是更有效的色深利用方式。
这种色深上的区别，理论是会带来颜色断层，但实际上一般很难看出来，尤其是最大亮度不超过1000nit左右时。
HSV色彩空间
大部分显示设备的色彩管理菜单提供的是色相（Hue），饱和度（Saturation），以及亮度（Value或者brightness）这几个选项，也就是HSV色彩空间的调节。这些显示设备内部处理以及显色方式仍然是RGB模型，但HSV更符合人眼的视觉直观感受，所以菜单里会提供这样的调节方式。
HSV跟CIE色彩空间很像，平面内围绕着中心白点旋转到不同的角度则代表了不同的颜色（也就是色相），越远离中心白点靠近外缘则表示饱和度越高，垂直于这个平面的纵轴则表示亮度。
HSV色彩空间与RGB色彩空间的换算，以及几何关系
理解HSV色彩空间和RGB色彩空间的关系非常重要，只有这样才能真正知道自己到底在调什么，以及每一项测试的数字和直观感受的关系。像colourspace这样的软件可以手动输入每一个测试点的的RGB数值，那么就更需要使用者熟悉RGB坐标系与常见的颜色，饱和度与亮度的对应关系。其实在上文RGB色彩空间的介绍里我已经讲了最基本的亮度，饱和度，混合色（也就是色相）跟RGB坐标的关系。更具体的HSV和RGB两个色彩空间坐标系之间的换算关系如下：
为了更直观的表述HSV和RGB的关系，我在下面提供一些RGB空间里的分别恒定亮度，恒定饱和度，以及恒定色相的界面图。
下面是恒定20%，70%饱和度在RGB空间里的截面图。同上，（0，0，0）是黑点，（255，255，255）是白点，连接这两个点的对角线上任意一点R=G=B，也就是灰阶。越靠近这条对角线则饱和度越低，越远离这条对角线则饱和度越高。所以恒定饱和度截面是一个围绕灰阶对角线的圆锥形。
上面是恒定20%，70%饱战度正在RGB空间里的截里图。同上，（0，0，0）是乌面，（255，255，255）是黑面，链接那两个面的对角线上恣意一面R=G=B，也便是灰阶。越接近那条对角线则饱战度越低，越近离那条对角线则饱战度越下。以是恒定饱战度截里是一个环绕灰阶对角线的圆锥形。
下面是恒定色相在RGB空间里的截面图。其中0度就是红色，330度就是红色顺时针（向品红方向）转30度，30度就是红色逆时针（向黄色方向）转30度。同样以灰阶对角线为出发点，恒定的色相截面图就是平行于灰阶对角线的平面，不同的色相就是围绕着灰阶对角线转到了不同的角度。
所以HSV和RGB这两种色彩空间坐标系的关系大致应该已经清楚了：亮度的变化方向等同于RGB色彩空间里的连接黑点和白点的灰阶对角线的方向，色相（颜色）变化等同于围绕RGB灰阶对角线的旋转角度，饱和度等同于与RGB灰阶对角线的距离
色彩在CIE xyY空间的几何规律，以及与RGB坐标系的关系
加色原理在CIE图中的几何规律是：任何两个颜色A与B混合得到的颜色C都一定在这颜色A与B的连线上，并且C与A和B的距离跟A和B的亮度成反比。比如红色和绿色混合形成的黄色就在红和绿的连线上。如果红色多一点，黄色就更偏红一点，如果绿色更多一点，黄色就偏绿一点。三个颜色的混合也同理，可以通过上述办法先找到其中两个颜色的混合点，再来与第三个颜色混合。这其实就是从原点（0，0，0）出发的几个空间向量叠加。这一点很好理解。比如用这个规律就能很明显推论出R，G，B三原色的混合就能得到中心的白色，同时任何一个颜色与白色点的连线延申至三角形的对边就能得到这个颜色的补色。比如黄色与白色的连线刚好能延申到蓝色，所以黄色和蓝色互为补色，其实也就是黄+蓝=（红+绿）+蓝=白色嘛，很浅显的道理，就不多说了。记住：这个几何规律是通过CIE图来校准颜色的最最最重要的基础所在。所以搞懂CIE色彩空间和RGB空间的关系是非常重要的。下面我将以一些颜色举例，分别列出它们的RGB数值，以及它们分别在CIE二维图，CIE xyY三维空间图，以及RGB三维空间图中的位置。
比如下面8个点都是100%饱和度的绿色，但亮度不同，所以这8个点在校准软件常见的二维的CIE图上会被显示成同一个点，在三维的CIE xyY空间里这8个点的连线是垂直于二维CIE图的（像一根柱子），在RGB空间图里是从（0，0，0）黑点出发沿绿色轴线分布的：
（0，31，0）（0，63，0）（0，95，0）（0，127，0）（0，159，0）（0，191，0）（0，223，0）（0，255，0）
下面8个点是100%亮度，但不同饱和度的绿色，这就是常见的校准软件里的饱和度扫描中的那些绿色点，在二维的CIE图中分布在从白点向绿色顶点的连线上，在三维CIE空间中分布在最顶部的白点与绿点的连线上（像一根屋脊），在RGB空间中则分布在白，绿，青，黄四个点构成的那一面的白绿对角线上。
（0，255，0）（ 31，255， 31）（ 63，255， 63）（ 95，255， 95）（127，255，127）（159，255，159）（191，255，191）（ 223，255， 223）
下面是从100%亮度的纯绿到100%黄色的过渡的9个点，在二维CIE图中分布在三角形中从绿点到黄点的边线上，在三维CIE空间中分布在最顶点的绿色到黄色的连线上（像一侧的屋檐），在RGB空间则是正方体中由黄色和绿色构成的的一条边。
（0，255，0）（31，255，0）（ 63，255，0）（95，255，0）（127，255，0）（159，255，0）（191，255，0）（223，255，0）（255，255，0）
这只是一些最简单的，分布在CIE和RGB色彩空间里的轴线或者边线上的一些绿色点的例子。其它颜色也同理可得。其实只要理解了这些不同的色彩空间坐标系后，应该可以很轻松的从脑海中推算出每一个RGB数值所代表的数字颜色在CIE图以及CIE空间中的大概位置。反过来也一样，可以根据CIE图或者CIE空间中的色彩的位置和移动推断出大概对应的RGB数值变化。熟悉了这个对于测试，理解，以及校准一台显示设备会很有帮助。
色彩容积=色域*色彩亮度
既然上面说的都是三维的色彩空间，那么空间的大小就一定是一个容积或者体积。色域本身只是一个二维的面，是色彩空间在二维上的投射面，色彩容积就是色域这个二维面，与色彩亮度这个纵轴线的乘积。事实上有些器材并不能保持色域在纵轴线，也就是亮度轴线上的一致性。最常见的例子就是使用了RGBY，RGBW这种色轮的DLP投影，其中黄色或者白色都是比较亮的颜色，它们的加入都是为了提高白色的亮度，但三原色RGB的亮度并没有增加。比如100nit的白色亮度下，RGB的亮度可能会远远低于，，和。另外一个很常见的例子就是WRGB面板的OLED电视。同样是在RGB像素中加入了白色像素，提高了白亮度却没有提高颜色亮度。所以在相同的白色亮度下，RGBW显色的器材的色彩容积要比采用正常RGB显色的器材要小。采用了白/黄色轮的DLP或者白像素的OLED出来的效果都是画面中的白色被揠苗助长，导致亮部色域缩水，颜色显得相对暗沉。比如下图就是很典型的OLED的白色gamma和RGB分离后的gamma，很明显RGB颜色亮度跟不上白亮度。
上面说的白色轮和白像素的加入导致色域在亮部缩水，事实上还有一种例子是色域在暗部缩水，这种是对比度低，黑位差造成的暗部灰色过多。上面说的RGBW其实就是造成亮部加入了中性色，而对比度低其实就是造成暗部加入了中性色，同样的道理，两者都带来了色采容积缩水。比如我在LSP9T评测一文里（https://www.hao4k.cn/thread-70714-1-1.html）就详细测试了暗部的色域缩水程度，以及大概到多少亮度时才能恢复最大色域。LSP9T对比度在2000左右，对比度越低，黑位越差，暗部色域缩水则会越严重。说到这不得不感叹，采用RGBW/RGBY这种色轮的单片DLP投影色彩亮度低，对比度也很低，两瓶毒药一起喝，亮部和暗部的色域同时缩水严重（比如神机886，还有我以前年少无知时买过的LK970等等），真是没朋友.....
在测试一台机器的颜色表现时，如果只是测一个色域，只能得到该机器在三位色彩空间中色域最大的那个截面，其实信息量很小。真正全面的测试是应该测试整个三维色彩空间的表现的，比如下图这种，就是我以前贴出来过的测试。
校准：空间坐标点的重新定位
RGB色彩空间的每一个颜色都是由RGB混合出来的，所以整个RGB色彩空间都是完全依赖于RGB三原色的确切颜色的。理想的RGB三原色应该刚好与目标色彩空间（比如709，或者2020等）所规定的RGB顶点颜色重合。而不同的光源，不同的面板，同一个型号的机器的不同批次，甚至同一台机器的老化程度不同，都会带来不一样的RGB三原色。这个时候就需要比较显示设备的实际RGB三原色所能构成的RGB色彩空间与目标色彩空间，找到两者能重叠的部分，然后重新建立对应关系，这就是颜色管理。校准就是这么一个过程。
最基础的校准就是先把两个色彩空间的白点对齐，以及把所有的中性色，也就是灰阶中轴线，对齐。然后就是把几个三原色的对齐。做到这一步也仅仅只是把一个色彩空间的顶点对齐了。整个色彩空间的对齐则需要3D lut的校准。
说到这里我想指出另一个常见的错误，这个论坛里的几乎所有涉及校准的帖子都存在的一个错误：把硬件能达到的色彩空间和目标色彩空间弄混淆。
一个我说过很多遍的反面典型：因为绝大部分显示设备仅仅能达到甚至达不到P3色域，包括大部分用于影视制作的彩监也只能达到P3而已，目前绝大部分HDR电影的颜色确实是在P3范围内。所以这里绝大部分人（包括一些所谓的大佬，老烧）在HDR校准时把颜色较准到DCI-P3空间。这是一个严重的错误。事实上不管硬件能达到多大的色域或色彩容积，HDR校准时的目标色彩空间都应该是2020，因为制作所使用的色彩空间是2020的，就算只有P3范围内的颜色那也是在2020空间里的P3颜色。比如HDR的PQ曲线可以到1万nit，但很多电影制作时其实只是用到1万nit的内的一小部分而已。很多机器（比如索尼和JVC）本身内置的HDR模式下的色彩确实是照着2020色彩空间的，达不到的部分则截掉。但论坛里的几乎校准帖子里都会把这个原本基本正确的色彩模式硬掰到P3的坐标系里。要知道2020和P3的差别不仅仅是饱和度的差别，就连色相都不一样。举个例子，如下图，2020色彩空间里的25%，50%，75%饱和度绿色和P3空间里的25%，50%，75%饱和度绿色色相和饱和度都完全不同。所以以后在校准HDR模式下的颜色时，不要再把颜色扳到P3上了！唯一一种可以使用这种校准的是有外置的色彩管理进行2020到P3的转换，比如Lumagen和Envy等，当打开Luamgen或者Envy里的相关色彩转换功能时，那么显示设备可以校准到P3。否则的话，民用消费音像制品HDR电影都是封装在2020色彩空间里的。
还有一个反面例子，我见过里有一个人转发的国内的3D lut校准教程，里面说的是氙灯按照P3设置3D lut色彩空间，汞灯则按照709设置3D lut色彩空间。首先，我在上文说过，汞灯也一样能达到P3色彩空间。其次，不管硬件实际能达到什么色彩空间，校准时都应该按照信号源来设置目标色彩空间。能出3D lut教程的估计也算技术比较厉害的人了，但仍然会犯这种搞不清硬件色彩和校准目标色彩的错误。而正是这样的错误会让人们继续迷信所谓的氙灯色彩。
再举一个正面的例子，我在之前JVC自动校准的那个帖子说过好几次，JVC的自动校准就把硬件的色彩和目标色彩空间是分开的。JVC自动校准在运行时是不分什么HDR模式还是SDR模式的，它读取的是在某个硬件设置组合（灯泡功率，光圈和滤镜）下的不经过任何色彩管理的原始RGB色彩空间。这跟HDR还是SDR没有任何关系！！自动校准软件读取了这个硬件组合下的RGB空间后，在播放视频时的目标色彩空间，比如是PQ曲线还是gamma曲线，PQ曲线的滚降点，gamma的power值，709还是2020模式等等，都是可以在机器的正常菜单里设置的。自动校准时是不需要管这些东西的。
我这篇帖子主要是介绍色彩以及校准的数学本质。至于校准的具体操作，每个软件都不一样，我就不一一介绍了。操作比较傻瓜式但局限性比较大的有HCFR，Calman，Chromapure之类的。比较灵活但学习门槛比较高的是我在论坛里推荐过很多次的colourspace，用好了之后如鱼得水，如果能配合一定的色彩知识，colourspace的自定义检测模块和三维色彩空间检测简直不要太好用。
总之，掌握色彩知识是一切的基础，对于正确地理解校准，科学地评测器材，以及对于甄别和过滤充斥在论坛里的玄学信息都很有用。 |
中级发烧友
