白金还是蓝黑？
这几天这张图火了。
我认识的X3用户少，问了几个人，得到趋同的答案。
好奇大家怎么看。

我们几个人觉得：可能倾向于用X3与对这张图的感知没有相关性，但是和其他方面的感知倾向有相关性，至于是什么，我们不知道。
这是我们几个人心中的假设。神经科学我知道的很少。求科普。

我知道这样一些情况：爱不爱吃辣，和味蕾的工作方式有关系；开车状态，和空间感知有关系……

请用过X3的大家投个票，以及请神经科学的大神来科普。

投票方式：
我现在是
A 纯X3用户
B X3主机拜耳备机用户
C 拜耳主机X3备机用户
D 曾经拥有过X3
我看到的是
M 蓝黑色调的裙子
N 白金色调的裙子
O 其他色调的裙子

收集数据，假设，论据，论证，旁证，结论，讨论——这是讨论一个问题的步骤。只是收集数据而已，请不要往下展开，口水就没意思了。

DM

根本就不是人眼有什么毛病，只是劣质相机犯的错误而已。
白加黑减是正确曝光的基本原则，当画面中有大面积的黑色物体时，就会导致相机测光不准而画面过曝了。
这张图只需压缩一下色阶，就可基本看出原貌了。并不是色彩欺骗了眼睛，只是测光严重错误而已。

补图

刚才完成了部分，未完待续，有空再来。不严谨，凑合看。

What it has to do with is lightness constancy and color constancy. The visual system is faced with the problem that any patch of light hitting the eye could be from a dark object illuminated by a bright light or from a light object illuminated by a dim light. That is, as far as the brain knows, a patch in the image at 100 brightness units could come from a black surface that reflects 10% of 1000 candles or a white surface that reflects back 90% of 111 candles. Nonetheless we generally see a snowball in the shade as white and a lump of coal in sunlight as black. This is the phenomenon of lightness constancy. On top of this challenge, a yellow-orange patch could come from a white cloth illuminated by a warm light (such as a tungsten or halogen light bulb) or an orange cloth illuminated by white light (such as the sun and sky on a sunny day). Nonetheless we usually see a white shirt under a floor lamp as white, not orange. This is the phenomenon of color constancy.
与之真正有关的是“光恒常性”与“色恒常性”。视觉系统要面对这么个问题，任何一片映入眼帘的光线，可能来自于被明亮的光线照的暗色物体，也可能是来自于昏暗灯光下的明亮物体。这就是说，大脑所能是别的图像中的为100亮度单位的一片，可能是来自于一块儿反射了1000根蜡烛的10%的光的深色表面，也可能是反射了111根蜡烛的90%的光的浅色表面。尽管有如上情况，我们通常还是把阴影里面的雪识别为白色，把阳光下的一块煤识别为黑色。这就是“光恒常性”。这个挑战的最大的麻烦是：一块黄-橙的区域可能来自于由暖色光（比如钨丝灯和卤素灯）照亮的白色布料，也可能来自于被白光（比如晴天的阳光和天空）照亮的意见橙色衬衫。就算这样，我们通常把落地灯照耀下的白衬衫看成白的，而不是橙色的。这就是“色恒常性”。
The brain achieves these constancies by using the overall range of brightnesses and colors in the image, together with its interpretation of the 3D shapes and arrangements of the surfaces, to “guess” the color, brightness, and direction of the illumination in each major region of the image. It then removes this illumination information from each patch, yielding a residual value for that patch which (when all goes well) tracks the inherent lightness and color of the actual surfaces in the world. And that’s the value that corresponds to our subjective experience of the surface’s color. As a result, the same patch in an image can look very different depending on the overall illumination, in particular, whether the patch is seen to fall in direct illumination or in a shadow. Edward Adelson’s checker-shadow illusion, in which we cannot see that the A and B squares are physically identical on the screen, shows lightness constancy in action: we perceive the squares with the lightnesses they would have in the world.
大脑是通过对图片全局的亮度和色彩的范围，以及对平面上的三维形状与布局去建立“光恒常性”和“色恒常性”的，据此去“猜”色彩、亮度以及图片里面个主要区域的来光方向。大脑随※※除了每个小片的来光信息，为该小片生成某个处理后的之，以获取在真实世界中该真实区域的本来的亮度和颜色。并且那就是我们对该表面的颜色的主观体验的值。由此，从整体光照的角度看，在这个图片中的同一小片可能看起来分不一样，尤其是，这片儿到底是在直接的光照下还是在阴影中。Edward Adelson的“棋盘格阴影错觉”试验中，我们无法看出A\B两个方块在物理上是完全一样的，这表明了光恒常度起的作用：我们以这些方块可能在真实世界中所有的亮度去认知它们。

Likewise, the Rubik’s-cube illusion shows color constancy in action: the brown square on the top and the yellow square on the side are physically identical on the screen, but would have to come from brown and yellow tiles in the world, given that the latter is in shadow, and indeed we see them as brown and yellow. In sum: the brain compensates for shadows and other kinds of illumination, and forces us to see the lightness and color that a surface would have in the world, which are different from the physical values on the screen.
同理，Rubik的正方体幻觉表明了色恒常性是怎么起作用的：在挺度的棕色方块儿和在侧面的黄色方块在物理上是一致的，但是考虑到后者是处在阴影中，可能来自于真实世界中的棕色的或者黄色的地砖。而且的确，我们把（同一色值的两个色块分别）看成了棕色和黄色。总结：大脑为阴影和其他种类的光照做补偿，奋力让我们看到一个表面上可能在真实世界中所看到的亮度和色彩，（我们脑处理后看到的亮度和色彩）是和显示器上的物理值不一样的。

Digital cameras are faced with the same problems, which are called “Exposure” and “White Balance” rather than lightness constancy and color constancy. The algorithms in their chips are nowhere near as sophisticated as those in the brain (for example, they can’t take the 3D structure of the scene into account), but by using averages, contrasts, and extremes across the image, they are often pretty good at compensating for lighting, and they generally render whites as whites, yellows as yellows, and so on. But this works only as long as they are photographing a typical scene, one that’s mostly illuminated by a single light source, like the sun or overhead lights, and that has a typical assortment of light, dark, and colored surfaces in it.
数码相机面临着用样的问题，其被称之为“曝光”和“白平衡”，其实就是“光恒常性”和“色恒常性”的马甲说法。那些芯片里面的算法和大脑的能力差太远了（比方说，芯片不能算出场景中的3D结构）。但是通过运用整张照片的平均值、对比值和极值，芯片通常能很好地补偿光照，通常可以吧白色表现为白色、黄色表现为黄色，等等。但是这只在相机拍摄典型差昂经的图片的时候好用，即那些被单一光源着凉的物体的时候，比如太阳和头顶的日光灯，在此情况下有着典型的明暗和色彩的多样性。
But when the scene is atypical in certain ways, the camera can yield a picture that is over- or underexposed (failures of lightnesss constancy) or that has a color cast (a failure of color constancy). And that brings us to the dress. The dress scene is a nightmare for a digital camera. First, the lighting is radically mixed. On first look the dress appears to be in shadow, while the backdrop is illuminated by very bright and warm (yellow-orange) floodlights. Alternatively (it’s hard to tell) the dress may have been blasted by a brilliant lamp whose light was also picked up reflective surfaces in front of the woman.
但是当场景以某种方式不典型的时候，相机就可能生成一张过曝或者欠曝的照片（光恒常性的失败）或者产生色偏（色恒常性的失败）。这就是这个裙子带给我们的问题。这个裙子场景对数码相机来说就是个噩梦。首先，光显示放射性地混合着。第一眼看上去，这裙子看上去是在影子里面，与此同时背景被非常亮且暖（黄-橙色）的光照亮。另外（这个难说）这个裙子可能被其正面前的很亮的光照亮，并也也这个女人面前的反射性的表面（的颜色）混同到一起了。
Second, the lights in the backdrop are so much brighter than the shadows that they have maxed out the recording ability of the camera’s sensor, and many patches in the backdrop are “clipped” to pure blinding white, providing no information about the color of the illumination.
其次，背景光比起阴影来说如此之亮，就已经超出该相机的感光芯片的记录能力了，背景上的很多小片儿被“掐齐”成了死白，丝毫不提供任何光照颜色的信息。
A third problem is that the dress appears to be made of a lustrous, shiny material, with glossy highlights that don’t behave like a typical surface. The exposure and color-balance algorithms in a camera generally “assume” that they are looking at better-behaved matte surfaces.
One way or another, the camera could not cope with this extreme scene. According to the most recent internet sources, It now appears that the dress really is blue and black:
第三，裙子看上去是由发光发亮的材料制成的，有着并不像普通的表面上的那些夺目的高光区域。相机里面的曝光和白平衡算法通常“自以为是认为”他们是在看到没这么变态的哑光表面。
说来说去，那个相机不能应付这么极端的场景。根据最新的互联网来源，这裙子终归其实是蓝黑色调的。

很淡的蓝和土黄

两天没来，回复不少。多谢大家。
请大家选的时候，我特意在“蓝黑”“白金”后面加上了“色调”两个字，以免大家理解的蓝黑是RGB填数值填出来的正蓝正黑正白正金，所以有的朋友不比纠结于此。

包含我在内的几个人的答案。
本人，C，M
某朋友，A，M
该朋友的老婆，A，N
某经常和我一起玩耍调图但是常有分歧的 D，O
某没有X3的进阶摄影者, 看到O

这个现象对我的提醒是，有的时候大家为了出图色彩各执一词的时候，可能都是真诚的。

这么说起来，俺也是白平衡专家。

看来之前各路大虾就色彩差异争得头破血流的时候，其实是在瞎扯蛋。以后再就色彩扯皮时，最好先报一下自己是白金派还是蓝黑派。 本帖最后由 soulaker 于 2015-3-2 22:26 编辑

关道德制高点什么事，明明是智商制高点，我深深为你的智商感到痛惜

这个制高点不是针对试图解释的学者，他们只是被唤起了求知欲而已，他们对原理探索的愿望已经超过了这个图片本身
而是针对类似无脑刷白金蓝黑的人，和无脑的“拿来”别人的解释混战的人

你位置坐得很对

本帖最后由 暗潮 于 2015-3-2 16:26 编辑

C, O

和色弱色盲没关系，和人的视杆细胞和视锥细胞比例不一样造成的，看成白金并不是色弱

真的有。
蓝色部分你用吸管去看颜色，RGB三个分量，B的亮度明显是多一些。所以对一个“均衡”的眼睛来说，这个颜色就趋向于蓝色。
而那些蓝色色弱的人，蓝色分量的亮度对他们眼睛的影响就不那么大（特别是弱光，这里就是指蓝色分量亮度绝对值并不高），这个颜色就不趋向于蓝色，而是灰色，也就是被认为是白。

棕色部分用吸管去看RGB三个分量，R是明显更亮，G其次，B少一些。对“均衡”的眼睛来说，这个颜色趋向于棕色、深黄、土黄（反正各种类似词汇）
而红色色弱的人，这里红色分量对他们眼睛的影响就没那么大（也是指弱光），他们看这个颜色就不是棕，而是深灰色（黑），以及深绿色。

所以这张图片，这两个颜色，微妙的揭示出了很多人眼睛色弱。

不要拿裙子照片出来，单独就用吸管吸这两个颜色出来，把吸管色盘截个图出来给人看。我就是这样去问别人的，排除人们对现实照片的想象的影响，只让他们认颜色。结果就是有人色弱。
你也可以去找人试试。

本帖最后由 小蘋 于 2015-3-2 12:49 编辑

原图设计这样的...

你觉得蓝紫是没问题的，你觉得猜白金的没意义，那是因为你不认为每个人眼看到的颜色真的会不一样。
那些说白金的，不是他们想象这条裙子是白金的，而是他们看到的真是白色金色。

BM
当然我知道这件衣服可能是白色的，白平衡的问题。
就论照片中的颜色，蓝色或者蓝紫是没问题的。
所以蓝黑，猜 白金的没有意义。 你本身照片拍摄就有问题。
而且我觉得这张照片和x3没有什么关系，就是一张普通的手机照片。