RAW是什么？包含哪些信息？其中解释了为什么RAW不是图像

DNG至少做了去马赛克的转换操作！

RAW本身都分为不同档次的生熟程度，DNG只是通过厂家或Adobe的追加维护来增强兼容性

Adobe官方含蓄地承认DNG精度不如RAW，而且转换结果是不可逆的。

省流：DNG就是把Tiff做得更“生”一点，在完成像素转换的基础上增强可编辑的数据类型而已。
Adobe给的定位是：底片交换格式，而不是底片本身。

对，就是这样。摆放了色卡，能现场求解色彩矩阵，无需色温。缺点是，如果超过人脑色适应的，无法求解。比如在台风天拍摄吉他，不受台风天红晕的干扰。因为色卡也变红晕了，实时色彩矩阵CCM消除了环境光红晕的影响。如果此时需要环境光，需要人为指定色温。
　
　

其二的rgain和bgain，由于色卡已知，那么中性灰也在色卡。那么自然获取该色块的 rb增益。其实DNG::AsShotNeutral就是灰平衡中性灰的意思。那么可以用(#660贴)求解白平衡色品图的CIE xy，后续等同于人为指定色温，和处理DNG::AsShotWhiteXY一样了。

最近刚好在根据adobe的dng规范写代码，从dng 1.7.1.0来看，如果使用无损压缩，dng可以反解出raw，解出来的raw与原始的raw是完全一致的，所以转换是可逆的；关于精度的说法，没做深入研究，没办法给出新的结论

因为您陷入“先有鸡还是先有蛋”的思维悖论了，这里面的关键在于所谓“匹配色温”，就是下图所谓的“传感器色温”。这个出自民科自己上传的(#14贴,2015-06-13)，问问他这个哪里来的，自己编的还是引用？英语怎么说？我这几年看了那么多资料，都不记得存在这个概念。
　　
我们讲科学，都要言之有据，比如“普朗克轨迹”，这是普朗克发现的规律。“匹配色温”哪里来的，倘若别人问，应该告知其引用出处和算法。如果民科自己发明的，自然应该叫“rivershaw匹配色温”。因为从理论上说，RAW没有颜色，所以RAW无所谓色温。无所谓的东西何以去作为一个关键指标呢罗列呢？

不过尽管CMOS(传感器)是无所谓色温的，但是拍摄场景是存在色温概念的。但这个色温呢，其实也是用物理概念来表征生物感觉，是一种人类颜色的主观倾向的锚定。这个是记录主观感觉的，是估算的，所以并不是客观唯一的物理量，这才有各家风格色的不同解释。所以，我们拍摄RAW就没有相机风格色了。尽管Adobe ACR“相机匹配”DCP会尽力模拟，但DCP 无法模拟相机的白平衡算法，这个没法放入DCP文件内。

下面说说这个最关键的就是对“拍摄场景色温”的理解。这个解释比较复杂，因为要剔除掉民科理论，再解释。这样才能厘清“先有鸡还是先有蛋”，目前我们没有颜色。先把RAW解析分为两个领域，CCM之前是物理信息，我简称RAW域或者光域；CCM之后是CIE XYZ颜色信息，我简称CIE XYZ域或者色域（这个色域不要搞混，这里意思一下）。既然RAW无所谓色温，我们怎么在光域表达“色温”概念，处理AWB算法。

你和民科搜索的AWB算法，其实都运行于CIE XYZ基础，也就是色域环节。以下图为例，假设是在一个钨丝灯的低色温室内环境下拍摄：
　　
我们知道RAW内部有高低两个光源色彩矩阵。假设我写的“砖RAW”解码软件从不做色温匹配，一律只用高色温的色彩矩阵。那么解码以后的tiff文件是左侧泛黄的样子。但这个时候tiff文件是图像文件，包含颜色。我用某修图软件打开，修图软件用AWB自动色温按钮，一键就变成右图的样子。所以，网上找到的例子，大部分是色域AWB，并不是光域AWB。这种AWB算法，不是相机AWB，而是修图软件AWB。所以PS叫色彩平衡，不叫自动白平衡。进了光域就没有AWB必要了，PS的色彩平衡都是高精度曲线尽力保留色彩精度，用外面的修图软件瞎倒腾AWB失色彩精度。
　　
所以，我们的RAW的白平衡工作应该在ACR环节处理。但ACR作为一个后期修图软件，其色温已经没啥意义了。ACR调整白平衡就是人为指定色温点啊，其实进入ACR已经不需要相机AWB了。所以，这个相机AWB问题又没人研究了，反正用户自己指定嘛。所以这个问题是很偏门的。砖家贴几个链接：

这个交大教授的，https://zhuanlan.zhihu.com/p/510418395，这里面提到“工业界”和“学术界”。其实你要找的是“工业界”的，网上都是学术界的基于CIE XYZ的AWB。
这个是工业界的算法，叫CCT调试，能看懂就看懂，看不懂知道一个大概就可以了，https://blog_csdn_net/pan0755/article/details/105947419
上面有一个叫RB增益，有这么一个概念。这个有些烧脑，但理解这个就不会“先有鸡先有蛋”的困扰了。https://www_cnblogs_com/Alimonky/p/9366366.html

民科在《RAW糊解3》抛出了一个“匹配色温”的概念加深了大家对色温的误解。民科说：『换句专业一点的话说，就是CMOS的匹配色温是多少』，他潜移默化地让您认为“匹配色温”是一个专业词汇。其实这应该是民科自创的，就像蹩脚英语的Highlight Expand。因为结论错了，比如糊解3最后他提到，『为什么CMOS会把匹配色温搞成这样，是工艺原因还是物理特性，我不知道！但是这样有一个非常大的好处，就是G通道的数值最大，可以利用G通道来直接计算测光，而不必管R、B通道.....』

这不是很滑稽吗？自己不知道还大言不惭、振振有词？

其实按照正常的理解只用G通道测光这哪里是优势，而是无奈啊？是没有办法的办法。换用RYYB不是更好吗，更彻底一点像徕卡monochrome去掉滤色镜直接测光难道不也是更好吗？民科偷换概念是一绝，你们都被民科的伪专业表演误导了，而在相机色温AWB里面关键的恰恰是RAW数据的rb通道。实际上，您说的相机AWB，这虽然叫“自动白平衡”，但是和大家能看到的 CIE XYZ 色域内的 AWB不同。相机AWB是工作在RAW域的，有别于修图软件AWB，相机AWB技术上的实际名称应该叫“rb增益”，从这个角度去理解就能想通了。
　
　
上图民科说的"RAW的白点坐标"，而DXO是叫做white balance scales，技术理解raw白平衡的rb增益，而DNG规范的AsShotNeutral本质也是rb增益。只不过两者倒数关系，一个乘一个除，比例还是一样，技术逻辑还是一致的。DXO是拍摄已知色温灰卡最后得出算白平衡的中灰基点，而DNG::AsShotNeutral是相机内部估算的，用于倒推拍摄现场色温参照。

那么，相机AWB只要按照上面几个链接做“工业界”的RAW域“rb增益估算”就可以解决AWB的问题了吗？也不尽然。CIE XYZ更多体现的是人眼视觉细胞，但其实"色适应"是存在于人脑的感觉。大脑有顽强的色适应，也就是“自动锚定颜料本身”，估计出自进化过程中，能快速的在丛林的复杂光线中分辨树叶和果实之类。

但大脑的色适应是有限度的，超过一定限度，白色也没法白了。比如七彩祥云，照理白云是白色的，怎么成了“七彩祥云”？我们不能说，白云是PCS XYZ白云，而七彩祥云是CIE XYZ祥云，没有这种说法。超过了色适应的大脑阈值，天空就不是白色了。那么这个阈值是多少，是不是连续渐变。这个目前只知道是渐变，但怎么渐变，怎么统计，怎么建模，没有共识。
　　
正常情况下，人眼看天空就是上图的样子。但是台风天，由于水汽适度大，空气中微水滴反射折射，造成红移现象。同样是傍晚，由于台风天阳光光谱功率分布偏红色，所以人眼是实际看到的下图的台风天红晕色。这个就是人脑的色适应超过平时调整的限度，平时以为的是“蓝天白云”，其实是有变化的，但人脑顽固的认为是“蓝天白云”。而台风天前一天的傍晚，超过了平时人脑的色适应。因此，所有人都觉得天空充满的“红晕色”。

也就是说，如果现场色温是2500K，如果RAW 提供的rb增益，估算现场色温也是2500K。那么此时RAW解码色温应该多少？如果还是2500K，那么台风天前夜就和平时一样。

实际上所谓的相机AWB有三个参考指标，这个才是需要真正厘清的。
1.现场实际光源色温；
2.RAW提供的 rb增益（这个可以通过前面三个链接去理解，可以解决）。
3.RAW的解码色温。

下面用一个例子来说明这几个容易混淆的概念。假设我们是传统胶卷拍摄的柯达灰卡。



这里用传统胶片日光卷和灯光卷，来解释RAW解析中的高低色温双光源，可以把自己代入一个胶卷营业员的角色。营业员都知道，以上三种，发青的最右侧是最不讨喜的。所以，胶卷的购买标准流程对话是这样的。

顾客：我要买胶卷。
营业员：你要啥卷，日光的还是灯光的？

顾客如果说，“我要 X 光卷”。那么营业员就说：“好嘞，给您拿”。营业员给客户指定的胶卷。这就是用户自主选择色温，和相机AWB无关。摄影师自己做主。

顾客如果说：“啥？胶卷还分灯光日光？”。
营业员：“那你就拿日光的吧”。结束购买。这就是数码相机的光域AWB，由营业员（数码相机AWB）做主。

这里面的逻辑是，日光卷(不做CCT插值，直接使用双光源灯光D65色彩矩阵解码RAW）。要么偏黄，要么正确，就是下面的情况。不讨喜的发青，只存在于错用“低色温的灯光卷”。灯光卷犯错顾客会不喜欢，而日光卷犯错无所谓，这就是相机AWB的最底层思维。，注意这不是CIE XYZ色域范畴的修图软件白平衡，而是在RAW域的相机AWB白平衡。所以，下面这种“AWB环境光优先”，其本质和营业卷卖给客户“日光卷”道理一样。
　　
所谓“环境光”，其实不叫环境光，是“现场色温<解码色温”。民科自己的一套逻辑自洽，但是到了色温这里没法逻辑自洽了，民科就搞出一套伪概念CIE XYZ vs PCS XYZ。其实PCS是有的，但是不是这么用，砖家本职就是搞PCS印刷连接的。PCS的本质是等色差模型换算，比如CIE LAB或CIECAM02，不是这里的用法。而且PCS必然是依附于CIE XYZ三维数学空间以内的色貌模型。也就是 PCS是 CIE XYZ的儿子，而不是兄弟。民科这里说的PCS，实际上前面论文提到的RIMM，也就是DNG规范提到的，先假设光源是D50再说，也就是营业员先给你日光卷(D50)，也就是钱元凯老师说的“RAW色域”。这个并不是说RAW有色域。

所以，相机AWB的问题就是，知道了 rb增益，怎么应对解码色温策略。这里呢，数码相机搞出了AWB优先级的概念。就是AWB也要用户确定“AWB的优先级”，这个AWB优先级就是“解码色温的策略”。因为相机不是人脑，不知道大脑“色适应”的过限范围（比如台风天红晕天）。这个优先级一般有环境光优先、白色优先、auto优先等等。这其实就是选择RAW解码色温的策略，而不是色温本身。比方说，索尼以白平衡有问题著称，那么去看看索尼家的AWB白平衡优先级设置(这都叫AWB)，环境光优先、白色优先、还是一个AWB standard，其默认是第3个。我个人推测，这三种策略是，当rb增益换算后是低色温的前提下，RAW解码色温的策略是：

1.白色优先：就是解码色温=rb增益换算色温。这样白色准了，但台风天红晕拍不出来。
2.环境光优先：解码色温往D60挪一点，这样台风天红晕有些感觉，但白色泛黄。但有的客户喜欢，能冲卡。
3.AWB标准：解码色温往D50挪一点。看似两头沾边，其实两不靠。反而用户反应不好，因为索尼家没有色彩话语权。

但如果一出片JPG，那么色温啥的全部不重要了，没了。问题的核心还是在RAW文件保存的rb增益是什么？这个是传感器的色温数值一样吗？华为手机有了最新的红枫摄像头，这和rb增益又有什么关系呢？

我个人认为，华为红枫摄像头提供的是一个综合性的RAW解码CIE xy的色温点（类似于人为选择色温）。首先华为侦测现场色温，这和rb增一样，只不过他有更多的通道，rgbcmy(多达九通道增益）。这个反推的估算现场色温更准，但给出的不再试rb增益这种底层数据，和人为选择色温一样，是一个CIE xy色品图的一个点。这样直接给其他摄像头使用。因为相机的rb增益是给自己CMOS使用的。从上面链接CMOS调试可以看出。这个rb增益给其他摄像头意义不大，人家可能是RYYB呢？但是直接指定CIE xy色品图的就不存在这个问题，和人为指定或者后期ACR拉色温色调一样。

RAW rb增益（DNG::AsShotNeutral）并不是现场色温，只是现场色温的相机估算。在解码RAW的时候，首先要通过这里介绍的方法(#660贴），把rb增益换算到色温。再根据各家相机厂家的色温调整策略，确定RAW解码色温，再确定CCM色彩矩阵。所以，后期RAW ACR解码，其实是不知道相机的“色温调整策略”。这是一个黑盒子，直出JPG了，就不知道了。所以，Adobe做的相机适配DCP，也只能做一个尽力模仿。而Adobe raw颜色解码RAW，那就根本不考虑相机色了，完全是Adobe对色彩的理解。

相机保存到DNG的是为了让白平衡使用的rb增益（DNG::AsShotNeutral），实际上是没有现场色温的。比如，同一个DNG，用了相机自己DNG色彩双光源矩阵和Adobe的双光源矩阵，同一个rb增益（DNG::AsShotNeutral），解码的“原照色温”也不一样。
　
　
这个我自称的rb增益(DNG::AsShotNeutral)实际意义是相机厂家自己估算的，假如柯达色卡美女手持的灰卡，在这个RAW文件中的rgb三通道的比例是多少。RAW解码程序根据这个比例换算的色温点，作为双光源色温插值的参数。这就解决了先有鸡先有蛋的问题。

如果说“一块绿色的布上面放着一个红色的番茄（番茄的根部藏着也看不见），没有三个通道中的三个平均值能得到你要的白平衡吗？”，这个问题的关键点就错了。色温的关键点是光源，而不是绿布和番茄。相机内部都有一套标定方法和处理方法，假设脱靶，就是给你一个D50光源内置的RAW rg增益又如何呢？大不了就是营业员给你一个日光胶卷你随便拍一样嘛，这又如何呢？毕竟台风红晕天，还要中医远程户外问诊，确保皮肤颜色绝对正确，这种工况是非常少的。这种工况下，D50的绿幕/番茄还是正常颜色，而不是红晕色天空下的泛黄的绿幕和番茄，说不定用户还喜欢呢。所以，解码色温的策略要比现场色温本身，重要得多。

去看看链接里怎么标定CMOS CCT，怎么生成rb增益。再看看RAW怎么解码rb增益DNG::AsShotNeutral，https://forum.xitek.com/forum-viewthread-tid-1474858-authorid-10775839.html，先有鸡先有蛋这层窗户纸应该可以被捅破了。

所谓“加色”、减色，其实在CIE XYZ的数学范畴内，都叫混色。就像数学的“自然数减法”，实际是加上一个负值。ROMM设备里，白色就是“本色”，黑色是最大值或最小值。比如LCD显示屏幕的背光光源色，CRT/等离子的三色最大值，纸张的底色（白色）。

但无论是加色系还是减色系，在CIE XYZ都是一样的，无非最初指定的不一样。现在有一种论调叫“有两种色轮”，一种叫科学色轮，一种叫艺术色轮，https://zhuanlan.zhihu.com/p/46188060

其实在色彩科学内，只有一种色轮，叫“混色色轮”。

如果我们指定了(assignment)红绿蓝，那么黄青品就是自然计算“混色”而得，加色；
如果我们指定了(assignment)黄青品，那么红绿蓝就是自然计算“混色”而得，减色。

但这两样对数学来说是一样的。

　
前面的推导可以知道，什么是颜色，科学怎么定义“颜色”。颜色这种感觉，怎么不是通过艺术／文学，而是通过科学数学建模。颜色是感觉，还是“光子震动频率”，还是SPD？

实际上，从色彩科学的推导过程来说，黑色是天然固定，三原色是最低的所需CIE XYZ空间向量数量。而白色需要指定（一般和照明条件强度绑定定义），从数学上说这样才有一个边界。如果没有白点，那么无法收敛。所以，白点是非常重要的。

有了白点才有色彩“最亮”的。在整个数码摄影的色彩体系中，也只有白色是和光源相关。白点和SPD相关，其他的颜色都是“指定”和“计算”的，他们之间的联系就是CIE XYZ。
　　
白点和基色指定以后，其他就是计算自然而得。所以，颜色是一种数字游戏。所以，我们一切的颜色基于CIE XYZ
　
　
而相机的曲线不是这个样子，所以懂的人天然知道，RAW的三通道数据不是颜色。有一定数学敏感度的，也知道RAW的三通道不是颜色。
　　
因为这三条曲线组合的三维向量不一样。所幸的是，可以通过CCM来拟合到CIE XYZ，但是在拟合之前，也就是CCM步骤之前，相机的RAW数据不是颜色，因为不是CIE XYZ三维向量混的不是人眼颜色，没有意义。

蓝色字体你说的很对也非常重要，这说的是前提。但实际原理要比你想的复杂，我补充一下最关键地方。你又被民科用“阈值”的带到沟里去了，这本质还是测量、计算和指定(assignment)的逻辑关系，并不是“阈值”。

我们讲数码摄影的“颜色”是在“颜色输出设备”上，用颜料或滤光片的设备上。就是民科引述的论文里提到的ROMM
　library_imaging_org/admin/apis/public/api/ist/website/downloadArticle/cic/8/1/art00052

民科的问题在于，他看不懂人家论文里写的什么意思。这不是英语的问题（比如他自创的“高光扩展算法Highlight Expand”，Expand这个单词放在这里，怎么读怎么别扭。民科自己瞧不上老外，何必用自创的Chinlish单词给自己胡说八道涂脂抹粉呢？再说，民科的Chinlish最多也是初中水平）。民科的问题在于，他语义逻辑理解能力比较差，用奥数话语体系来说，就是计算尚可，但审题不行。如果民科小时候参加学奥数选拔，等于第一轮就直接被刷掉了。因为给民科看题，他看不懂，需要老师讲解以后民科才能理解题目并计算。

数码摄影里讲的“颜色”其实都是ROMM的颜色，其实你环顾四周，大家说的颜色其实是ROMM设备里的颜色，也就是画作、显示屏、投影屏幕....因为只有这些设备，需要混色。最早的色彩理论都是画家。中国人很早发明了轮子，非洲和美洲考古，没有发现“轮子”。但中国的绘画宋代以后文人追求“写意”，鄙视写实，看不起写实，压制逻辑(该单词是音译）。把“写实”（实事求是）在艺术上打压，视为贩夫走卒的布衣艺术，而写实方向则是奇技淫巧。文人掌握解释权，害怕逻辑会让文人阶层失去解释权。当年郎世宁到了中国，由于画风写实过于先进，遭到宫廷画家的群体※※。但康雍乾都很喜欢“写实”，宫廷画家以郎世宁画画直视皇帝犯讳，要求严惩，乾隆是特赦郎世宁才留有几幅写实风格的画像。所以，对于几千年来，中国文人阶层的反科学反逻辑的倾向要保持高度警惕，牢记“实事求是”才是共和Guo的立国之本第一条祖训。（三大法宝：实事求是、群众路线、批评和自我批评）
　
　
西方尽管有些运气。但不可否认，颜料的混色体系是西方的科学支脉发展的，整个颜色体系也充斥了西方人发明发现的定律。但这些定律就像四大发明一样是属于全人类的，并不属于西方。所以，不能以这些是洋人的理论而排斥。民科还炮制词汇给自己脸上贴金，大家也应该学习不是？

瞎扯了那么多，还是回到干货原理部分，因为只有 ROMM 设备才需要“混色”。比方说，穿的衣服颜料，并不需要混色。染坊里的染料池的混色不是“打印机驱动”的混色体系，这两个不同。前者是单色，后者是影像输出，必须要符合人脑的色觉体系混色，否则就是绿油油的RAW照片。
　
那么什么是混色呢？混色到底是加色还是减色呢？其实不管是加色还是减色，在数学上都叫“混色”。CIE XYZ就是混色的定律，凡是涉及要混色，最精确的共识就是CIE XYZ，包括灰色。

我们从来就把18灰奉若圭臬，不可更改。但实际上，这个18%还是“人的共识指定”，或者说是柯达的指定。参考这个视频：https://www_acfun_cn/v/ac4405540，实际上在数学上是任意指定的共识。这里要展开数学思维思考，注意大家切换到数学思维。
　　
以上的黑点是定义(definition)，没啥可说的。黑色不需要指定，盲人、色弱、四色鹰眼色觉大家都统一，黑色就是什么都没有。
而白色需要指定，沿着理想的根据普朗克理论计算的色温线指定。或者CIE 根据标准指定的光源计算的 CIE XYZ数值，这个大家自己参考砖家前面的讲义《精讲“色适应”Color adaptation》，里面有大量标准光源的CIE XYZ数值，可以直接无脑照抄填入色适应矩阵的参数。那么黑色白色，大家都理解了。那么黑点、白点的连线，就是RGB色彩模型灰度线。这个灰度线是没有道理可言的，因为是你选择了RGB色彩模型(Color Model)。只要选择了RGB色彩模型，我们都认为RGB三个数值相等就是灰色。

逻辑关系是：
1.我们知道基于物理和数学的理想黑，黑点 CIE XYZ = 0；
2.我们不知道白点，但知道基于物理和数学的普朗克光源理论。根据理论我们计算色温线。根据色温线，我们知道CIE XYZ。
  CIE 觉得色温线不够，又搞了标准光源，也有一堆光源 CIE XYZ。我们不管，我们人为指定白色的CIE XYZ数值。
3.我们觉得RGB色彩模型通俗易懂，也能精确定位CIE XYZ的一个颜色点，我们人为选择/指定 RGB色彩模型Color Models。
4.根据 RGB色彩模型的定义，黑点、白点不够三维空间的“确定”？至少得有四个点才能确定在三维空间内确定一个“空间实体”。根据Color Model的数学模型，那就再增加  RGB 三个点。我们人为指定白色、红色、蓝色、绿色的四个色点。

这是最关键的『先有鸡还是先有蛋的逻辑问题』。目前我们只获得了黑色、白色、红色、蓝色、绿色五个色点 + RGB色彩模型Color Model，根据数学定义计算后，再获得了其他颜色。这里面没有“阈值”的问题，全是数学问题。

会什么我们会天然的获得其他颜色。因为这是基于 CIE XYZ 的数学体系，数学上理解就是：也就是下面黑色横坐标的CIE XYZ的每一个分量，其纵坐标都是“人眼色彩响应曲线”所谓的“卢瑟观测条件”。


颜色都是指定或计算的，天然的无须指定的只有黑色。上面的红绿蓝，其实是LHS，并不是颜色。同样灰色也是的，灰色和品色、青色、黄色一样，都是我们在指定RGB色彩模型Color Model以后，通过计算自动获得的。
　
　
以上都是根据RGB色彩模型构筑的“灰度线”，哪个是中性灰？这个“18度灰”有意义吗？实际上，所谓的18度灰只存在于SDR。到了HDR曝光的照片（比如佳能的HDR PQ的10bit HEIF)，这个“中性”还是中部吗？
　　
当在ACR/LR中打开HDR以后，这个“中性灰”的中部仅仅是SDR的中部。如果算上HDR，这个就是不是“中性灰”而是暗部灰。因为10bit PQ真HDR，人眼觉得“太亮”，不够“中”。所以，回到原来的问题，基于 RGB色彩模型，我们默认“中性灰”是 RGB(127,127,127)。

而所谓“RGB”三个数值相等就是灰色的前提是基于 CIE XYZ，我们才能认为“混色相等”。也就是 RGB三个数值相等是灰色，这对我们的直觉是天经地义，但对CPU来说，需要指定，指定的原则就是CIE XYZ。而相机的三色响应规律不是CIE XYZ，所以所谓“匹配色温”算什么东西？为什么民科觉得相机三通道数字一样就是混色的灰色？？这就是民科数学思维蹩脚的主因，
　　
民科天然以为“混色”是上面的横坐标，其实所谓CIE XYZ线性是横坐标，比如反gamma的 RGB线性。这个线性就是上面三个横坐标黑线的线性，其实人眼是非线性，就是上面的纵坐标。这其实是数学三维向量空间的代数理论，多讲没意思。但民科只会运算，不懂里面线代的数学逻辑意义。

科普可不是随便说说的，肚里有10点，才能讲1点。民科自己肚子没货色，瞎理解，需要扯外语什么“Highlight Expand”给自己壮胆。可惜这种蹩脚英语徒增笑而

因为语感完全没有make sense。英语没有语感也就算了，数学的make sense不行才是“民科之所以被叫做民科”的主因。数学直觉审题不清，给民科看资料民科也不承认自己看不懂，只能说别人都错了。自然民科的脑子不会拥有“RAW不是颜色”的数学三维向量的make sense，自然就至死不懂了。民科懂这个原理，需要外力点拨。点拨了还装不懂，还向顽版灵魂拷问，其实自己笨才是主因呢。

最后放一段科普，RAW不是颜色，老外还是讲得很清楚。给了中文字幕投喂，希望大家能看得懂。不要再被民科误导了。


色彩管理砖家2019 编辑于 2024-12-17 15:50

是的。

你那个“阈值”是针对分区的，确定是否舍弃不满足阈值条件的分区。也就是不对这些分区做R、G、B统计。

又看了一遍原帖。发现因为随手写来，很多地方都不准确甚至写错了。

“通常的做法之一是：设置一对源图像的颜色范围阙值，如果颜色均值超出了该阙值，就不进行自动白平衡处理。”
这里的“颜色”也属于表达不当，很容易引起误解。
这里的“颜色”应该改为“通道”。

是白加黑减，不是“黑加白减”。

把“黑”当成“18灰”测光、曝光，“黑”变成了“18灰”，要减。

把“白”当成“18灰”测光、曝光，“白”变成了“18灰”，要加。

@tianman，不想在这个贴中再讨论了，这个倒不是因为我们意见不同，意见不同讨论才有意思，而是别的原因，我前面的帖子说过了，原因大家心照了。见谅。

如果跳出相机的思维，从计算机图像处理的角度来说，彩超原始数据和相机原始数据没有本质不同。
都是将一组有差异的数据指定为彩色图像。
只不过相机数据是指定了亮度差异和人类视觉的对应关系，是用色卡来标定的。
而是彩超数据是指定了超声密度差异和色彩的对应关系，是用密度计来标定的，它也不是任意指定色彩。

提出白平衡问题等问题，是为了说明相机数据解析色彩并不是一个单纯的物理过程。
其实自动白平衡原理并不复杂，但它只是理想状态下的推导，实际使用还是要用实验来确定的。
闲来无事，我就在这里简单解释一下：

我们知道，自动曝光的基础是“18灰”。它基于这么一个事实：
在我们平时遇到通常场景范围内，白光反射的光线平均后就是18%反射率的纯灰色，不带有任何的色彩倾向性，它不偏绿、不偏蓝、不偏红。

自动白平衡利用的也同样是这个原理。
对于一副色彩丰富的图像，其RGB三通道的平均灰度值（均值）是相等的，即所谓的“灰度世界理论”
具体地说，白平衡算法就是分别求出每一个通道的在所有像素平均值，然后看它们是不是相等。如果不等就调整到相等为止。
原理很简单，但实际上现实场景本身未必完全符合灰度世界理论，所以完全靠这个调出白平衡其实是不够的。实际的矩阵参数是有各种方法修正后的最接近现实的结果。最终还是要通过色卡来校正和评估偏差范围。
（自动白平衡还有其它的方法，这个是最基本最常用的方法）

“但是当时画面中只有色块，没有中性色（黑、白、灰），相机会怎么做？”
其实，自动白平衡算法中，并不需要画面中一定要有中性色，它只是用三个通道中的三个平均值来比较的。不依赖于特定的色块。
（实际上，选中性色来调白平衡是人为在PS之类软件中使用的做法，自动白平衡是无法这样指定的）

其实，关于白平衡的算法实例很多，但基本上就是一个算法，参数是怎么来的通常是不会说明的。
所以很多人都是只知其然不知其所以然。

tianman 编辑于 2024-12-16 10:41

事实上，如果真的能够“还原”的话，岂不是就无需白平衡之类的操作了？
其实，白平衡等并不是简单地物理变换，而是为适应人类视觉所做的人为的近似修正。那个矩阵其实也是半推导半试验的结果。
所以，RAW解析得到的白平衡其实不一定准确，往往需要后期调整，就是这个道理。
我最近一直在看RAW的解码过程，“所有的数字图像都是人为“计算”出来的彩色。都是依据电信号计算出色彩来。”这个可以接受，但是人为地去指定和根据现实还原是有本质不同的，超声波图像你可以任意指定显示的颜色，而RAW图片，你要根据现实来得到。拍摄两张不同标准光源下的色卡，正是为了还原现实的色彩，为了适应人眼的色适应的问题，还要给出“色温、色调”参数，这个有两个方法，一个是用另外的感光元件测量环境的“色温、色调”，另外就是直接利用CMOS拍摄的数据通过自动白平衡的算法得到“色温、色调”。至于这个自动白平衡是否可以100%与人眼的一致不敢保证，但是佳能，尼康等相机的自动白平衡在大多数场合都是很好的。
我曾经发帖问过自动白平衡的工作原理，多数的回复是根据画面中的中性色进行的。诚然，画面中有中性色可以这样做，但是当时画面中只有色块，没有中性色（黑、白、灰），相机会怎么做？那就各人闪烁其辞了，很多都不是真懂就答的。现实的情形是多数相机在没有中性色的画面中都能很好的还原色彩的。我请RIVERSHOW写一下自动白平衡的原理，他都觉得很困难。
我上面说的就是RAW是首先是还原现实的色彩（有了拍摄那两张色卡做根据，是不难实现的），其次是逼近人眼的主观感受（自动白平衡，或者叫做色适应），在此基础上，各家公司为了色彩的讨喜，做了不同的渲染。
至于你说的超声波影响根本不需要上面的步骤，任意指定不同的色彩代表不同的意思就行。

人眼可“看不见”超声波，所以无可“参照”。
所有的数字图像都是人为“计算”出来的彩色。都是依据电信号计算出色彩来。而且也不一定是“还原”。
物理意义上的“还原”是不可能符合人类视觉效果的。因为人类视觉是一个生物过程而不是物理过程。

事实上，如果真的能够“还原”的话，岂不是就无需白平衡之类的操作了？
其实，白平衡等并不是简单地物理变换，而是为适应人类视觉所做的人为的近似修正。那个矩阵其实也是半推导半试验的结果。
所以，RAW解析得到的白平衡其实不一定准确，往往需要后期调整，就是这个道理。

从计算机图形学的角度来看，彩超图像和照片图像的解析本质上都是“数据渲染处理”
只不过是原始数据的类型不同、解析方法不同罢了。

从超声密度差异来解析出颜色和利用滤色片亮度差异来解析出颜色，对于计算机图形学来说，本质上是一样的。
对解析得到的颜色是否符合期望的要求，也都是靠密度测量或色卡这些方法来标定的。

1 没有适合的解析，原始数据根本谈不上色彩空间；
2 解析方法不同，结果得到的色彩空间就不一样。
有些特定用途的数字相机，解析设计为对某些目标以特别色彩来表达，这也是相机的一种正确的解析方法 ---- 满足了特殊需要。

估计您没有仔细看他的原文。

他是明确说，他叙述的是“将RAW原始文件基本转换为标准颜色空间涉及的7个步骤”，而且明确说“不需要按此顺序应用，它只是逻辑上的顺序”
“there are only 7 steps involved in the basic conversion of a raw file into a standard (colorimetric) color space like sRGB.
They don’t need to necessarily be applied in this sequence though this is a logical way to do it:”

其实，写一个程序并不难  --  在存在着大量的实例可循的网络时代，即使不清楚原理也能够照猫画虎地搞出一个类似的程序来。
难的是清楚解析原理和工作逻辑、难的是首创。。。