像素数值代表什么
渲染器要相加光源贡献、插值纹理样本和混合图层。要赋予这些运算物理意义,先要说清楚数值代表什么。
这里以 L L L 表示归一化、非负的线性光 通道:L L L 加倍,模型中该通道的光量便加倍。存储或显示用的码值 s s s 可以是 L L L 的非线性编码。以下 RGB 运算逐通道进行,并假设同一固定 RGB 色彩空间;线性不代表不同原色的数值可以直接互换。Alpha 表示覆盖率或不透明度,并非色彩通道,不应经过色彩传递函数编码。
以 0 ≤ L ≤ 1 0\le L\le1 0 ≤ L ≤ 1 的标准 sRGB 编码为具体例子。
编码为
E ( L ) = { 12.92 L , L ≤ 0.0031308 , 1.055 L 1 / 2.4 − 0.055 , L > 0.0031308. E(L)=\begin{cases}12.92L,&L\le0.0031308,\\
1.055L^{1/2.4}-0.055,&L>0.0031308.\end{cases} E ( L ) = { 12.92 L , 1.055 L 1/2.4 − 0.055 , L ≤ 0.0031308 , L > 0.0031308. 其常用近似反函数以四舍五入的分界值表示:
D ( s ) = { s / 12.92 , s ≤ 0.04045 , ( ( s + 0.055 ) / 1.055 ) 2.4 , s > 0.04045. D(s)=\begin{cases}s/12.92,&s\le0.04045,\\
((s+0.055)/1.055)^{2.4},&s>0.04045.\end{cases} D ( s ) = { s /12.92 , (( s + 0.055 ) /1.055 ) 2.4 , s ≤ 0.04045 , s > 0.04045.
分界常数经过四舍五入:两段在接点并非完全相接,D D D 在接点极小邻域内不是精确反函数。下文凹性论证适用于连续区间,例如非线性分段,而不跨越这个经过四舍五入的接点。这是编码惯例,不代表每台显示器都能精确输出 D ( s ) D(s) D ( s ) 的光量。色彩管理、显示器校准、色调映射和超出范围的数值还需要其他决定。幂律 s = L 1 / 2.2 s=L^{1/2.2} s = L 1/2.2 是方便的简化模型,并非精确的 sRGB 公式。
为什么平均码值会改变结果
假设一个像素内两个区域面积相等,线性光强分别为 L 1 , L 2 L_1,L_2 L 1 , L 2 。在线性面积平均模型下,像素的线性值是 ( L 1 + L 2 ) / 2 (L_1+L_2)/2 ( L 1 + L 2 ) /2 ,码值是 E ( ( L 1 + L 2 ) / 2 ) E((L_1+L_2)/2) E (( L 1 + L 2 ) /2 ) 。直接平均码值却得到 ( E ( L 1 ) + E ( L 2 ) ) / 2 (E(L_1)+E(L_2))/2 ( E ( L 1 ) + E ( L 2 )) /2 ;两者一般不同。
设 E E E 在包含不同数值 a , b a,b a , b 的区间上连续且严格凹,且 0 < t < 1 0<t<1 0 < t < 1 ,则
E ( t a + ( 1 − t ) b ) > t E ( a ) + ( 1 − t ) E ( b ) . E(ta+(1-t)b)>tE(a)+(1-t)E(b). E ( t a + ( 1 − t ) b ) > tE ( a ) + ( 1 − t ) E ( b ) . 若 E E E 也严格递增,先平均编码值再解码,所得线性值小于原来线性值的平均。
显示的不等式正是严格凹性的定义。对两边应用递增的反函数 D D D ,不等号方向不变,得到 t a + ( 1 − t ) b > D ( t E ( a ) + ( 1 − t ) E ( b ) ) ta+(1-t)b>D(tE(a)+(1-t)E(b)) t a + ( 1 − t ) b > D ( tE ( a ) + ( 1 − t ) E ( b )) 。sRGB 的非线性分段在正 L L L 上严格凹:其二阶导数为 1.055 p ( p − 1 ) L p − 2 1.055\,p(p-1)L^{p-2} 1.055 p ( p − 1 ) L p − 2 ,其中 p = 1 / 2.4 ∈ ( 0 , 1 ) p=1/2.4\in(0,1) p = 1/2.4 ∈ ( 0 , 1 ) ,故为负。线性低光分段则可取等号;不要声称所有 sRGB 数值对都使不等式严格成立。
黑白各占一半时,先平均线性光得 L = 0.5 L=0.5 L = 0.5 ,再编码得 E ( 0.5 ) ≈ 0.73536 E(0.5)\approx0.73536 E ( 0.5 ) ≈ 0.73536 。若先平均码值则得 s = 0.5 s=0.5 s = 0.5 ,解码后仅 D ( 0.5 ) ≈ 0.21404 D(0.5)\approx0.21404 D ( 0.5 ) ≈ 0.21404 。此例中码值的中点,线性光强不足预期的一半。纹理滤波若要表示光量类色彩的平均,也有相同区别。
取 L 1 = 0.2 L_1=0.2 L 1 = 0.2 、L 2 = 0.8 L_2=0.8 L 2 = 0.8 ,面积相等。光的平均是 0.5 0.5 0.5 ,码值 E ( 0.5 ) ≈ 0.73536 E(0.5)\approx0.73536 E ( 0.5 ) ≈ 0.73536 。两个码值为 E ( 0.2 ) ≈ 0.48453 E(0.2)\approx0.48453 E ( 0.2 ) ≈ 0.48453 和 E ( 0.8 ) ≈ 0.90633 E(0.8)\approx0.90633 E ( 0.8 ) ≈ 0.90633 ,平均约为 0.69543 0.69543 0.69543 。解码得 D ( 0.69543 ) ≈ 0.4415 < 0.5 D(0.69543)\approx0.4415<0.5 D ( 0.69543 ) ≈ 0.4415 < 0.5 ,与定理一致:码值平均比光的平均暗,但因两个端点较接近,差距比黑白情形小。
混合与纹理数据
概念视角 分析
平均码值是另一种平均 先平均码值再解码,本身就是一种平均规则:M ( a , b ) = D ( ( E ( a ) + E ( b ) ) / 2 ) M(a,b)=D\bigl((E(a)+E(b))/2\bigr) M ( a , b ) = D ( ( E ( a ) + E ( b )) /2 ) ,即由编码所生成的平均。对幂律模型 s = L 1 / γ s=L^{1/\gamma} s = L 1/ γ ,它是阶为 1 / γ < 1 1/\gamma<1 1/ γ < 1 的幂平均 ( ( a 1 / γ + b 1 / γ ) / 2 ) γ \bigl((a^{1/\gamma}+b^{1/\gamma})/2\bigr)^{\gamma} ( ( a 1/ γ + b 1/ γ ) /2 ) γ ,绝不超过算术平均,只有 a = b a=b a = b 时才相等。取 γ = 2.2 \gamma=2.2 γ = 2.2 ,0.2 0.2 0.2 与 0.8 0.8 0.8 约得 0.445 0.445 0.445 ,与 sRGB 算得的 0.4415 0.4415 0.4415 相近;0 0 0 与 1 1 1 约得 0.218 0.218 0.218 。
前景线性色彩为 F F F 、不透明度为 α ∈ [ 0 , 1 ] \alpha\in[0,1] α ∈ [ 0 , 1 ] ,不透明背景线性色彩为 B B B 。前景覆盖背景的结果是 C = α F + ( 1 − α ) B C=\alpha F+(1-\alpha)B C = α F + ( 1 − α ) B ;完成混合后才按需要为存储或显示编码。
取 F = 1 F=1 F = 1 、B = 0 B=0 B = 0 、α = 1 / 4 \alpha=1/4 α = 1/4 ,混合结果为 C = 1 / 4 C=1/4 C = 1/4 ,其码值 E ( 1 / 4 ) ≈ 0.53710 E(1/4)\approx0.53710 E ( 1/4 ) ≈ 0.53710 。不管采用哪种表示,α \alpha α 本身仍是 1 / 4 1/4 1/4 ,它不会被编码。
把白色码值 1 1 1 乘以 1 / 4 1/4 1/4 得码值 0.25 0.25 0.25 ,解码后约为 0.05088 0.05088 0.05088 ,而非 0.25 0.25 0.25 。混合在光量上是线性的,在码值上并不是;应先解码、再混合、最后编码。
实际管线须知道哪些纹理存储编码色彩,哪些存储数值数据。
法线贴图、遮罩和粗糙度参数不会自动成为光强;对它们作 sRGB 解码会改变含义。转换须依据存储数值所代表的意义,而不是因为它们放在纹理里。
纹理格式或 API 可以自动完成部分转换,但须针对数据和运算正确配置;应核对实际 API 和帧缓冲设置,不能假定所有采样和混合均在线性空间进行。将色彩预乘 alpha 也应在选定的线性表示中进行,然后才按存储惯例编码。解读存储的预乘数值前,先查明格式的约定。
反例与限制
平均两个编码 数值本身并非必定错误:如果目的是插值码值,这可以是刻意选择;它只是不同于平均光。以简化编码 E ( L ) = L E(L)=\sqrt L E ( L ) = L 为例,0 0 0 和 1 1 1 的编码中点是 1 / 2 1/2 1/2 ,对应线性光强 1 / 4 1/4 1/4 ,而光的中点是 1 / 2 1/2 1/2 。
反例模式
平均码值不一定更暗 要检验的说法:对任何两个不同的 sRGB 光量,码值的平均都严格小于平均光量的码值。取 L 1 = 0.0005 L_1=0.0005 L 1 = 0.0005 、L 2 = 0.0025 L_2=0.0025 L 2 = 0.0025 ;两者及其中点 0.0015 0.0015 0.0015 都在线性低光分段 L ≤ 0.0031308 L\le0.0031308 L ≤ 0.0031308 内,此处 E ( L ) = 12.92 L E(L)=12.92L E ( L ) = 12.92 L 。于是 ( E ( L 1 ) + E ( L 2 ) ) / 2 = ( 0.00646 + 0.0323 ) / 2 = 0.01938 = E ( 0.0015 ) (E(L_1)+E(L_2))/2=(0.00646+0.0323)/2=0.01938=E(0.0015) ( E ( L 1 ) + E ( L 2 )) /2 = ( 0.00646 + 0.0323 ) /2 = 0.01938 = E ( 0.0015 ) :取等号,并非严格不等。定理需要在包含两数的区间上严格凹,而低光分段是线性的,并非严格凹。
误差取决于数据和运算,不存在适用于所有情况的固定修正。
三个通道不能唯一描述所有可能的光谱。编码本身也不解决高动态范围的色调映射、色域转换、裁切或感知均匀性。数值上正确的线性混合,在不同校准的显示器上仍可能看起来不同。
练习
快速检查
(一个像素四分之一是白色、四分之三是黑色。求线性光强和 sRGB 码值。为什么码值不是 0.25 0.25 0.25 ?)
解答 · 答案 L = 0.25 L=0.25 L = 0.25 ,所以 s = E ( 0.25 ) ≈ 0.53710 s=E(0.25)\approx0.53710 s = E ( 0.25 ) ≈ 0.53710 。编码是非线性的;0.25 0.25 0.25 是光的平均值,不是其编码。
快速检查
(解码 sRGB 码值 0.5 0.5 0.5 ,将所得线性光强加倍,再编码而不裁切。比较直接将码值加倍。)
解答 · 答案 D ( 0.5 ) ≈ 0.21404 D(0.5)\approx0.21404 D ( 0.5 ) ≈ 0.21404 ,加倍后为 0.42808 0.42808 0.42808 ,E ( 0.42808 ) ≈ 0.68584 E(0.42808)\approx0.68584 E ( 0.42808 ) ≈ 0.68584 。码值直接加倍则得 1 1 1 ,对应线性光强 1 1 1 ,结果不同。本例两者均未超出范围。
快速检查
(线性值 0.001 0.001 0.001 和 0.003 0.003 0.003 权重相等。sRGB 编码与平均能否交换次序?解释原因。)
解答 · 答案 可以。两个输入及其中点 0.002 0.002 0.002 均在 E ( L ) = 12.92 L E(L)=12.92L E ( L ) = 12.92 L 的线性分段;乘以常数与平均可交换次序。
快速检查
(法线贴图分量和 alpha 遮罩存储为普通数值。是否因它们在纹理里就应作 sRGB 解码?解释原因。)
解答 · 答案 不应如此。是否转换取决于数据的含义;把数值数据当成编码色彩会改变它,alpha 也不是 sRGB 色彩。纹理格式和采样器设置必须配合其用途。