{
  "id": "color-space",
  "title": "色彩空间",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "色彩空间为颜色赋予数值坐标，使不同成像系统能够测量、再现、转换和比较颜色。",
  "category": "computer-science",
  "subcategory": "software",
  "type": "concept",
  "aliases": [
    "颜色空间"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/color-space/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/color-space/",
      "json": "https://aiwiki.page/en/color-space.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "色彩空间是一套用数值坐标表示颜色的系统，同时包含赋予这些坐标明确含义的规则。它将图像中存储、视频信号中传输或提供给打印机的数值，与可测量或可再现的颜色联系起来。色彩空间是计算机图形学、摄影、电视、印刷术和科学成像的基础，因为如果不明确规定数值的含义，同样的数值就可能产生不同的颜色。\n\n通常需要区分色彩模型与具体的色彩空间：前者描述颜色分量的组织方式，后者则赋予这些分量更完整的含义。例如，RGB 是一种基于红、绿、蓝分量的模型；sRGB 则是一种具体的 RGB 色彩空间，规定了三原色、参考白点和传递特性。不同行业的术语用法有所不同，“色彩空间”有时也被用来泛指色彩模型或信号表示方式。\n\n不同的色彩空间服务于不同的目的。有些用于独立于特定设备地表达测得的颜色；有些用于描述显示器和打印机的色彩再现能力，将亮度相关信息与色度信息分离，或使数值距离近似反映感知上的色彩差异。对这些色彩空间的解读取决于人类视觉、照明、观看条件，以及色彩再现的物理限制。"
    },
    {
      "heading": "人类视觉与颜色坐标的基础",
      "text": "用三个坐标表示颜色的做法以三色视觉为基础。在通常的明视觉条件下，人类的颜色视觉主要依赖三类视锥感光细胞，通常称为短波长、中波长和长波长敏感视锥细胞。它们的光谱敏感性大幅重叠：没有哪一类只测量单一光谱波段，也没有哪一类仅对“红色”或“绿色”作出响应。进入眼睛的光会产生三种相互重叠的兴奋模式，后续的视觉处理再将其组合为与明亮程度和色彩差异相关的信号。\n\n在物理上，可以用刺激的光谱功率分布来描述它，即给出各个波长处的辐射量。对于反射表面，到达眼睛的光谱既取决于照明光的光谱，也取决于表面随波长变化的反射率。简化的视锥细胞响应可表示为\n\n\\[q_i=\\int E(\\lambda)s_i(\\lambda)\\,d\\lambda,\\]\n\n其中，\\(E(\\lambda)\\) 是刺激的光谱，\\(s_i(\\lambda)\\) 是第 \\(i\\) 类视锥细胞的敏感度。将光谱归结为三个响应值会丢失信息：许多不同的光谱都可能产生相同的响应三元组。\n\n这样的匹配是同色异谱的例子。显示器通过组合三种窄带光谱分布，可以匹配日光照射下某个物体的颜色，即使两者的光谱相差很大。反过来，在一种灯光下颜色相同的两种材料，在另一种灯光下可能显得不同，因为照明的变化会以不同方式改变它们的反射光谱。这是纺织、印刷、照明和产品配色领域的一项重要考量。三刺激值坐标描述的是在给定假设下的颜色匹配关系，并不能重建其背后的光谱。\n\n色度学通过标准观察者、标准照明体和测量程序，将这些关系加以规范化。标准观察者代表的是平均的颜色匹配表现，而非每一位观察者的表现。年龄、视场、适应状态以及个体视锥细胞敏感度的差异，都可能影响匹配结果。因此，采用三个坐标的色度学虽然功能强大，但其适用性是有条件的。它本身无法涵盖空间对比、眩光、纹理、荧光、时间效应，也无法涵盖感知外观的所有方面。在低照度视觉中，视杆细胞的参与进一步限制了简单明视觉模型的适用性。"
    },
    {
      "heading": "CIE XYZ、色度与色域的几何结构",
      "text": "国际照明委员会于 1931 年以威廉·戴维·赖特和约翰·吉尔德的颜色匹配实验为基础，建立了 CIE XYZ 色彩空间。XYZ 使用由标准化颜色匹配函数计算得到的三个三刺激值来表示一个刺激：\n\n\\[X=k\\int E(\\lambda)\\overline{x}(\\lambda)\\,d\\lambda,\\qquad Y=k\\int E(\\lambda)\\overline{y}(\\lambda)\\,d\\lambda,\\qquad Z=k\\int E(\\lambda)\\overline{z}(\\lambda)\\,d\\lambda.\\]\n\n因子 \\(k\\) 用于确定归一化尺度。\\(Y\\) 对应的函数是标准明视觉光谱光视效率函数，因此，采用适当的绝对尺度时，\\(Y\\) 可以表示亮度；否则，它表示相对亮度。\n\nXYZ 的构建方式确保了物理上可实现的刺激光谱所产生的三刺激值均为非负值。它的参考原色是数学上的定义，而非三种实际可实现的光源。这样就避免了用物理上可实现的 RGB 原色表示某些光谱色时，必须使用负匹配量的问题。1964 年，国际照明委员会采用了一套适用于更大视场的补充标准观察者。即使符号相似，基于不同标准观察者计算的坐标也不能直接互换使用。\n\n色度将三刺激值的相对比例与其整体大小分离开来。CIE 1931 色度坐标为\n\n\\[x=\\frac{X}{X+Y+Z},\\qquad y=\\frac{Y}{X+Y+Z},\\]\n\n其中 \\(z=1-x-y\\)。当 \\(y\\ne0\\) 时，坐标对 \\((x,y)\\) 与 \\(Y\\) 一起即可描述原始三刺激值。对于理想的黑色刺激，\\(X+Y+Z=0\\)，其色度无定义。在常见的马蹄形色度图中，光谱轨迹构成了边界的大部分，其两端由一条直线段连接，非光谱紫色位于这条线段上。该图的几何结构并不具有感知均匀性：不同区域内相等的距离，通常并不代表相等的可见色差。\n\n设备的色域是指它在规定条件下能够再现的颜色集合。三种加色原色的色度坐标构成一个三角形，但这个三角形只是三维色彩体积的二维投影。它既不能描述黑电平、峰值亮度，也不能说明各个亮度下能够实现的色度。显示器可能在某一亮度下呈现饱和红色，却无法在高得多的亮度下呈现同样的颜色。因此，仅依据色度图上的面积百分比进行比较，可能会掩盖实际色彩再现能力上的显著差异。"
    },
    {
      "heading": "RGB空间与标准化显示编码",
      "text": "RGB色彩模型通过红、绿、蓝三原色的加色混合来表示颜色。对于理想的加色系统，线性光分量与XYZ之间的关系可用一个矩阵表示：\n\n\\[\\begin{bmatrix}X\\\\Y\\\\Z\\end{bmatrix} = M \\begin{bmatrix}R_{\\mathrm{lin}}\\\\G_{\\mathrm{lin}}\\\\B_{\\mathrm{lin}}\\end{bmatrix}.\\]\n\n在通常的归一化约定下，原色的色度坐标和参考白决定了这个矩阵。仅仅指定“RGB”是不够的：原色、白点、传递函数和缩放约定不同，同一个三元组就会具有不同的含义。如果设备偏离理想的加色模型，还可能需要通过实测来表征其RGB值与实际颜色之间的关系。\n\nsRGB色彩空间由惠普和微软开发，于1999年成为IEC 61966-2-1标准，随后成为普通网页图像和消费级摄影中占主导地位的色彩交换空间。它采用D65参考白，原色色度坐标与ITU-R BT.709电视系统相同。其编码并非纯粹的伽马函数。对于非负的归一化线性分量 \\(C_{\\mathrm{lin}}\\)，编码公式为\n\n\\[C_{\\mathrm{sRGB}}= \\begin{cases} 12.92C_{\\mathrm{lin}},&C_{\\mathrm{lin}}\\le0.0031308,\\\\ 1.055C_{\\mathrm{lin}}^{1/2.4}-0.055,&C_{\\mathrm{lin}}>0.0031308. \\end{cases}\\]\n\n黑色附近的线性段避免了未经修正的幂函数曲线在原点处的行为。\n\nAdobe RGB（1998）旨在涵盖更多与摄影和印刷工作流程相关的颜色，尤其是绿色和青色区域中的部分颜色。Display P3将P3电影系统采用的原色色度坐标与D65白点及sRGB传递曲线相结合。它必须与影院使用的DCI-P3编码区分开来，后者采用不同的白点和传递约定。ITU-R BT.2020于2012年首次发布，为超高清电视规定了一组色域显著更宽的RGB原色。不过，标注为BT.2020的信号，其所含颜色仍可能局限于较小的色域。\n\n色域更大并不自动意味着表示更准确。如果一幅以Adobe RGB编码的图像未经转换就被当作sRGB解读，所呈现的颜色通常会出错。在整数精度固定的情况下，将码值分布到更大的色域中，也可能降低较小目标区域内的精度。广色域工作流程通常采用更高的分量精度，以减少量化伪影。正确再现颜色要求对坐标系统和编码方式都有一致的约定：更改色彩配置文件的标签，并不等同于计算出能够保持颜色不变的新数值。"
    },
    {
      "heading": "感知空间与色差",
      "text": "XYZ 很适合加色计算，但在感知上并不均匀。在 XYZ 空间中，相同的欧几里得距离在不同位置可能对应差异很大的感知色差。1976 年，国际照明委员会（CIE）推出了 CIELAB 和 CIELUV，以提供在感知上更接近均匀的坐标。两者都包含一个明度坐标 \\(L^*\\) 和两个色度坐标，但采用不同的变换方式，在实际应用中也各有优势。CIELAB 在表面色测量、印刷和工业质量控制中尤为常用。\n\nCIELAB 以参考白的三刺激值 \\(X_n,Y_n,Z_n\\) 为基准来表示颜色：\n\n\\[L^*=116f(Y/Y_n)-16,\\]\n\n\\[a^*=500\\left[f(X/X_n)-f(Y/Y_n)\\right], \\qquad b^*=200\\left[f(Y/Y_n)-f(Z/Z_n)\\right].\\]\n\n其中\n\n\\[f(t)= \\begin{cases} t^{1/3},&t>(6/29)^3,\\\\ t/[3(6/29)^2]+4/29,&\\text{otherwise}. \\end{cases}\\]\n\n坐标 \\(a^*\\) 和 \\(b^*\\) 大致分别对应红—绿方向和黄—蓝方向。对于以理想漫反射体为参照的常规反射样品，\\(L^*=0\\) 表示黑色，\\(L^*=100\\) 表示参考白；在扩展应用中，也可能出现超出这一区间的数值。\n\n由 CIELAB 导出的柱坐标将彩度和色相角表示为\n\n\\[C_{ab}^*=\\sqrt{a^{*2}+b^{*2}},\\qquad h_{ab}=\\operatorname{atan2}(b^*,a^*).\\]\n\n这种形式通常称为 LCh。它改变的只是坐标表示方式，而非其基础色度学关系。彩度为零时，色相无定义，这一特性对插值和数值优化具有重要影响。对色相角进行插值时，还须注意角度的循环特性：若把 \\(1^\\circ\\) 和 \\(359^\\circ\\) 当作普通数值求平均，就会得到错误的方向。\n\n最简单的色差公式是两个 CIELAB 点之间的欧几里得距离 \\(\\Delta E_{ab}^*\\)。后来的公式，包括 CIE94 和 CIEDE2000，通过对明度差、彩度差和色相差采用不同的处理方式，来补偿已知的不均匀性。不存在一条普遍适用的规则，能断定某个数值的色差总是可见或总是可接受；判断结果取决于样品尺寸、纹理、照明、任务和观察条件。更复杂的色貌模型，如 CIECAM02 和 CAM16，还纳入了适应和周边环境的影响。这些模型区分亮度、明度、彩色感、彩度和饱和度等属性，而不是将它们视为可以互换的名称。"
    },
    {
      "heading": "基于色相的界面与视频分量表示",
      "text": "HSV和HSL将RGB坐标重新组织为更便于在颜色选择界面中操作的形式。HSV使用色相、饱和度和明度；HSL使用色相、饱和度和亮度。色相表示在红—黄—绿—青—蓝—品红这一循环中的角度位置。另外两个分量则描述颜色在由RGB立方体衍生出的几何结构中的位置。这些表示方式便于选择“更亮的蓝色”或生成一组相互协调的界面颜色，但不应将其分量名称误认为严格的感知度量。\n\n对于归一化的RGB值，设 \\(M=\\max(R,G,B)\\)、\\(m=\\min(R,G,B)\\)，且 \\(\\Delta=M-m\\)。HSV的明度为 \\(V=M\\)，而HSL的亮度为 \\(L=(M+m)/2\\)。两者的饱和度公式不同，色相则取决于哪个分量最大。所得坐标既取决于底层RGB色彩空间，也取决于输入分量是线性的还是经过非线性编码的。HSL亮度既不是CIE明度，也不是物理亮度：完全饱和的黄色和蓝色即使在视觉明亮程度上相差很大，也可能具有相同的HSL亮度。\n\n视频系统常使用YCbCr色彩空间，将一个亮度信号分量与两个色差分量分开。对于BT.709的非线性RGB分量，\n\n\\[Y'=0.2126R'+0.7152G'+0.0722B'.\\]\n\n撇号表示非线性信号值。对应的 \\(C_b\\) 和 \\(C_r\\) 分量分别是经过缩放的蓝色分量与亮度信号之差、红色分量与亮度信号之差，其数字偏移量由编码约定决定。由于这里组合的是非线性分量，因此必须区分 \\(Y'\\)（即亮度信号，luma）与物理亮度（luminance）。BT.601、BT.709和BT.2020所使用的系数并不完全相同，BT.2020还定义了另一种恒定亮度表示方式。\n\n将亮度信号与色度分开后，便可高效地进行色度子采样。在常见的4:2:0格式中，包含四个亮度样本的块，对每个色度分量各有一个样本，不过精确的空间对齐方式取决于具体格式。这利用了视觉系统对许多色彩变化的空间敏感度较低这一特点。色度子采样广泛用于JPEG图像编码标准编码的图像，以及采用H.264/AVC等标准的视频系统，但可能在彩色文字和锐利边缘周围产生可见的伪影。信号范围是另一个独立属性：传统的有限范围8位视频，其标称亮度码值为16–235，色度码值为16–240。即使正确识别了标称基色，若对信号范围、系数或色度对齐方式的理解有误，仍可能改变图像。"
    },
    {
      "heading": "减色空间与印刷条件",
      "text": "CMYK 色彩模型描述了使用青、品红、黄、黑四种着色剂进行减色再现的方式。与发光的显示器不同，印刷品表面会选择性地吸收和散射入射光。在理想系统中，青色吸收红光波段，品红色吸收绿光波段，黄色吸收蓝光波段。实际油墨的吸收光谱较宽，并不理想，而纸张、涂层、墨层厚度和散射也会影响结果。因此，一组通用的 CMYK 四元数值并不能确定唯一的颜色。\n\n黑色油墨并非只是等量青、品红、黄三色油墨的多余替代品。实际的 CMY 油墨混合后，往往无法形成理想的深暗中性色，而且耗墨量大，也容易受套印误差影响。黑色油墨能提高文字的清晰度，并有助于控制中性色调和总墨量。因此，分色涉及黑版生成：决定深暗或中性成分中有多少由黑色油墨表现，而不是由彩色油墨组合表现。灰成分替代和底色去除是与之相关的策略，对油墨用量和色调稳定性的影响各不相同。\n\nCMYK 空间只有与经过特性表征的印刷条件关联起来，才具有明确意义。重要变量包括印刷机或打印机、油墨组合、承印材料、加网方式和过程控制。使用涂布纸的平版胶印与使用普通纸的办公喷墨打印机，即使都接受 CMYK 数据，其色彩响应也不相同。特性表征测量将设备数值与设备无关坐标联系起来。一些印刷系统使用额外的油墨，例如橙色、绿色、紫色，或浅青色和浅品红色，因此其设备坐标包含四个以上的分量。\n\n印刷色域与显示器色域的区别在于形状不同，而不是后者按统一比例缩小的副本。有些印刷色可能位于某台显示器的色域之外，而许多明亮的自发光颜色则无法在纸上再现。纸白和最大油墨密度也会限制对比度。软打样是在经过校准的显示器上模拟指定的输出条件，必要时还包括纸张颜色和黑色表现的限制。它无法再现所有材料特性：光泽、金属反射、纹理和荧光可能需要更丰富的测量数据，或直接对实物进行评估。\n\n评判印刷品时使用的照明也是再现问题的一部分。印刷行业的评估通常采用标准化的 D50 观察条件，而显示器则常以 D65 白点进行特性表征。含有荧光增白剂的纸张，其外观会随光源中紫外线含量的变化而改变。在某一种测量条件下得到的单组三坐标特性表征，无法预测换用另一种照明体后产生的所有变化。这也是印刷色彩匹配除了需要正确的数字转换，还必须控制实际观察条件的原因之一。"
    },
    {
      "heading": "色彩管理、配置文件与转换",
      "text": "色彩管理协调不同设备和文件对颜色的解读与转换。ICC色彩配置文件遵循国际色彩联盟制定的规范，描述设备或编码色彩空间与配置文件连接空间之间的关系；后者通常以 D50 为参考条件，基于 CIE XYZ 或 CIELAB 构建。基于矩阵的配置文件可以表征相对简单的 RGB 响应特性；多维查找表则支持更复杂的响应，包括印刷系统的响应。因此，配置文件不只是一个描述性名称，还提供了计算转换所需的信息。\n\n指定配置文件和转换到配置文件是两种不同的操作。指定配置文件会改变对现有分量数值的解读方式，但不改变数值本身。转换则会计算出新的数值，以保留预先约定的某一方面的颜色外观或色度特性。一张正确标记了配置文件的广色域照片，在转换到 sRGB 后，其 RGB 数值通常会发生变化。如果只是将其配置文件标签替换为 sRGB，就会以新的方式解读原有数值，通常也会改变显示出的颜色。嵌入的元数据有助于在文件跨应用程序传递时保留预期的解读方式。\n\n参考白的差异需要谨慎处理。色适应描述的是视觉系统对照明条件的适应，而色适应变换则近似模拟颜色外观随之发生的相应变化。Bradford 色适应变换广泛用于与 ICC 相关的工作流程。这种变换并不只是设备之间的转换，也不能重现任意场景在新光源下的样子。要准确预测材料在改变照明后的外观，可能需要光谱反射率数据，因为仅凭三刺激值坐标未必能区分同色异谱的物体。\n\n对于超出目标色域的颜色，必须决定如何进行映射。常见的 ICC 渲染意图包括介质相对色度、ICC 绝对色度、感知和饱和度。相对色度处理将源白点与目标白点对应起来，并在这一框架内保留色域内颜色的色度特性；对色域外颜色的处理则可能造成裁切。绝对色度处理保留源颜色的色度值，不进行相同的介质白点归一化，因此适用于打样。感知和饱和度意图可以重新分配颜色，以满足更广泛的外观或图形表现目标，但具体的映射方式取决于配置文件和实现方法。\n\n校准与配置文件制作的作用也不相同。校准使设备达到规定的工作状态；配置文件制作则测量并描述设备在该状态下的表现。显示器配置文件无法完全补偿背光不稳定或观看环境不受控所造成的影响。典型的色彩管理流程会解读源坐标，通过规定的中间表示进行转换，应用必要的色适应和色域映射，再编码为目标坐标。有些系统为了提高效率，会将这些步骤合并为一次变换或一张查找表，但这些概念上的区别对于诊断错误仍然十分重要。"
    },
    {
      "heading": "高动态范围与场景参照工作流程",
      "text": "色域和动态范围描述的是不同的属性。宽色域图像可以只有常规的亮度范围，而高动态范围图像也可能主要由中性色构成。不过，现代电视和电影系统往往同时采用更宽的色域和更大的亮度范围。要理解这类系统的性能，最好使用色彩体积这一概念：即系统能够表示或再现的色度与亮度组合的集合。显示器的峰值白色亮度，并不意味着每一种饱和色都能达到同样的亮度。\n\nITU-R BT.2100 规定了采用 BT.2020 原色的 HDR 电视系统，其传递函数可选用感知量化（通常称为 PQ）或混合对数伽马（HLG）。PQ 于 2014 年被纳入 SMPTE ST 2084 标准，将编码值与显示器的绝对亮度联系起来，理论范围最高可达 \\(10{,}000\\ \\mathrm{cd/m^2}\\)。这一编码上限并不意味着所有母版制作显示器或消费级显示器都能达到该亮度。由 BBC 和 NHK 开发的 HLG 则采用另一种方法，将与场景相关的信号表示方式，与依赖于预设观看条件的显示端系统响应相结合。\n\n当内容超出显示器可用的亮度范围时，色调映射会重新分配亮度，使其适应目标显示器。这一过程可以压缩高光，同时在中间调中保留更多对比度，也可以根据各个场景的统计特征进行调整。它还会与色域映射相互影响：降低亮度或裁切个别 RGB 通道，都可能改变饱和度和色相。静态或动态元数据可以辅助某些 HDR 再现系统，但仅凭元数据并不能保证所有显示器都表现一致。即便源内容相同，不同的渲染选择也可能产生不同的视觉效果。\n\n场景参照表示和显示参照表示分别针对图像形成过程中的不同阶段。场景参照值对应于实拍或合成场景中的光，尚未经过面向特定呈现方式的渲染。显示参照值则描述预期的显示结果。相机的对数编码本身并不能构成完整的场景参照色彩规范：相机的光谱响应、所用变换以及曝光约定也都很重要。反过来，如果不经过适当的渲染变换，就直接将面向显示的编码应用于场景线性数据，可能导致对比度和高光表现出错。\n\n选择公理提供了一套框架，用于在相机、视觉特效系统和显示设备之间交换及处理电影图像。ACES2065-1 使用以 AP0 为原色的场景线性 RGB 编码，而用于计算机图形制作的 ACEScg 则使用 AP1 原色。这些数学定义的原色并不是制造实体显示器的指导方案，其中一些还位于物理上可实现的色度范围之外。输出变换会将工作表示转换为适合指定显示器及观看条件的视觉呈现，从而将制作过程中的计算与特定发行格式的限制分离开来。"
    },
    {
      "heading": "数值精度与计算应用",
      "text": "色彩空间定义的是坐标的含义，而不是其存储精度。三个无符号 8 位通道可提供 \\(256^3=16{,}777{,}216\\) 种编码组合，但这个数字并不表示观察者能够分辨多少种颜色，也不表示设备能够再现多少种颜色。10 位编码为每个分量提供 1,024 个级别；浮点格式则为中间计算提供了大得多的灵活性。当变换产生低于零或高于标称参考白的数值时，更宽的数值范围尤其有用。过早截断这些数值，可能会破坏原本可用于后续转换的信息。\n\n非线性编码与线性光计算的用途不同。sRGB 等编码将更多编码级别分配给暗部，从而提高有限精度存储的利用效率。然而，物理意义上的光叠加需要使用线性量。直接在 sRGB 中对黑色与白色取平均，得到的编码值为 0.5，对应的归一化线性光值却仅约为 0.214。在线性光空间中等量混合两者，得到的线性值为 0.5，对应的 sRGB 编码值约为 0.735。这种差异会影响图像合成、图像缩放、模糊处理和光照计算。\n\n图形系统通常会区分经过编码的图像纹理与线性数值数据。图形处理器可能在采样时自动解码 sRGB 纹理，并在向 sRGB 帧缓冲区写入时，将线性结果重新编码。法线贴图、粗糙度贴图和深度数据不能仅仅因为与照片使用相同的文件格式，就接受这种颜色解码。同样，Alpha 表示的是不透明度或覆盖率，而不是色度学分量。预乘 Alpha 处理、滤波和混合操作必须与所选的线性或编码表示方式相协调，以免产生暗边或亮边。\n\n量化、舍入和反复变换可能产生色带，尤其是在平滑渐变中。使用更高精度的中间结果可以减少累积误差，而抖动处理则能减弱量化误差在空间上的规律性。但这两种方法都无法纠正对源色彩空间的错误解读。不同文件格式表达颜色信息的方式也有所不同：便携式网络图形（PNG）可以携带色彩配置文件和颜色编码信息，而 JPEG 工作流程通常依赖嵌入的配置文件及该格式特有的约定。对于未标注色彩信息的文件，必须先假定其解释方式，而不同的假定可能产生不同的结果。\n\n在图像处理和计算机视觉中，色彩空间的选择可能影响分割、特征提取和数值上的相似性。基于色相的阈值可以将物体与背景分离，但在接近中性色时会变得不稳定，因为此时色相难以明确界定。CIELAB 可用于基于感知的比较，但转换时必须明确源 RGB 色彩空间和参考白。在机器学习中，不一致的颜色预处理可能造成训练数据与部署数据之间的不匹配。科学成像还需要作出另一项区分：三通道可见光颜色再现不能与多光谱测量互相替代，将光谱观测数据缩减为用于显示的 RGB 数据，可能会丢失后续分析所需的信息。"
    }
  ],
  "links": [
    "computer-graphics",
    "printing",
    "chromaticity",
    "matrix",
    "cieluv",
    "jpeg",
    "h264-avc",
    "cmyk-color-model",
    "icc-profile",
    "metadata",
    "calibration",
    "axiom-of-choice",
    "graphics-processing-unit",
    "png",
    "image-processing",
    "computer-vision",
    "machine-learning"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}