像素數值代表甚麼
渲染器要相加光源貢獻、插值紋理樣本和混合圖層。要賦予這些運算物理意義,先要說清楚數值代表甚麼。
這裏以 L L L 表示正規化、非負的線性光 通道:L L L 加倍,模型中該通道的光量便加倍。儲存或顯示用的碼值 s s s 可以是 L L L 的非線性編碼。以下 RGB 運算逐通道進行,並假設同一固定 RGB 色彩空間;線性不代表不同原色的數值可以直接互換。Alpha 表示覆蓋率或不透明度,並非色彩通道,不應經色彩傳遞函數編碼。
以 0 ≤ L ≤ 1 0\le L\le1 0 ≤ L ≤ 1 的標準 sRGB 編碼為具體例子。
編碼為
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. 其常用近似反函數以四捨五入的分界值表示:
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.
分界常數經四捨五入:兩段在接點並非完全相接,D D D 在接點極小鄰域內不是精確反函數。下文凹性論證適用於連續區間,例如非線性分段,而不跨越這個經四捨五入的接點。這是編碼慣例,不代表每部顯示器都能精確輸出 D ( s ) D(s) D ( s ) 的光量。色彩管理、顯示器校準、色調映射和超出範圍的數值還需要其他決定。冪律 s = L 1 / 2.2 s=L^{1/2.2} s = L 1/2.2 是方便的簡化模型,並非精確的 sRGB 公式。
為甚麼平均碼值會改變結果
假設一個像素內兩個區域面積相等,線性光強分別為 L 1 , L 2 L_1,L_2 L 1 , L 2 。在線性面積平均模型下,像素的線性值是 ( L 1 + L 2 ) / 2 (L_1+L_2)/2 ( L 1 + L 2 ) /2 ,碼值是 E ( ( L 1 + L 2 ) / 2 ) E((L_1+L_2)/2) E (( L 1 + L 2 ) /2 ) 。直接平均碼值卻得到 ( E ( L 1 ) + E ( L 2 ) ) / 2 (E(L_1)+E(L_2))/2 ( E ( L 1 ) + E ( L 2 )) /2 ;兩者一般不同。
設 E E E 在包含不同數值 a , b a,b a , b 的區間上連續且嚴格凹,且 0 < t < 1 0<t<1 0 < t < 1 ,則
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 亦嚴格遞增,先平均編碼值再解碼,所得線性值小於原來線性值的平均。
顯示的不等式正是嚴格凹性的定義。對兩邊套用遞增的反函數 D D D ,不等號方向不變,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 的非線性分段在正 L L L 上嚴格凹:其二階導數為 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 ) ,故為負。線性低光分段則可取等號;不要聲稱所有 sRGB 數值對都使不等式嚴格成立。
黑白各佔一半時,先平均線性光得 L = 0.5 L=0.5 L = 0.5 ,再編碼得 E ( 0.5 ) ≈ 0.73536 E(0.5)\approx0.73536 E ( 0.5 ) ≈ 0.73536 。若先平均碼值則得 s = 0.5 s=0.5 s = 0.5 ,解碼後僅 D ( 0.5 ) ≈ 0.21404 D(0.5)\approx0.21404 D ( 0.5 ) ≈ 0.21404 。此例中碼值的中點,線性光強不足預期的一半。紋理濾波若要表示光量類色彩的平均,也有相同區別。
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 ,面積相等。光的平均是 0.5 0.5 0.5 ,碼值 E ( 0.5 ) ≈ 0.73536 E(0.5)\approx0.73536 E ( 0.5 ) ≈ 0.73536 。兩個碼值為 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 ,平均約為 0.69543 0.69543 0.69543 。解碼得 D ( 0.69543 ) ≈ 0.4415 < 0.5 D(0.69543)\approx0.4415<0.5 D ( 0.69543 ) ≈ 0.4415 < 0.5 ,與定理一致:碼值平均比光的平均暗,但因兩個端點較接近,差距比黑白情形小。
混合與紋理數據
概念視角 分析
平均碼值是另一種平均 先平均碼值再解碼,本身就是一種平均規則: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 ) ,即由編碼所生成的平均。對冪律模型 s = L 1 / γ s=L^{1/\gamma} s = L 1/ γ ,它是階為 1 / γ < 1 1/\gamma<1 1/ γ < 1 的冪平均 ( ( 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 ,絕不超過算術平均,只有 a = b a=b a = b 時才相等。取 γ = 2.2 \gamma=2.2 γ = 2.2 ,0.2 0.2 0.2 與 0.8 0.8 0.8 約得 0.445 0.445 0.445 ,與 sRGB 算得的 0.4415 0.4415 0.4415 相近;0 0 0 與 1 1 1 約得 0.218 0.218 0.218 。
前景線性色彩為 F F F 、不透明度為 α ∈ [ 0 , 1 ] \alpha\in[0,1] α ∈ [ 0 , 1 ] ,不透明背景線性色彩為 B B B 。前景蓋在背景上的結果是 C = α F + ( 1 − α ) B C=\alpha F+(1-\alpha)B C = α F + ( 1 − α ) B ;完成混合後才按需要為儲存或顯示編碼。
例題 3.6.6
(四分之一不透明的白色蓋在黑色上)
取 F = 1 F=1 F = 1 、B = 0 B=0 B = 0 、α = 1 / 4 \alpha=1/4 α = 1/4 ,混合結果為 C = 1 / 4 C=1/4 C = 1/4 ,其碼值 E ( 1 / 4 ) ≈ 0.53710 E(1/4)\approx0.53710 E ( 1/4 ) ≈ 0.53710 。不管採用哪種表示,α \alpha α 本身仍是 1 / 4 1/4 1/4 ,它不會被編碼。
把白色碼值 1 1 1 乘以 1 / 4 1/4 1/4 得碼值 0.25 0.25 0.25 ,解碼後約為 0.05088 0.05088 0.05088 ,而非 0.25 0.25 0.25 。混合在光量上是線性的,在碼值上並不是;應先解碼、再混合、最後編碼。
實際管線須知道哪些紋理儲存編碼色彩,哪些儲存數值數據。
法線貼圖、遮罩和粗糙度參數不會自動成為光強;對它們作 sRGB 解碼會改變含義。轉換須依據儲存數值所代表的意義,而不是因為它們放在紋理內。
紋理格式或 API 可以自動完成部分轉換,但須針對數據和運算正確配置;應核對實際 API 和畫面緩衝設定,不能假定所有取樣和混合均在線性空間進行。將色彩預乘 alpha 亦應在選定的線性表示中進行,然後才按儲存慣例編碼。解讀儲存的預乘數值前,先查明格式的約定。
反例與限制
平均兩個編碼 數值本身並非必定錯誤:若目的是插值碼值,這可以是刻意選擇;它只是不同於平均光。以簡化編碼 E ( L ) = L E(L)=\sqrt L E ( L ) = L 為例,0 0 0 和 1 1 1 的編碼中點是 1 / 2 1/2 1/2 ,對應線性光強 1 / 4 1/4 1/4 ,而光的中點是 1 / 2 1/2 1/2 。
反例模式
平均碼值不一定較暗 要檢驗的說法:對任何兩個不同的 sRGB 光量,碼值的平均都嚴格小於平均光量的碼值。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 ;兩者及其中點 0.0015 0.0015 0.0015 都在線性低光分段 L ≤ 0.0031308 L\le0.0031308 L ≤ 0.0031308 內,此處 E ( L ) = 12.92 L E(L)=12.92L E ( L ) = 12.92 L 。於是 ( 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 ) :取等號,並非嚴格不等。定理需要在包含兩數的區間上嚴格凹,而低光分段是線性的,並非嚴格凹。
誤差取決於數據和運算,不存在適用於所有情況的固定修正。
三個通道不能唯一描述所有可能的光譜。編碼本身也不解決高動態範圍的色調映射、色域轉換、裁切或感知均勻性。數值上正確的線性混合,在不同校準的顯示器上仍可能看來不同。
練習
快速檢查
(一個像素四分之一是白色、四分之三是黑色。求線性光強和 sRGB 碼值。為甚麼碼值不是 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 。編碼是非線性的;0.25 0.25 0.25 是光的平均值,不是其編碼。
快速檢查
(解碼 sRGB 碼值 0.5 0.5 0.5 ,將所得線性光強加倍,再編碼而不裁切。比較直接將碼值加倍。)
解答 · 答案 D ( 0.5 ) ≈ 0.21404 D(0.5)\approx0.21404 D ( 0.5 ) ≈ 0.21404 ,加倍後為 0.42808 0.42808 0.42808 ,E ( 0.42808 ) ≈ 0.68584 E(0.42808)\approx0.68584 E ( 0.42808 ) ≈ 0.68584 。碼值直接加倍則得 1 1 1 ,對應線性光強 1 1 1 ,結果不同。本例兩者均未超出範圍。
快速檢查
(線性值 0.001 0.001 0.001 和 0.003 0.003 0.003 權重相等。sRGB 編碼與平均能否交換次序?解釋原因。)
解答 · 答案 可以。兩個輸入及其中點 0.002 0.002 0.002 均在 E ( L ) = 12.92 L E(L)=12.92L E ( L ) = 12.92 L 的線性分段;乘以常數與平均可交換次序。
快速檢查
(法線貼圖分量和 alpha 遮罩儲存為普通數值。是否因它們在紋理內就應作 sRGB 解碼?解釋原因。)
解答 · 答案 不應如此。是否轉換取決於數據的意義;把數值數據當成編碼色彩會改變它,alpha 亦不是 sRGB 色彩。紋理格式和取樣器設定必須配合其用途。