色彩空间如何影响你片子的每一个环节？ 近年来，“色彩空间”这一术语在业内被频繁提及，但即使许多经验丰富的后期制作专业人员，也对其确切含义以及其在视频处理中的作用仍存在模糊认识。 为何“色彩空间”在拍摄现场和后期制作流程中如此普遍，而专业人员之间却依然存在显著的知识差距？这一现象源于过去10至15年间数字摄影机、显示设备以及工作流程的爆炸式发展。 如今几乎所有专业摄影机都允许用户在多种采集色彩空间中进行选择，也让这一选择，成为制作团队前期必须考虑的关键问题。 在后期制作环节，必须选择合适的中间工作色彩空间，以确保素材、视觉特效和图形等物料在不同工作室和团队之间顺畅交换。此外，随着HDR及其他新一代格式的兴起，成片交付时的色彩空间选择也更加多样化。 更重要的是，色彩空间的确定，往往需要提前到前期筹备阶段，与编码格式、分辨率等其他技术规格一起决定，因为它是规划整个制作流程的关键环节。 那么，在众多色彩空间中该如何选择？什么因素决定了它对内容质量和工作流程的优劣？不同的技术选择背后，又隐藏着哪些机遇与风险？ 小编今天整理的这篇文章，将围绕以上这些问题展开，解析色彩空间的概念，并探讨它为何可能是决定动态图像质量的关键因素之一。 什么是色彩空间？ 首先，让我们简单明了地定义一下色彩空间的含义。它是指一个具体的、可测量的、固定的颜色与亮度数值范围。其最基本的功能在于刻画采集或显示设备在再现色彩信息方面的能力范围。 例如，若某台摄影机采用任意的“色彩空间A”进行拍摄，那么任何超出该空间所能定义的颜色或亮度值的内容，都无法被准确记录。这些“超出范围”数值虽然可以通过不同方式处理（有些处理方式在视觉上更令人接受），但它们无法准确捕捉到现实世界中呈现的样子。 同样地，对于一台被设计用于再现“色彩空间B”的显示设备而言，数字图像中若存在超出“色彩空间B”范围的颜色或亮度值，也无法在该屏幕上得到准确呈现。在这两种情况下，更大的色彩空间意味着能够更准确地捕捉和/或再现更广范围的色彩。 此外，若要确保在“色彩空间A”中拍摄并在“色彩空间B”中呈现的场景能够得到准确再现，唯一可靠的方法是认识到采集与交付空间之间的差异，并通过色彩空间转换将信号从一个色彩空间转换至另一个。为图像从采集到显示提供色彩精确性的保障，是明确定义色彩空间的另一项核心功能。 一些常见的色彩空间名称包括Rec. 709、Rec. 2020、DCI-P3、Arri LogC，RedWideGamutRGB等等。 当以三维图像绘制方式进行观察时，“色彩空间”这一概念会变得更加直观易懂。 在3D空间中绘制的Rec. 709色彩空间 在3D空间中绘制的DCI-P3色彩空间 在3D空间中绘制的Rec. 2020色彩空间 由此可以得知，色彩空间是一个明确界定的颜色与亮度范围。但同时，人类的视觉体验并不完全一致。既然如此，又如何能够对“颜色”这样模糊的概念进行精确定义？ 令人困惑的答案是：色彩空间只能通过参照另一个色彩空间来加以定义。 那么，这种“困惑”从何处开始，又在哪里结束？是否存在一个可以作为所有其他色彩空间参照的基础色彩空间？ 1931年，国际照明委员会（CIE）基于人类视觉感知，利用少量受试者的实验数据平均值，定义了一个包罗万象的色彩空间。直至今日，距其诞生已近一个世纪，但这一空间——CIE 1931，仍然是用于描述其他所有色彩空间的标准参照。 为什么要关注色彩空间？ 在动态图像的发展历史上，大部分时间里，色彩空间几乎只与图像科学家和工程师相关。前者负责设计胶片，后者负责标准化视频采集与广播。除此之外的人，只需在他们搭建好的流水线上进行操作，从拍摄到交付均遵循既定流程，创作者几乎没有任何选择权或控制权。 然而，如今这种固定的流程与工作方式已经成为历史。素材可能来源于众多不同的采集格式，比如iPhone、Canon、Sony、RED、Alexa等，而这些设备本身往往又提供多种色彩空间选项。 在交付环节，一些内容可能既需要在影院放映，又要在SDR和/或HDR电视上播放，还要兼顾不断更新的移动设备与虚拟现实设备。 我们选择的采集色彩空间，将素材导向交付色彩空间的方式，以及在这一流程中进行调色的位置与方法，都由创作者决定，而这些选择对最终图像的影响不亚于调色本身。 这正是理解色彩空间至关重要的原因，忽视它就意味着有可能创造出质量低下的画面。 色彩空间的定义 正如前文所述，由于有了CIE的标准参照，色彩空间能够被明确定义。 但在实际应用中，如何以清晰、简明的方式使用这些定义来描述一个采集设备或显示设备？最常见的方法是通过指定色域（gamut）、伽马（gamma）和白点（white point）。 色域（Gamut） 色域指的是所定义的色度范围，本质上是指一组可能的色相及其各自的最大饱和度。 可以将色域（gamut）理解为色彩空间的边界，例如Rec. 709。 色域以二维方式表示色彩空间中的色彩范围，就像勾勒出Rec. 709轮廓的黑色三角形一样。 如上图所示，色域（gamut）可以很容易地绘制在二维图上，但仅此并不能完整定义一个色彩空间。要实现完整定义，还需要引入第三个维度——亮度（luminance）。 Gamma曲线/色调映射（Gamma / Tone Mapping） Gamma曲线（gamma curve）或色调映射曲线（tone mapping curve）用于定义亮度值的特定非线性分布。不同曲线被设计用于不同的目的。 Gamma 2.4色调映射曲线的二维图像。它展示了从纯黑（左下角）到纯白（右上角）的亮度值非线性分布。若为线性分布，则会是一条从左下角到右上角的直线。 例如，对数曲线（log curve，如Arri LogC）旨在存储最大动态范围，而Gamma 2.4曲线则旨在以符合人眼感知的方式来编码亮度值，使其在视觉上近似线性。 Gamma校正之前的对数图像 应用了2.4伽马曲线的相同对数图像 白点（White Point） 在日常生活中，我们辨认“白色”几乎没有难度。若在荧光灯照明的办公室里递给一张白纸，然后又在阳光下展示同一张白纸，人眼都会将其识别为白色。 然而，各种数字化色彩测量设备（包括摄影机）在这两种光照条件下的读数却会有巨大差异。 这是因为人眼会根据环境不断进行适应，利用环境与视觉线索来判断白色。而数字传感器和显示设备通常并不具备这种能力，因此必须为它们提供相关信息。 这意味着，要精确定义一个色彩空间，也必须包含白点信息。以摄影机为例，需要通过一个数值化的色彩值来说明该摄影机在拍摄时所识别的“白色”，因为显示设备可能有不同的目标白点。 将白色视为一个非固定变量或许不太直观，但在影像与显示技术中，这确是事实。白点（white point）通常以色温（color temperature）表示，例如3200K或5600K，或者使用CIE定义的一系列标准光源（standard illuminants）。 更复杂的是，在描述色彩空间时，白点往往是隐含的，而非直接标注的。而在摄影机的情况下，白点则会随着原始场景而变化。 下面是一些实际的例子： Arri Alexa：采用Arri Wide Color Gamut色域、Arri LogC色调映射曲线，白点范围为2000K–11000K。RED Dragon采用RedWideGamutRGB色域、Log3G10色调映射曲线，白点范围为1700K–10000K（另有其他色域与Gamma曲线可选）。影院放映机采用DCI-P3色域、Gamma 2.6色调映射曲线，以及标准光源D63白点。SDR电视采用Rec. 709色域、Gamma 2.4色调映射曲线，以及标准光源D65白点。 实际工作时的要点 在掌握了技术基础后，以下是工作流程中思考色彩空间时需要理解的一些关键实践原则。 1.任何色彩空间都可以通过正确的数学方法转换为另一种色彩空间。 需要特别注意的一点是：当从较大的色彩空间转换到较小的色彩空间时，必然会遇到所谓的“超出色域（out of gamut）”数值，而这些数值无法在目标空间中得到再现。应对这些数值的方法有多种，但它们无法被彻底规避，数学与物理规律无法被“欺骗”。 目前已有多种工具可用于进行色彩空间转换，其中一个广泛使用的工具是DaVinci Resolve中的色彩空间转换工具，它的名称与功能高度契合。 在上图示例中，色彩空间转换将一个Arri LogC / Arri Wide Color Gamut图像转换为RedWideGamutRGB / Log3G10。其中的色调映射（tone mapping）与色域映射（gamut mapping）功能主要在目标色彩空间小于源色彩空间时发挥作用。 如前所述，这类情况需要特别处理。不过，本篇文章并不深入讨论这些功能，可以简单理解为：默认情况下关闭它们是安全的。更多信息可参考Blackmagic的官方文档。 需要注意的是，色彩空间转换并不会转换白点（white point），因此如果源色彩空间与目标色彩空间不共享相同白点，就必须额外加以处理。值得庆幸的是，从达芬奇16开始，专门为此设计了第二个工具，色度适应转换。 上图中，色度适应转换工具将输入图像的白点从标准光源D60转换为标准光源D65。在操作时，需要指定当前色彩空间的色域（gamut）与伽马（gamma）。例如，若此步骤紧接在前文提到的色彩空间转换之后执行，则应设置为REDWideGamutRGB / Red Log3G10。 在色度适应转换中“方法”下拉菜单允许用户在多种算法之间进行选择。但对于类似这种小幅调整而言，各算法的差异相对较小，因此一般情况下保持默认的CAT02即可。 需要牢记的是，如果要成功在不同色彩空间之间进行转换，总共需要六个关键信息：源色域、源Gamma、源白点，以及目标色域、目标Gamma、目标白点。缺少其中任意一项，都会在转换过程中带来不必要的不确定性。 2.在几乎所有情况下，内容在交付前都需要至少进行一次色彩空间转换。 在交付内容之前，通常必须将素材从摄影机色彩空间（camera color space）转换到显示色彩空间（display color space），除非两者恰好相同——但在专业工作流程中，这种情况越来越罕见。 要点：即使是最简单的工作流程，理解色彩空间依然十分重要。 3.在任何调色环境中，相同的调节旋钮与工具会因所处的色彩空间不同而产生不同效果。 从本质上看，每一个调节旋钮与工具的运行都依赖于数学计算，而这些运算会受到前后步骤的影响，其中也包括色彩空间转换的数学过程。 因此，为了获得一致的操作行为与结果，理想的做法是在工作流程中引入第三种色彩空间，位于采集色彩空间与交付色彩空间之间。这一空间被称为中间空间或调色工作空间。 它的核心目的是：所有源素材都先映射到该空间，再通过一次性转换生成最终的显示色彩空间版本。 为什么不直接跳过中间空间，而在统一的交付空间中完成所有调色？原因有很多，但最主要的一点是：在更大的色彩空间中进行调色效果更佳。 这样不仅能更快得到理想结果，画面也会更加自然、观感更佳。可以将其类比为：在蛋糕入炉之前调整配料，比在烤好之后再去修改更有效果。 4.在任何影像处理流程中，理想情况下色彩空间应当随着流程从采集到交付逐步缩小。 一旦图像被限定在某个色彩空间内，超出该空间的所有颜色信息都会永久丢失。我们的目标是尽可能长时间地准确捕捉并保留最多的色彩信息，只在最终显示阶段因不可避免的限制才作出妥协。 在这种方法中，诸如ACES之类的大型色彩空间能够在整个流程中保持图像的最高质量，直至转换为特定的观看格式。 最终得到的母版文件拥有一个足够大且满足未来工作需求的色彩空间，可方便地转换为适配其他显示设备的版本。 色彩空间vs.色彩模型 本文多次讨论了色彩空间（color spaces）的概念，但同样重要的是明确它们不是什么。一个与之重叠但又不同的概念是色彩模型（color models），例如RGB、LAB、HSV、CMY和XYZ。 与色彩空间不同，色彩模型并不用于表达不同的色彩与亮度范围，而是提供不同的方式来表示同一范围内的色彩与亮度。 我们最熟悉的通常是RGB色彩模型，其中颜色由红（R）、绿（G）、蓝（B）的比例来描述。 其他色彩模型则采用不同方式对颜色进行定位和表达——例如HSV模型通过色相（Hue）、饱和度（Saturation）和明度（Value，约等于亮度）来描述颜色。 与色彩空间类似，色彩模型之间也可以通过公式进行转换。但区别在于，这种转换不会带来视觉上的变化。然而，从创作和技术角度来看，转换色彩模型仍然具有重要意义——不过这是另一个话题，将在后续讨论中展开。 示例工作流程 接下来进入更具实践性的部分。以下将把前文所学的所有知识整合到一个真实世界的假设案例中。 在这个假设场景中，我们正在制作一部时长两小时的纪录片，它包含多个信号源——Arri Alexa、Sony FS7和存档视频——需要交付SDR广播和流媒体、HDR广播和流媒体以及影院上映。这一需求从一开始就带来了多重挑战： 如何处理源素材之间色彩空间的不匹配？应该在什么色彩空间中来回处理我们的VFX？应该以哪种色彩空间交付？是否需要放弃全局的Look LUTs或滤镜，因为它们在不同源色彩空间下会产生差异化结果？在有限的时间内面对数千个镜头，如何建立一个既可靠又易于操作的调色环境？如何确保各种交付成果尽可能保持一致？如何避免反复依赖主观补偿与猜测来维持整体统一性？ 上述每个问题的答案都是相同的：利用对色彩空间的理解，采用色彩管理化（color-managed）的工作流程，从而尽可能消除猜测与主观补偿。 那么，什么是色彩管理化的工作流程？ 简单来说，它就是一种以色彩空间为核心进行设计的流程。 其整体框架可通过以下流程图加以展示： 在这一流程中，首先需要将所有源素材映射到一个大型且统一的调色空间。在此示例中选择ACES，但关键点在于：该空间必须足够大，并且所有素材都必须经过正确的转换才能进入其中。 作为替代方案，也可以使用Arri WCG / Arri LogC作为调色空间。 ACES AP0色彩空间涵盖了人类视觉所能感知的全部色彩，远远超过Rec. 709、Rec. 2020以及较小的工作空间ACES AP1的编码范围。 当每个源素材通过各自的色彩空间转换正确映射到ACES之后，就可以开始调色。此时所有素材都处于同一色彩空间内，因此需要的初始匹配工作将大幅减少，调色工具和控制手感也会在不同素材之间保持一致。同时，还可以选择在单个镜头、整个场景，甚至整部影片范围内应用LUTs或插件。 但这并不意味着档案视频会被“神奇”的变成Alexa的影像风格（或反之），但仅仅通过在初始阶段合理管理色彩空间，影片的整体视觉流畅性就会显著提升。此外，所有涉及VFX的镜头也会在同一空间中导出，并要求返回时仍在相同空间中交付。 在整个调色过程中，还会有一个下游的色彩空间转换，将ACES输出到用于创作决策的母版显示设备的色彩空间。如果需要，也可以随时将调色系统连接到另一台显示设备，并切换转换方式，以检查作品在其他目标显示设备上的呈现效果。 在某些情况下，可能需要针对特定的交付版本进行少量的主观性调整，但这将是少数情况。由于不再需要在每个环节疲于追逐和校正色彩差异，这些调整也会更容易识别。 最终结果是：得到了一部完整的统一调色影片，并针对三个不同的交付色彩空间生成了各自的母版文件。更重要的是，这一流程具备前瞻性，无论在未来的某一周还是数年后，即使需要新的交付版本，也能轻松应对，无论其要求的色彩空间是什么。 色彩空间在一开始学习的时候会很枯燥无味。如果在过程中感到困惑或产生疑问，这正是好事，因为这意味着学习正在发生。可以再回顾一遍文章，并结合问题进一步思考。 要完全掌握这些概念可能需要数年的积累，但每一次理解的加深，都是对影视创作者技能库的有力补充。在当下，理解色彩空间比以往任何时候都更为重要；随着摄影设备与显示设备的不断增加，其价值也将持续提升。 需要牢记的是：这并非只是对技术数据的机械记忆，而是对思维方式的塑造。真正理解并应用这些概念，将带来更清晰、更权威的创作掌控力。 如果你想要更加深入的学习调色技巧，欢迎加入HOMEBOY调色职业班。 课程全面涵盖成为职业调色师的基础必备技能：色彩理论、画面观察方法、色彩科学、调色思路、调色技巧、调色流程，涉及对影像控制各个环节的把控。 从实战案例教学，到客户沟通技巧和新人入行秘籍，助你开启职业大门。 加入调色课程订阅会员，只需要799/年，即可享受到500+节课程，以及平均每月2次更新的直播教学+视频课程的无限制观看和学习。还有调色练习素材、独家LUT、静帧等资源免费下载。????扫码即可加入会员????