Colorcorrectionmatrix（⾊彩矩阵）的学习思考
Color correction matrix（⾊彩矩阵）的学习思考
转载于：
⼀张好的⾊彩效果图像，是gamma，AWB，CCM，动态范围以及对⽐度等的共同影响形成，CCM是其中很重要的⼀环。 为了说的更清楚，先来简单说说WB，毕竟CCM是基于WB做准了的基础上。
72年属相camera nsor的产⽣就是为了模仿⼈眼，由于⼈眼存在⾊适应性现象，在不同⾊温场景下，⼈眼中的⽩⾊总是R = G = B；⽽对camera nsor来说，它对不同⾊温的光照反应不⼀样，所以许多⼈在使⽤camera拍摄的时候都会遇到这样的问题：在的房间⾥拍摄的影像会显得发绿，在室内光下拍摄出来的景物就会偏黄，⽽在⽇光阴影处拍摄到的照⽚则莫名其妙地偏蓝，其原因就在于⽩平衡上，那么我们就知道⽩平衡所做的事情就是在不同⾊温场景下将图像做归⼀化，也就是如下将nsor响应的RGB分别乘上⼀个系数，使得R' = G' = B'。 R‘ = R x R_Gain
G ’ = G x G_Gain
B‘ = B x B_Gain
如果只做⽩平衡还⽆法达到⼈眼对color的⽔平，这时候就产⽣了CCM校准，通过3x3 的CCM的校准，可以简单做到近似⼈眼的⽔平，为什么说只能做到近似，因为本⾝nsor的响应范围就与⼈眼就不同，还有IR Cut filter的特性也让这个光谱范围缩⼩。另外我们使⽤的RGB计⾊系统是三维的，⽽⼀个颜⾊的光谱分布可以看作N维的（假如以5nm为单位，⼈眼可见的380nm-780nm则构成了⼀个81维空间）。从数学上看，3x3 的矩阵相当于⼀个线性变换，⽽在三维空间发⽣的线性变换显然⽆法精确地调整81维空间⾥的向量。所以
准考证查询说，CCM 永远只是⼀个近似，只是为了实时处理⽽采⽤的⼀个简单有效的⽅法。
卧室衣柜图片color这东西，没有固定的标准去衡量（也并不是Imatest的Delta-E或者C越⼩越好，所谓“准确的不⼀定是好看的”）。笔者⼀直很认同camera tuning这个⼯作其实是偏艺术的，从Color correction matrix就可以看出来。CCM的校准可以看作是对颜⾊的旋转和拉伸，某些颜⾊想往左旋转，有些颜⾊想往右旋转，你最终调整下来，可能是某⼀个或者⼏个颜⾊准确，其它的就会偏的较多。好在结果还是基本可控，先以客观Delta-E或者C定⼤致基调，然后最终还是因客户或者个⼈的需求来特性化调整CCM。
作业设计意图问题来了，CCM如何实现特性化的调整，CCM就是⼀个3x3的矩阵，数据结构就是[C00,C10,C20]，现在要做的就是加⼊系数，把color进⾏调整。CCM的实
[C01,C11,C21]
[C02,C12,C22]
现⽐较简单，就是⼀个简单的矩阵运算，它的困难在于如何确定矩阵的系数。我们先分析⼀下这个矩阵中系数的物理意义，C00表⽰r分量对R的影响，C01和C02分别表⽰g和b分量对R的影响，假设CMOS的模型完全吻合⼈眼模型，那么显然C00=1,C01=C02=0，实际上CMOS image nsor中的滤镜不能完全过滤掉那些不希望看到的光波，CMOS nsor感光单元所接受的光波频率普遍太宽，三种⾊彩出现混叠，导致图像的⾊彩不够鲜艳。为了消除这种混叠，CCM中的系数就具有⼀种普遍的规律，系数C00,C11,C22都⼤于1，其他的系数则都⼩于0或者近似0。G对R的影响要⼤于B对R的影响，所以C01的绝对值要⽐C02的绝对值⼤。同样，C21的绝对值要⽐C20的绝对值⼤。
总体来说CCM矩阵是基于三基⾊的三维模型上建⽴起来的，那么当我们要调整不是RGB⾥⾯的颜⾊呢，⽐如黄⾊，有经验的同学可能会知道，黄⾊是由红⾊与绿⾊等⽐例融合形成的颜⾊，并且与蓝紫是正对，那么如果要修改黄⾊偏红⼀点或者说偏橙⾊⼀点，那么我们只需加⼤b这⼀列的R就可以，也就是加⼤C20，或者减少b这⼀列的G，也就是减少C21即可，具体要调整到什么程度，看你喜欢喽。
实际应⽤：
额头疼是什么原因
对应颜⾊偏向⼤家可以参考以下这张⽰意图，不过要保证修改后的参数每⾏相加都为1哦~
硝酸酯类药物有什么药
42种家庭自制零食
安全管理员职责最后我想分享给⼤家两张图，这是CIELAB ⾊域空间的图，右边上⾯是随机横切⾯，下⾯是纵切⾯，所有⼈眼敏感的颜⾊都可以根据这两张图通过CCM来进⾏调整，但是调整有⽆限种可能，我们只能从中耐⼼挑选合适的，所以CCM的调试是⼀种艺术性的，只有更好选择，没有最好选择.
