#灵感# 色彩是一种易感知的图像属性。
目录
1、消费级的camera 产品，最关注的是“肤色”。
2、受欢迎的颜色风格：
3、颜色误差
4、颜色调整方法
5、影响颜色的模块
1、消费级的camera 产品，最关注的是“肤色”。
家用监控产品输出的图像，一般在用户的手机上显示，可以不考虑显示器差异，只要求ISP输出的图像和对比机产品图像，在同一显示器上效果接近。
手机camera 图像效果，因为图片显示依赖于手机屏幕，所以即使显示器上看着有差异，只要手机上看着是好的，就是符合用户需求的----------此处和测试人员掰扯很辛苦。
电视配件摄像头，和手机camera相似的需求，依赖电视屏幕风格。饱和度可以高一些，符合现在的潮流。
2、受欢迎的颜色风格：
以下3张图，左图和右图都是已上市的camera 产品，左图的红色会比右图的红色更偏橘，蓝色、绿色、黄色 两个图的风格很接近，给人的感觉都是明亮轻快。中间图给人一种老旧严肃之感。
---------------相机生产商不需要精确的色彩复制，因为结果是沉闷的。他们认为精确的色彩和令人愉快的色彩是有所不同的。
大多数的人喜欢深蓝色（浓一点，亮一点，蓝不偏紫），饱和的绿色（艳丽一点），暖调的、微微饱和的肤色（稍微红润，没有偏黄的感觉），暖调的黄色，不刺眼的红色（可能要想办法压低饱和度）。常常提高饱和度，可以提升蓝色，绿色的艳丽度（但对红色不友好）。
饱和度----在相机图像处理时提高饱和度使图片更生动，(120%的饱和度在卡片机？上是很常见的)但提高饱和度可能带来较高饱和区域的细节损失。超过120%一般认为是过度。）
3、颜色误差
下图描述了CIELAB 颜色空间的 a*b* 平面上的颜色误差，其中 a*是水平轴（绿-红），b*是垂直轴（蓝-黄）；图中的小方块表示理想的（a*，b*）颜色坐标值，由ColorChecker reference设置选择。 小圆圈是测量出的（a*，b*）值；附近的数字对应colorchecker 色块编号。
输出的色差测量结果：Δ È ab（其包括亮度L*参与计算），Δ C（ 仅限颜色;省略L *的影响)。色差结果越小，证明测量的颜色和理想的颜色越接近。
Mean camera chroma： 是相机颜色的平均色度（饱和度）除以理想色块颜色的平均色度（饱和度），用百分数表示，数值越高，饱和度越好。 一个颜色的饱和度就是它到原点的距离。
色差计算标准一般选：CIE2000目前计算最准确的，比其它标准提升了高饱和度计算准确性。sRGB颜色空间是为CIE标准光源D65定义的，因此sRGB的参考理想值是用D65照明导出的。
--------此段原文链接：https://blog.csdn.net/qq_35247586/article/details/119789873
4、颜色调整方法
现在多数调试工具，在调整CM矩阵时都可以观察到实时的误差计算结果，根据颜色误差算法中测量出来的小圆圈的方向，可以得知色卡中对应颜色的偏色方向。有的调试工具模拟出的色卡调试结果和实际拍摄有差异，在调整前需要确认差异程度和方向。
需要提高饱和度时，小圆圈和中心白点的连线半径越长越好。如果小圆圈在中心点和理想点的连线上，则证明颜色标准，饱和度和理想点有差异。
增加饱和度时，可以增加rr、gg、bb值，相应的rr增加的幅度要按比例均摊到 rb、rg 上，以保证颜色的准确性不变。一般的，G对R的影响大于B对R的影响力，因此rg的绝对值大于rb的绝对值。bg的绝对值大于br的绝对值。
调整颜色时，一般优先调整13、14、15模块，兼顾参考2、8、16模块的变化。
当多次调整CM矩阵无法兼顾某两个色块时，可以微调整gamma, 修改映射，来改变颜色之间的关系。当多次尝试，某个色块仍然和对比机差异较大时（此时其它色块和对比机已很接近），一般会考虑对比机加入了特定颜色映射算法。---------在HSV域为某颜色划定区域，将其色调进行微调或降低饱和度。比如下图高通平台的Color Conversion 模块。
5、影响颜色的模块
LSC：当产品的color shading 不能完全消除时，要注意中心颜色和四角颜色的差异。尤其是人站在中间和人站在旁边时肤色的差异，一般以中心颜色为准。
AWB：当产品需要调试为某种风格时，（一般是标准的AWB，但不排除客户有想法），要注意对肤色的影响。
AE、对比度：人的肤色有深浅，就算是肤色都偏红，红润程度也有差异，有些人的肤色会偏黄一些。比如下图，每个人的肤色都有轻微差异。人脸的亮度高低，会直观反映肤色是明暗程度------这时候也会表述为肤色浅、肤色过深、肤色偏暗等词汇。------当同个色温环境，某人的肤色有时候深，有时候浅，要注意排除LTM、gamma的影响。
