伽马校正对亮度调整视觉均匀性的影响

线性亮度为何会产生不自然变化

亮度滑块如果直接改动 sRGB 数值，数值上的等步长不会对应视觉上的等步长。要让调整更接近真实光强和人眼观感，应区分“编码值”和“线性光强”，采用“解码到线性 RGB—调整—重新编码到 sRGB”的路径。

常见 sRGB 图像每个通道使用 0～255，共 256 个离散等级。但 RGB 数字不是显示器发出的物理光量：通道值从 64 变成 128，并不表示光强正好翻倍。显示器最终发出的光，还取决于传递函数、面板特性、校准状态和色彩管理。

直接把 sRGB 编码值乘以一个系数，会让不同亮度区域受到不成比例的影响。暗部可能被迅速抬高，画面发灰；中间调容易变闷；接近 255 的高光则可能被截断，细节压缩在白色区域。这里的“变亮”只是像素数值变大，不等于所有区域的物理亮度按同样比例增加。

看一个 8 位通道的例子。把 64 直接乘以 1.5，结果是 96。若将 64 按 sRGB 解码为线性值，在线性空间把光强乘以 1.5，再编码回 sRGB，结果约为 76；两者都经过四舍五入后仍有明显差异。反过来，若把 128 直接乘以 1.5，结果为 192，而线性空间处理后大约为 156。具体数值会随转换精度、色彩空间和取整方式变化，但差异方向通常如此。

• 暗部：直接改编码值容易把低电平区域抬得过多，黑色附近显得灰。
• 中间调：对比和层次可能改变，照片中的肤色、墙面和阴影过渡更容易失真。
• 高光：数值接近 255 时，继续相乘会发生裁剪，细节无法恢复。

伽马空间如何改善亮度分布

伽马校正可以理解为一道“翻译”：它在线性光强与存储、显示使用的编码值之间转换。编码值经过传递函数压缩后，可以更有效地分配有限的 8 位等级；解码则把它还原为适合光学运算的线性 RGB。

sRGB 的规范是 IEC 61966-2-1。它采用分段传递函数，而不是一个从头到尾都准确的固定幂函数。对归一化编码值 Csrgb，解码到线性值 Clin 时，常用表达式为：

当 Csrgb ≤ 0.04045 时，Clin = Csrgb / 12.92；当 Csrgb > 0.04045 时，Clin = ((Csrgb + 0.055) / 1.055)^2.4。编码回 sRGB 时也有对应的分段公式。因此，在部分显示和图像讨论中常用约 2.2 作为近似伽马值，但它不是所有设备和所有色彩空间的固定参数。

更稳妥的亮度处理流程是：

1. 确认输入图像使用的是 sRGB、Display P3 还是 Rec.709，并读取其嵌入的色彩配置文件。
2. 按照该色彩空间的传递函数，把编码值解码到线性 RGB。
3. 在线性 RGB 中完成曝光、光强缩放或基于物理混合的合成。
4. 将结果重新编码到目标色彩空间，并在导出时检查是否发生通道裁剪。

不同任务需要不同处理空间。照片曝光和图像合成通常更适合在线性 RGB 中计算；纯色填充或简单 UI 滑块有时直接在编码空间调整也能满足需求，因为目标可能是主观观感而非物理光强。若要求颜色变化本身接近人眼的等感知步进，CIELAB、OKLab 等感知色彩空间通常比 RGB 伽马空间更合适。

亮度与对比度工具的正确操作路径

“亮度/对比度调整”不等于伽马校正。亮度工具可能整体抬高或压低黑位，伽马类调整主要改变中间调，对比度工具则常以某个中心值为基准拉开或压缩黑白端；不同软件对这些名称的定义并不统一。

处理一张照片时，可以按下面的顺序操作：

1. 确认图像的色彩空间和位深。常见 sRGB 8 位图像的通道范围是 0～255，但 16 位或浮点工作流拥有更大的中间计算余量。
2. 在软件中设置工作空间，避免把 Display P3 数据误当成 sRGB 数据。
3. 执行“解码到线性 RGB—调整—重新编码到 sRGB”三个步骤；若工具无法明确说明处理空间，不要把它的亮度参数当作物理曝光值。
4. 先检查黑位和高光，再调整中间调。亮度增加后观察 220～245 是否挤成一片，亮度降低后观察 10～30 是否堵黑。
5. 导出前检查中性灰、肤色和边缘区域，确认没有因通道分别裁剪产生偏色。

可以用 8 位灰阶测试图和阶梯图做快速验证。重点查看下列区域：

• 10～30：暗部是否仍能分辨相邻阶梯，黑位有没有被抬成灰或压成纯黑。
• 90～160：中间调是否连续，是否出现突兀的亮度跳变。
• 220～245：高光是否保留层次，是否在接近 255 时大量合并。
• 中性灰与肤色：灰阶是否偏红、偏绿或偏蓝，肤色是否因 RGB 通道不对称调整而失真。

工具实现存在差异。Photoshop 和 GIMP 的具体调整命令、色彩管理选项以及版本行为可能不同；浏览器 CSS 的 brightness() 滤镜也不应直接等同于在线性光中乘以曝光系数。图形 API 还可能受纹理格式、混合状态、着色器代码和显示输出配置影响，最终效果取决于软件版本与工作流设置。

视觉均匀性判断与常见误区

“视觉均匀”不是每个 RGB 数值步进都产生相同的亮度增量，而是滑动调整时过渡连续、没有明显突变，暗部、中间调和高光都保留合理层次。即使采用正确的伽马转换，也不能保证所有显示器上都看起来完全一致。

显示器亮度、环境光、面板类型、观察距离和观察者的视觉适应都会影响判断。伽马校正解决的是编码与光强之间的计算问题，不能消除显示器未校准、环境过亮或不同面板黑位差异带来的影响。

检查时可按以下标准观察：

• 0～255 灰阶是否连续，是否存在大段相邻等级看起来相同。
• 10～30 的暗部是否堵塞，90～160 的中灰是否有异常跳变。
• 220～245 的高光是否溢出，接近 255 的区域是否失去纹理。
• 中性灰是否保持中性，肤色和低饱和区域是否出现色偏。

最容易误解的一点，是把“伽马空间调整”理解成“直接把 RGB 数值乘以一个伽马系数”。关键不在于套用 2.2，而在于区分编码值与线性光强，并根据任务选择处理空间。实际转换还取决于 sRGB、Display P3、Rec.709 等色彩空间各自的传递函数。

如果目标是感知均匀的颜色插值，CIELAB 或 OKLab 可能比 RGB 伽马空间更合适；但结果仍取决于色域、白点、转换实现和目标任务。对于普通亮度调整，优先确认色彩空间，再完成线性化、调整和重新编码，通常比盲目修改伽马参数更可靠。