总结：在计算机时代早期，为了抵消当时主流的RTC显示器的非线性特征，拍摄图片存储过程中需要gamma校正。人眼对于亮度的感知反应也是非线性的，对暗部的特征变化更为敏感，恰好图片存储过程中的gamma校正正好能增加对暗部特征的采样，所以就算现在RTC显示器已经被淘汰，图片存储时仍然默认使用gamma校正，相应地，在现在的显示器端需要做逆gamma校正来使得最终真实物体亮度与显示器显示的亮度呈现接近1:1的关系。

---

人眼直接观察实物

（图1 实物到人眼成像的映射过程）

根据图1史蒂文斯定律可知，人眼对亮度变化的反应是非线性的——对暗部颜色变化更敏感、很难区分亮部的颜色差异（说是进化的结果，帮助人们在夜晚也能快速发现危险）。具体的表现如图2所示

（图2 人眼的非线性感知，截图来自：https://zhuanlan.zhihu.com/p/423301746）

人眼的这种特性近似于Log函数，若用$x$表示亮度，$x^{\prime }$表示人眼反应，那么两者的对应关系为$x^{\prime }=a\ast logx$，其中$a$为常数。

---

相机拍摄、存储、输出到显示器上，人眼再观察该物体

（图3 实物从拍摄到被人眼从显示器上观看到的过程）

1. 拍摄

CCD、CMOS都是用硅作为光电转换器，他对光线强度的反应是线性的，光的亮度增加一倍，会使得感光元件接收到的光子数量增加一倍，可以简单理解成在相机对应像素点位置处的像素值也会增加一倍。

2. 存储

从图3可以发现图像捕捉设备在保存图像时会加上gamma校正，原因是：

1）CRT显示器的历史遗留问题

早期市场上几乎全是CRT（Cathode ray tube 阴极射线管）显示器，CRT在电能转为光能的时候表现的是非线性特性：$I=V^{\gamma }$，其中$V$为输入电压，$I$为CRT显示器在该电压下的显示亮度。由于显示器的非线性特性，为了最终在显示器上看到的和真实场景一致，所以存储的时候需要对拍摄原始数据进行gamma校正，两者非线性特征叠加正好抵消。

（图4 gamma校正与逆gamma校正叠加抵消非线性特性）

那么就有一个问题，现在CRT显示器基本都已经淘汰掉了，当今的显示器已经可以做到线性输出了，那么电子图像存储的时候是否可以废弃掉gamma校正？实际上，仍然还是需要伽马校正，因为他还有另外一个重要作用。

2）gamma编码图像能更有效地存储色调

自然界的光强度范围很广，但是我们磁盘的存储空间是有限的，常用的RGBA32格式，每个颜色通道有8位，最多只能表示256种亮度，所以需要一个把自然界很广的亮度范围映射到存储限制的256亮度范围的操作。

假设把亮度划分为10个等级，有两种映射方式：

• 物理线性（Physically linear）映射，把真实亮度均匀划分为十等份进行映射，但是由于人眼感知的非线性特征，看到的亮度变化如图5左边的方块颜色变化，这样子存储下来的图像丢失了很多人眼敏感的暗部信息，这样子会造成最后显示的时候人眼认为没有还原物体真实色彩。

  

  （图5 物理线性映射）

• 感知线性（Perceptually linear）映射，按人眼的感知亮度均匀划分亮度等级，能在不增加数据量的前提下，保留更多的暗部特征，更为真实地还原人眼所看到的真实场景。

  

  （图5 感知线性映射）

这里的感知线性映射就是gamma校正，具体的做法就是：相机捕获到现实世界真实的光的信息，然后对这些输入开n次方根（n即gamma值，一般取1.8~2.2），$Output=Inpu{t}^{1/gamma}$，由于历史惯用，gamma取值2.2已成为业界标准。

3. 显示

从图3和图4我们可以知道，如果gamma校正与逆gamma校正中的$n$值和$m$值相等的话，最终真实物体亮度与显示器显示的亮度呈现1:1的关系。在实际应用场景中，也可以通过调节显示器逆gamma校正中的gamma值（即图3中的$m$）来提升图片中的某些细节的清晰度，但同时会使得另一部分不容易分辨细节：

• 调大$m$值，表现为总体提亮，原暗部占据更多明暗范围、易于分辨细节，原亮部变得更亮(白茫茫，占据明暗范围减小)且细节分辨变得困难。
• 调小$m$值，表现为总体压暗，原亮部占据更多明暗范围、易于分辨细节，原暗部变得更暗(黑乎乎，占据明暗范围减小)且细节分辨变得困难。

不同显示器的gamma值不同就会造成同一张图在不同显示器上颜色有出入，所以一般图像在存储的时候会同时保存图像的color profile，该文件用于描述图像颜色特征，它包含了一系列的参数，如颜色空间、颜色深度、色彩饱和度和亮度等信息，color profile文件有不同的编写标准，其中sRGB是应用比较广的一个通用标准。

---

参考：

Gamma空间和Linear空间 全解析

彻底搞懂Gamma矫正

gamma校正