前言

了解颜色相关理论与成像知识，对于深入了解视觉相关算法与ISP算法而言十分重要，了解颜色理论，离不开CIE色度图；

CIE 1931色度图相关知识

CIE 1931 Yxy色度图。外形形似马蹄，所以也叫“马蹄图”；
在色度图中，x，y为横纵坐标，其中，横坐标的定义是：
$$x=\frac{X}{X+Y+Z}$$
X,Y,Z代表的是R,G,B值，因此x代表的是比例值，其值越大，颜色越红；
$$y=\frac{Y}{X+Y+Z}$$
x代表的是比例值，其值越大，颜色越绿；
白点情况是R=G=B，对应的色度坐标是(0.33,0.33);

外侧曲线为“单色光轨迹图”，波长范围从380nm到780nm，连接380nm到780nm两端的内侧直线为“紫红线”；紫红线是没有波段的，所以这个边缘的颜色也叫做“谱外色”；

色度图边界轮廓线（单色光轨迹线+紫红线）是可见光色的最大饱和度，包含人类能感知的所有色相：红、橙、黄、黄绿、绿、青绿、青、蓝青、蓝、紫、品、紫红。


整个色度图被分为21个特定的颜色区，在每个颜色区域内的颜色基本相同（色度与饱和度基本相同）；

中间区域为白色，越靠近中间白色区域的颜色饱和度越低，越靠近边界外轮廓的颜色饱和度越高；

在颜色表示中，存在一个公式：
色貌 = 色相+饱和度+亮度；

色度 = 色相+饱和度；
在CIE 1931 Yxy色度图中，并没有完全体现颜色的色貌信息，仅体现色度信息，不包含亮度信息；

如果把隐藏参数亮度Y体现出来，色度图不再是一张二维平面图了；改变亮度Y，它的色度坐标（x,y）是不会改变的；

在色度图中，有一条横跨了白色区域并向下弯曲的曲线，被称为黑体轨迹，或者叫做普朗克轨迹，这是将黑体燃烧时的每个温度对应的光色转化为色度坐标后，并标注在色度图上形成的，将黑体轨迹上的每一个颜色所对应的温度叫做光源的色温；

色温表示的是光线中所包含颜色成分的一个计量单位，单位为开尔文“K”，0~700K为黑色，在色度图之外，这也说明在此温度区间内，黑体并不会对外辐射可见光，只会对外辐射红外线；人体体温37摄氏度，对应的开氏温度是310.15K，只会对外辐射红外线，也在色度图之外；

700K至1500K为暗红色；D50，相关色温5003K，是一种颜色略微偏暖色的光源；D55,相关色温5503K，模拟的是清晨的日光；

在色度图上，任意选定两个颜色点，比如颜色点R和颜色点G，由R和G混合成的所有混合色都在他们之间的连线上；

任意选取三个颜色点组成三角形，这个三角形里所有的颜色都可以通过这三个颜色点混合而出；当三个点是三原色的时候，可以组成很多颜色，这三个点组成的三角形就是常说的色域(Gamut）；色域指的是一个技术系统所组成的“颜色总和”以及再现“色彩范围”的能力；色域覆盖面积越大，能表示的颜色范围就越广；

常见的色域标准有sRGB,DCI-P3等；

白点一般是色域空间的中心点，即所谓的白平衡点，不同的色域空间的白点也不同；


附上Adobe RGB与sRGB定义下的RGB坐标与白点；

饱和度相关计算公式

RGB格式处理颜色十分困难，因此常常将RGB转化成YUV格式，Y代表的是亮度，U,V代表的是色度，YUV格式提高颜色饱和度的方法：
UV又称CR和CB代表色度偏红和偏紫，要改变饱和度需要将U和V同比例的增加和减少；
提高饱和度：$$Gain\ast U，Gain\ast V$$
通过YUV改变图像的饱和度，这里的Gain的范围为(0 , 5) , 如果为1表示不改变图像数据 ;
注意：这里的 U~（-128- 128）， V~（-128-128） 如果你的UV的范围是0-255 或者 16-240 ，那么就需要先减去128。

在YUV空间进行色度调节

$$C{b}^{{}^{\prime }}=Cb\ast cos(\theta )+Cr\ast cos(\theta )$$
$$C{r}^{{}^{\prime }}=Cr\ast cos(\theta )+Cb\ast cos(\theta )$$
其中 θ从-180到180之间变化;θ由0变化到正180度时，颜色逐渐由绿色到黄色，红色，最后变成紫色；θ由0变化到负180度时，颜色逐渐由绿色到青色，蓝色，最后变成紫色；典型的色度调节范围是负30度到正30度。

参考链接

通过YUV空间调节图像的色度和饱和度
色彩空间为什么那么空？