第八章 Display Referred 和 Scene Referred
- Color
- 十分钟系列
第八章 Display Referred 和 Scene Referred
今天我们来聊一聊 Display Referred 和 Scene Referred。
只要对色彩科学有兴趣或者研究的人一定都听过这两个名词（当然，可能被翻译成为了中文，叫做“显示相关”和“场景相关”）不是特别理解的人可能会有这样的结论：
Display Referred是和显示器相关的……至于怎么个相关法？总之就是相关啦！Scene Referred比Display Referred要牛逼一些……
没错，上面两个粗略的理解都是正确的。但是如果能够更清楚的明白二者之间的不同，我们就可以更好的理解色彩空间。并且，没准你会从另外一个角度对 linear、gamma 有更深的体会。甚至自己就能够解释：“为什么VFX 要用Linear 类型的色彩空间来制作，而DI、绘画需要使用带有Gamma 的色彩空间呢？”
8.1 从真实世界开始
世界一切的起源都是现实本身。所以为什么能够分出Display Referred 和Scene Referred ，也要从一点点物理开始。【莫慌！】先假设你已经知道了一些基本的知识：
- 光是一种能量
- 人眼对于亮度的感知并不是线性的
好了，有了上面的两点，我们来想象一下下面的场景：假设我们有一个“完美”的灰卡。那么假设外界的光照强度是1.0，那么灰卡应该反射多少光线的能量呢？【这里都简化为完美的情况来讨论】
只要有点经验的人就会说0.18。因为灰板的反射率是18%，所以入射能量为1.0 的时候，反射的能量就是 1.0 x 18% = 0.18。
这是从物理的角度来考虑问题，但是如果从人眼的角度来考虑，又是怎样的呢？
大家又知道，18% 的灰板大家习惯称为“中灰”。
“中灰”的“中”有两个含义：
- 第一个含义是表示“中性”，也就是不存在色偏；
- 第二个含义是“中间”，也就是看起来的亮度是一半。
这就出现了分歧：对于物理来说，明明只反射了18% 的能量，但是人眼看起来却觉得是50%？
很多人都会立刻回答：“这是由于进化过程中，眼睛采用了对数感知。所以对于暗部的光线会敏感，而对高亮会相对不敏感”。
没错，最终的结论是这样的，但是更深的考虑下去，就会发现，这一个重要的分水岭！
8.2 Scene Referred （场景相关）
其实Scene Referred 的理解是很简单的，因为他就是描述了现实世界
“Scene Referred 表示图像中的数值可以（近似）的认为就是真实场景中光照的强度”
由于Scene Referred 图像可以认为还原了真实场景中光照的强度，那么就会拥有如下的特性：
Scene Referred图像基本都是Linear 的。（光的强度就是线性的）Scene Referred图像基本都是HDR 的。（没人规定光照强度的上限，所以动态范围是非常大的）
由于是描述真实的物理，所以基本上所有的“艺术”创作都不能生成这样的图像。
比方说绘画，你看到的颜色，都是经过人眼非线性处理之后的感觉，并不是真实的光的强度。
还是拿上面“中灰”的例子来说，比方说你调出了“中灰”的颜色，对于你的感知是50%，而真实的强度是18%。
反之，只有测量仪器、CG渲染引擎…… 这类设备才能够生成Scene Referred 图像。
因为测量仪器就是在检测光线能量本身，CG 渲染引擎更是尽可能的在模拟整个世界本身。
8.3 Display Referred （显示相关）
Display Referred 就相对麻烦很多。由于是科普文章就简化为：
“Display Referred 是指图像数值已经经过某种变化，变化后的数值可以直接呈现在相应色域的显示设备上，并且符合人眼的感受”
可以看出Display Referred 和Scene Referred 有点对立，因此Display Referred 的特点如下：
Display Referred图像基本都是有Gamma 的Display Referred图像的动态范围会受制于显示设备
我们基本可以认为所有从网上找到的照片都是属于Display Referred 的。
更宽泛的来说，如果一张图片在各种显示器直接看起来就是“正常”的，我们可以认为这样图片就是Display Referred。
8.4 转换
既然存在了两个不同的东西，人们往往都是希望他们之间可以相互的转换。就好像如果有两种语言，就会出现翻译一样，Display 和Scene 之间也是可以转换的（后面都省略referred，因为打字太累了）。
我们还是回想一下最开始灰卡的例子。
真实能量18% 对应人眼感受的50%，这不就是一种转换的关系么？
如果我有时间，就可以找到物理中0.01%~99.99% 的能量是如何对应人眼的感受，这样的话，我们就能够得到一条曲线，这条曲线就是从物理到人眼的对应关系。也就是Scene 到Display 的对应关系了！
测量的越是精密，得到的曲线肯定是有点弯弯曲曲的，但是为了计算的简便（没错，又是为了简便），就用一个简单的公式进行拟合。
上面的曲线是方程:
可以看到当输入为0.18 的时候，得到的结果是0.489,接近0.5。这也就是当年为什么Rec 709 使用gamma 2.4 的原因之一。
但是既然说到转换，就要考虑转换的过程是不是会造成损失？
一般来说，从Scene 到Display 都是没有问题的，因为Scene 是真实的物理，范围大、信息足，可以认为是从“大”范围缩小到“小”范围，我们可以通过插值、映射等等方式留下我们需要的信息，减少或者放弃我们不需要的信息。
但是反过来就有问题了，Display 到Scene 的时候，由于Display 可能已经舍弃了某些信息，当从“小”范围转换到“大”范围的时候，我们就无法得知不存在的部分。
（可以想象一下，我可以把真实的风景拍成sRGB 照片，风景中的太阳的亮度是10000，湖水的反光是100，但是拍成照片之后，二者记录的数值都是1。当我想要从这张照片恢复真实场景的强度时，我就无法得到真实的太阳亮度和湖水亮度……）
OETF 和 EOTF
估计有些人看到过这两个英文缩写，如果没看过的，那么我推荐跳过这一部分，因为越看越迷糊……
OETF 是指 Opto-Electronic Transfer Function，直译过来就是光电转换方程。
EOTF 就是 Electro-Optical Transfer Function，直译过来就是电光转换方程。
这两个一正一反，正好描述了光线强度到信号之间的转换。
如果我们来看Rec 709 色彩空间，他的OETF 就是gamma 2.4。所以说gamma 的变化可以认为是OETF 的一个特殊情况。
说到OETF 可能有需要带上一点Capture Referred（摄影机相关）。
老年间，数字摄影机的能力还不是那么强，无法动不动就捕捉13+ stop 的动态范围，信号处理的速度也不那么快，存储容量带宽也不是那么宽裕。
因此为了更好的记录暗部的细节，所以摄影机会把真实的场景光线强度通过某种变化，让暗部的信息有更多的编码来存储。
最常见的就是Rec 709 的gamma 2.4。
编码之后的电信号就会通过各种传输方式到达显示终端。显示终端会用自己的EOTF 反变换，把电信号解码还原出自身显示的光线强度。最后人看到了“正常的图像”。
但是随着人类对于色彩科学研究的加深以及计算机处理能力的提高，我们可以使用更为复杂的OETF 来进行有效的编码，更为有效的利用编码范围。同时随着显示设备的多样化，EOTF 的反变化也是越来越复杂。
如果拿Alexa 的摄影机来说，LogC 曲线其实就是Arri 的OETF，使用了这种类似Log 的编码方式，可以更有效的记录人眼敏感的范围。
还有 Dolby 的PQ （或者应该说是SMPTE 2084）曲线，也是OETF，目的都是一样的。
一句话（不完全正确）的概括：
OETF 有点像给线性的能量加上一些类似Gamma 的变换，得到了变化后的编码数值，方便后续的记录、传输。
而EOTF 正好相反，将编码后的数值反编码，得到尽可能接近真实场景光照的结果。
EOTF 会受到显示设备自身能力的制约。
比方说就算我数学上还原了真实的光照强度，但是SDR 显示器的最高亮度只有100nit，那么我不可能重现太阳那种亮度。
相反的，为了照顾这些超过的亮度，EOTF 可能还要做出一些补偿计算，让稍稍超过的部分可以进入到显示器的能力范围之内。
如何得到一个OETF 和EOTF 这明显超过了科普的范围，因此就到此为止了。
8.5 ACES 在这方面的优势
如果理解了上面Display 和Scene 的区别，应该就可以理解ACES 对于统一色彩流程的优势了。我们在制作过程中常见的素材种类有：
- 数字摄影机拍摄的素材
- CG 渲染引擎生成的图像
- 传统的图片（网络下载、PS 绘画……）
如果我们有一种方式能够把这些素材都还原成为真实场景光照，那么匹配、合成、渲染就会无缝链接到一起了。
幸运的是，如果采用ACES 的色彩管理方式，绝大多数的数字摄影机RAW 厂家都提供了ACES 的IDT（phantom、BMD 你们加油啊……）
CG 渲染引擎本来就是模拟真实世界的物理情况，所以也可以得到真实的Scene 图像。
传统图片是个难点，但是从目前来看，在可以记录的范围中，还原的情况还是可以的。（当然会有一些蜜汁问题，这里就不深入讨论了）
可以把以前的工作方式认为是操作编码后的数值，而现在就好像我们真的在同一个真实世界中进行光线的操作，当光线的能量相同的时候，这些素材就肯定是匹配的。这种操作本质上更加的科学。
8.6 结束语
Scene 和Display 两种工作方式各有优势:
Display显得更加直观Scene是更加的科学
VFX 常说的“Linear 工作流”本质就是Scene 的工作方式。
没有最好的工作方式，最重要的是理解Scene 和Display，然后根据项目的需要，做出最符合需求的选择。
没准是完全的ACES、没准是完全的Display，更可能的是二者的结合。在不同的环节选择不同的色彩工作方式，才是坠吼的！
后排睡着同学醒醒，下课啦！
