скачать книгу бесплатно
Чувствительность: 5–14 фотонов для палочки и в 100–1000 раз больше для колбочки. Для сенсора – несколько фотонов (сенсор ICCD, intensified CCD, усиленный ПЗС-сенсор), для зерна высокочувствительной фотопленки – 4 фотона.
Разрешающая способность: Количество рецепторов сетчатки одного глаза – 130 миллионов. Количество пикселей сенсора обычного фотоаппарата – до 30 миллионов. Максимальный размер кадра на сегодняшний день имеют 80-мегапиксельные матрицы в цифровых задниках Phase One iq280: 53,7?40,4 мм. Разрешающая способность сенсора: от 200 линий на миллиметр (у крупноформатных цифровых фотокамер) до 70 линий на миллиметр (у web-камер и мобильных телефонов).
Получается, что по количеству пикселей и их средней плотности фотоаппараты догоняют глаз. Но вот разрешающая способность сетчатки в центре фовеа пока что в 2–8 раз выше, чем у сенсоров современных камер (если сравнивать только плотности рецепторов и пикселей, без учета «оптики»).
Как воспринимается яркость сцены фотоаппаратом и зрительной системой человека?
Зависимость воспринимаемой глазами яркости от фактической яркости предмета нелинейна. Для того чтобы почувствовать изменение яркости в темных тонах, достаточно очень небольшого изменения фактической яркости. Тогда как для того, чтобы почувствовать изменение яркости в светлых тонах, потребуется более сильное изменение фактической яркости. В такую нелинейность вносят свой вклад следующие факторы:
• переключение рецепторов: при низких яркостях работают палочки, а при более высоких яркостях палочки полностью насыщаются и работают только колбочки; на промежуточных уровнях яркости функционируют и те и другие;
• истощение пигмента рецепторов на высоких уровнях яркости;
• изменение чувствительности сетчатки к свету, осуществляемое на уровне нейронов сетчатки;
• когнитивные механизмы – регулирующие восприятие яркости на основании знания наблюдателем содержимого сцены. Например, мы избегаем смотреть на солнце или на огонь электросварки незащищенными глазами.
Благодаря всему этому наши глаза могут видеть в диапазоне яркостей, границы которого различаются в 2
раз, то есть более чем в 16 миллионов раз! При этом роль сужения зрачка относительно невелика. Максимальные изменения зрачка для здорового человека – от 1,8 мм до 7,5 мм, что соответствует изменению площади зрачка всего в 2
раз.
Теперь о яркости в числах.
Динамический диапазон (диапазон яркостей), воспринимаемый человеком: дневное зрение – 15 000: 1 (13 EV, exposure value), ночное зрение – 10 000 000: 1 (27 EV). Для сравнения, темная ночь: -6 EV, яркий солнечный свет: +22 EV. Контраст, воспроизводимый на бумаге: 8 EV, на пленке: 8–14 EV, воспринимаемый сенсорами цифровых камер: 8–14 EV, на экране монитора: 10 EV.
Снова сравним с фотоаппаратом. Для сенсора камеры зависимость воспринимаемой яркости от фактической яркости предмета линейна, за исключением краев воспринимаемого диапазона. Поэтому диапазон яркостей камеры с 14-битной разрядностью всего лишь 2
, что менее 17 тысяч. Но и это только теоретически. На практике из-за наличия шума этот диапазон снижается до 2
, что равно 512.
Следовательно, наши глаза лучше приспособлены для среды с широким диапазоном яркостей, чем наши фотоаппараты. Правда, нужно уточнить, что перепад яркостей, для которого темновая адаптация не превышает десятых долей секунды, составляет только 10–13 EV. Чтобы получить значение 27 EV для ночного зрения, приведенное выше, необходимо адаптироваться в течение получаса и более.
Фотоаппарат строит попиксельное отображение 3-мерного пейзажа на плоскость кадра по законам прямой линейной перспективы, которое затем обрабатывается программным обеспечением камеры и, возможно, пользователем с помощью компьютера, и воспроизводится на экране монитора или на каком-нибудь носителе (бумаге, пленке, ткани).
Система «глаз-мозг» превращает 3-мерный пейзаж в серию «кадров», каждый из которых содержит резкое отображение на плоскость (точнее, на внутреннюю поверхность сферы) только небольшого кусочка рассматриваемого пейзажа. Далее, структура границ яркостей и границ цвета каждого кадра превращается в частотно модулированный сигнал и подвергается Фурье-анализу с целью обнаружения только самых важных для мозга деталей. Вся остальная информация об изображении, вероятно, пропадает (не запоминается), а в случае появления необходимости – домысливается мозгом с помощью предыдущих знаний, а также интерполяции поступивших данных об изображении.
Обработанное таким образом изображение пейзажа помещается в память. Увиденная картинка не отображается в голове целиком, а составляется из набора только тех объектов или свойств, которые были важны в момент просмотра. В этот набор входят: суть сцены (общее описание), размещение объектов (или пятен) по сцене и некоторые важные детали опознанных объектов.
Наибольшая разница между двумя этими системами обработки изображений состоит в цели обработки. Зрительная система человека не предназначена для любования пейзажем. Для нее нужно рассортировать элементы пейзажа на важные и неважные и обработать только важные. Таким образом, на выходе фотоаппарата мы имеем попиксельное изображение (фотографию), удобное для просмотра человеком. А «на выходе» зрительной системы человека, то есть в его зрительной памяти, – «разобранное на части» изображение, удобное для анализа структуры картинки и содержащее минимум малосущественных деталей.
Полученная с помощью камеры и распечатанная фотография сделана опять же для человека, который рассматривает ее и снова превращает в разобранную на части картинку, но уже другим образом, с учетом того, что это все-таки не реальный пейзаж, а всего лишь картинка. И, может быть, с учетом того, как понял зритель замысел фотографа.
Поскольку принципы работы сравниваемых систем различны, то приведенные выше цифры трудно сопоставить. Чему ближе соответствует количество пикселей сенсора? Количеству рецепторов сетчатки? Но сигналы от рецепторов не используются напрямую для построения изображения. Они подвергаются структурному анализу и малосущественная часть информации, полученная от сетчатки, пропадает.
Может быть, количеству волокон зрительного нерва (1–1.5 миллиона), по которым визуальная информация передается в мозг? Тоже соответствия нет, потому что по этим волокнам изображение передается в виде серии «частичных» картинок, соответствующих разным положениям проекции на сетчатку относительно фовеа. Да еще и преобразованное в серии нервных импульсов.
Зрительная система человека умеет адаптироваться к условиям наблюдения (яркости, цвету освещения). Цифровые камеры тоже пытаются осуществить баланс белого с помощью разных алгоритмов (рассмотрим в другой главе ниже).
В отличие от фотоаппарата, наблюдаемое изображение в голове находится в виде разных срезов, начиная от выделенных границ и карты движущихся элементов, до распознанных объектов и их значения для наблюдателя. Благодаря наличию прямых и обратных нейронных связей между этими срезами, картинки постоянно уточняются и информация об изображении непрерывно обогащается. Интерпретация картинки высшими слоями зрительной коры сравнивается с картинкой, полученной сетчаткой. И становится ясно, куда надо посмотреть еще и что уточнить. Отсюда – тот большой объем информации, которую можно получить с помощью зрительной системы.
В конце главы сделаем небольшое лирическое отступление. А все-таки, какой крутой «гаджет» дан каждому из нас! Я имею в виду наши головы. Мы пользуемся ими всю жизнь, днем и ночью. В начале жизни эти «гаджеты» имеют только какие-то базовые прошивку и чипы. Но с течением времени прошивка непрерывно обновляется, скачиваются все новые и новые приложения, новые микросхемы появляются, а старые перекоммутируются.
Этот процесс происходит частично автоматически, по мере появления изменений в окружающей нас среде, которые мы замечаем и обдумываем, а частично управляется нашими желаниями, когда нам хочется узнать что-то конкретное или научиться делать что-то нужное, и мы добиваемся этого. Чем больше наполняется начинка нашего гаджета, тем более тонкие детали окружающей среды начинают привлекать наше внимание, хочется их понять и когда это удается, функционал гаджета снова обогащается.
Когда моя дочь училась в пятом классе, она меня спрашивала: «Зачем мне, будущему гуманитарию, учить математику?». Я отвечал, что когда решаешь задачку, мысли в голове протаптывают тропинку, ручейки мыслей пробивают русла. И когда формулы и математические определения забудутся, эти тропинки и русла останутся и будут помогать правильно думать.
Сейчас я бы добавил, что сформированные в процессе изучения школьной математики структуры мозга позволят увидеть будущие, возможно совсем не математические, обстоятельства под новым углом, дадут еще один срез конкретной жизненной ситуации.
Глава 2
Цветовые пространства и модели восприятия цвета
Получив некоторое представление о том, как работает зрительная система человека, перейдем к нашей основной теме – фотографии. Но сначала нужно напомнить суть основных понятий, относящихся к цвету и восприятию цвета человеком. В детали вдаваться не станем, а затронем только то, что будем использовать в остальной части этой книжки. Кто захочет, всегда сможет изучить любой вопрос более глубоко, отталкиваясь от упомянутых здесь терминов и воспользовавшись поиском в интернете.
Во многих случаях, хотя, может быть, и не всегда, художник или фотограф хочет, чтобы цвета его картины или фотографии воспринимались зрителем точно так же, как их видит сам автор. Независимо от того, рассматривается ли изображение в виде твердой копии или в виде картинки на экране. Да еще и независимо от условий просмотра (освещение, фон, геометрия просмотра, окружение), которые могут быть не такими, как у автора. Системы управления цветом в компьютерных программах как раз и призваны решить эту задачу настолько, насколько это возможно. Для понимания сути происходящего необходимо знакомство с азами науки о цвете, которые и излагаются в этой главе.
Конечно, сходные проблемы возникают и в других творческих профессиях. Передача нужного смысла слова (строчки, абзаца) от писателя или поэта к читателю. Передача впечатления от музыкального произведения от композитора к слушателю. В отличие от передачи цвета в последнем случае едва ли возможна какая-то формализация. Слишком многое зависит от культурного уровня и опыта читателя/слушателя. Впрочем, аналогия просматривается очень четко, так что, вероятно, все-таки это будет сделано. Но пока можно считать, что фотографам еще повезло. Или не повезло, смотря как к этому относится.
2.1. Цветовые пространства
Как известно, воспринимая видимый свет, человек ощущает его яркость (интенсивность) и еще нечто, называемое «цвет». Интенсивность можно измерить физическим прибором, а цвет – напрямую нет. Но для того, чтобы работать с цветом на компьютере, нужно сначала цвет оцифровать, то есть, каждому видимому цвету поставить в соответствие число (или несколько чисел).
Можно было бы характеризовать цвет видимого излучения его спектральным распределением энергии, которое можно измерить. Тем более что излучение с одним и тем же спектром воспринимается разными людьми с нормальным зрением как имеющее один и тот же цвет. Но в то же время существуют пары излучений с очень разными спектрами, которые человеком воспринимаются как имеющие совершенно одинаковый цвет (явление метамеризма). Кроме этого, ставить в соответствие цвету не числа, а функции, неудобно.
Как оцифровать цвет проще, помогают понять законы Грассмана (Hermann Grassmann), открытые эмпирически еще в 1853 году в экспериментах по смешиванию лучей света разных цветов:
1) цвет трехмерен, то есть одному цвету нужно ставить в соответствие три числа;
2) при непрерывном изменении цвета только одного из смешиваемых лучей цвет смеси тоже меняется непрерывно;
3) цвет смеси зависит только от смешиваемых цветов и не зависит от их спектров.
Отсюда следует, что все видимые цвета должны образовать некоторую непрерывную область (тело) в трехмерном пространстве. Каждая точка этого тела будет соответствовать определенному цвету. Если выбрать два разных цвета и соединить соответствующие им точки отрезком прямой, то этот отрезок будет определять все оттенки, которые можно получить, смешивая эти два цвета. Причем в случае линейного пространства пропорция смеси будет равна отношению длин частей отрезка, на которые цвет смеси делит его.
Поскольку отрезок, соединяющий два любых видимых цвета, содержит только видимые цвета, то он полностью находится внутри тела видимых цветов, а это значит, что это тело должно быть выпукло (без впадин и ямок).
По форме тело видимых цветов похоже на продолговатый фрукт, у которого один бок срезан. Точки поверхности «фрукта» (кроме среза) соответствуют монохромным цветам разной длины волны и разной интенсивности, то есть, имеющим максимальную насыщенность (монохромны, например, цвета радуги). Поверхность «отрезанной» части тела (кроме среза) соответствует «цветам» монохромных инфракрасных и ультрафиолетовых излучений, которые глаз не видит. Если выбрать какой-либо цвет на поверхности тела и понижать его насыщенность, добавляя все возрастающее количество белого цвета, то соответствующая точка начнет перемещаться вглубь тела и в пределе достигнет точки этого белого цвета, которая будет находиться где-то в середине «фрукта». Точки снаружи от поверхности, образованной цветами монохромных излучений, соответствуют «цветам», имеющим насыщенность бо?льшую, чем насыщенность монохромных цветов, что физически невозможно. Для получения такой насыщенности нужно было бы из монохромного цвета вычесть какое-то количество белого цвета, что физика не может сделать. А математика – пожалуйста.
Нейтрально серые цвета образуют линию, проходящую внутри тела видимых цветов и соединяющую самую темную точку (черную) с самой яркой (белой). Возникает важный вопрос, как определить, что такое нейтрально белый, серый и черный цвета. На глаз тут полагаться нельзя из-за хроматической адаптации (привыкнув к любому почти белому цвету, глаз начинает воспринимать его как чисто белый). Поэтому, работая с цветом математически, нужно каждый раз оговаривать, что в данном конкретном случае подразумевается под белым (и, как следствие, серыми и черным цветом). В теории черный цвет (излучение с нулевой интенсивностью) тоже имеет цветность, которую глаз, конечно, не видит.
Одну и ту же трехмерную фигуру (конечно, также как и фигуры любой другой размерности), можно рассматривать в различных координатных системах, линейных и нелинейных. Различные координатные системы, в которых может рассматриваться тело видимых цветов, называются цветовыми пространствами. Один и тот же цвет в разных цветовых пространствах записывается наборами разных чисел. В некоторых из этих пространств можно изобразить только часть видимых цветов и тело приобретает вид куба, конуса, биконуса или другую форму. Линейное преобразование цветового пространства соответствует тому, что мы как-то поворачиваем это тело и изменяем его размер равномерно и пропорционально. Нелинейное преобразование означает, что мы растягиваем или сжимаем тело видимых цветов так, что разные его части сжимаются или растягиваются по-разному.
Различных цветовых пространств (как и систем координат) можно придумать бесконечно много. На практике применяются только те из них, которые обладают некоторыми полезными свойствами. К общим свойствам цветовых пространств (ЦП) относятся:
• цветовой охват;
• линейность по восприятию;
• однородность по восприятию;
• зависимость от устройства;
• нормированность;
• точка белого и точка черного.
Цветовой охват (gamut, гамут, вкусное слово, думаю, оно приживется в русском языке) – это совокупность всех таких видимых цветов, которые могут быть представлены в данном ЦП. Кроме видимых цветов в некоторых ЦП могут быть представлены и физически невоспроизводимые цвета.
Линейность по восприятию (perceptually linear) означает, что изменение координат цвета приводит к изменению воспринимаемого цвета примерно в той же пропорции. Для однородного по восприятию цветового пространства (perceptually uniform), кроме того, близким разностям цветов соответствуют близкие по длине отрезки, соединяющие эти цвета.
Если при определении ЦП используются характеристики конкретного устройства (сканера, монитора, принтера), то такое пространство называется устройство-зависимым (или аппаратно-зависимым). Аппаратно-зависимое ЦП удобно для использования при работе с этим самым устройством. Если ЦП определяется с помощью величин, не связанных с каким-либо конкретным устройством, то оно называется устройство-независимым. Устройство-независимое ЦП предназначено для выполнения общих операций с цветом таких, как редактирование изображений или преобразования из ЦП одного устройства в ЦП другого устройства. Поскольку при этом отсутствуют ограничения, связанные с возможностями какого-либо устройства, то все такие операции могут быть выполнены без потерь.
Цветовой охват аппаратно-независимых ЦП обычно большой и может содержать физически нереализуемые цвета. Но даже если в процессе преобразования получится промежуточное изображение, в котором часть цветов окажутся физически нереализуемыми, при дальнейшей обработке эти цвета могут благополучно (и правильно!) вернуться в область воспроизводимых цветов.
При сравнении цветовых охватов устройств и цветовых пространств часто используется гамут Пойнтера (Michael R. Pointer). Гамут Пойнтера – это аппроксимация совокупности всех таких цветов, которые могут быть получены окрашиванием поверхности. То есть, с помощью вычитания цветов. Гамут Пойнтера является частью множества всех видимых цветов (которое получается сложением цветов).
Нормировку ЦП и выбор точек белого и черного обсудим в следующем параграфе.
2.2. Источники освещения и нормировка цветовых пространств
Вначале вернемся к вопросу о том, как объективно определить, что такое белый цвет. Для этого рассмотрим поверхность, которая отражает все длины волн видимого света полностью, без поглощения. Осветим такую поверхность излучением, которое имеет постоянный спектр, то есть, интенсивность излучения одна и та же для всех длин волн (физически измеряемая, а не воспринимаемая!). Естественно назвать цвет такой поверхности при таком освещении белым. Но при освещении этой же поверхности лампами накаливания, в первый момент она покажется желтоватой, а затем, после завершения процессов цветовой адаптации зрительной системы, станет казаться опять белой (возможно, с желтоватым оттенком).
Если сфотографировать какую-нибудь сцену, например, интерьер, освещенную некоторым источником света (illuminant, осветитель), и представить полученное изображение в каком-либо цветовом пространстве, то в качестве цветности точки белого этого ЦП нужно выбрать цветность этого источника освещения. Это позволит называть белыми те предметы, которые, как мы знаем, являются белыми, и будет находиться в согласии с восприятием цвета человеком (а именно, с механизмом хроматической адаптации). При этом результат будет соответствовать 100 %-й адаптации зрительной системы человека. Таким образом, чтобы исключить влияние цветности источника освещения на цвета предметов, нужно считать белым цвет источника освещения.
Поскольку в реальности встречается много разных вариантов освещения, то необходимо определить несколько типичных источников. Каждый источник полностью описывается своим спектром. Воспринимаемый цвет источника однозначно вычисляется по его спектру. Некоторым из осветителей можно поставить в соответствие цветовую температуру. Цветовая температура выражается в градусах Кельвина и равна температуре абсолютно черного тела, при которой его спектр излучения наиболее близок к спектру источника освещения. Стандартные источники освещения сгруппированы по сериям, которые обозначаются следующими буквами:
• A (лампы накаливания, 2856 К),
• D (дневной свет),
• E (постоянный спектр),
• F (флуоресцентные лампы),
• L (световые диоды) и другие.
Для фотографов особенный интерес представляет серия D (дневной свет, приведены также координаты цвета в пространстве CIEXYZ, см. ниже):
• D50 (свет горизонта, теплый дневной свет на восходе или закате, 5003 К), CIEXYZ=[0.9642, 1.0000, 0.8251 (или 0.8249)].
• D55 (дневной свет в середине утра или после обеда, 5503К), CIEXYZ= [0.9568, 1.0000, 0.9214].
• D65 (полуденный свет, состоит из прямого солнечного света и рассеянного света от ясного неба, 6504 К), CIEXYZ= [0.9504, 1.0000, 1.0888 (1.0889)].
• D75 (северное небо, пасмурное небо, 7504 К), CIEXYZ=[0.9496, 1.0000, 1.2261].
Цветности источников освещения серии D различаются:
• оттенками от желтого к голубому, учитывающими соотношение облачности и прямого солнечного света,
• оттенками от розового к зеленому, учитывающими наличие в атмосфере воды в виде пара или дымки.
Перейдем к точкам белого и черного цветовых пространств. Есть смысл отдельно рассматривать яркость и цветность этих точек. Если в качестве яркостей этих точек задать предельные значения, воспроизводимые на конкретном устройстве, то полученное ЦП будет аппаратно-зависимым. Цветность точки белого аппаратно-независимого ЦП обычно задается указанием стандартного источника освещения. Для некоторых аппаратно-независимых ЦП точки белого и черного не заданы, и клиппирование (замена цветов, выходящих за гамут, цветом, лежащим на границе гамута, см. ниже), вызванное их существованием, отсутствует.
Для многих реальных устройств цветности точек белого и черного не совпадают. Для мониторов на электронно-лучевой трубке цветность точки белого зависит от цветностей и относительных яркостей люминофоров, а цветность черного – от отражающих свойств поверхности экрана. Для принтера – соответственно, от цветности бумаги и от цветности чернил. Все это приводит к тому, что линия, содержащая нейтрально серые цвета не является прямой, а плавно изгибается во всех трех измерениях цветового пространства.
В ненормированном ЦП значения координат могут являться физически измеряемыми величинами, выраженными в каких-нибудь единицах, например, в канделах на квадратный метр для оси яркости. Такие значения являются абсолютными, то есть, имеющими самодостаточный смысл.
Для нормированного цветового пространства значения координат безразмерны и линейно преобразованы так, чтобы все они укладывались в отрезок значений с удобными для восприятия (и вычислений) границами. Обычно наибольшее возможное значение выбирают равным единице, 100 % или степени двойки без единицы, а наименьшее возможное значение – равным 0 или степени двойки без единицы с минусом (например, –127). Если для ЦП заданы точки белого или черного, то их координаты также могут служить наибольшими и наименьшими возможными значениями. Значения координат нормированного пространства являются относительными. Их смысл зависит еще и от нормировки, то есть, от того, что принято за граничные значения.
Иногда нормировка ЦП делается так, чтобы была разрешена яркость больше, чем яркость точки белого. Этот «запас» яркости используется для отображения бликов.
2.3. Цветовые модели
Цветовой моделью называют способ построения семейства цветовых пространств. Модели эти параметрические, поэтому, чтобы задать конкретное ЦП, входящее в эту модель, нужно задать конкретные значения параметров модели. Поскольку большинство параметров являются действительными числами, для каждой модели можно определить бесконечно много цветовых пространств. Для обработки фотографий чаще всего используются ЦП, входящие в следующие модели (в скобках перечислены параметры):
• цветовая модель RGB: цвет раскладывается на смесь трех базовых цветов: красный, зеленый и синий, и координатами служат коэффициенты этого разложения (параметры: три базовых цвета, точка белого, функция гамма-компрессии, см. ниже);
• цветовая модель CIELAB: одна координата цвета соответствует яркости, две остальные – цветности (параметр: точка белого);
• цветовая модель CMYK: цвет раскладывается на смесь четырех базовых цветов, голубой, лиловый, желтый и черный (параметры: три базовые цвета CMY, точка белого, алгоритм вычисления координат CMYK).
Вопросами, связанными с восприятием цвета, занимается Международная комиссия по освещению (CIE, Commission internationale de l'еclairage). Отсюда – начало аббревиатуры CIELAB и других.
Прежде чем рассматривать конкретные ЦП этих моделей, нужно описать еще два первичных ЦП, с которых все и началось. Поскольку цвет нельзя измерить физическим прибором, а можно только определить с помощью системы «глаз-мозг», то для того, чтобы сопоставить точкам какого-либо ЦП реальные цвета, без экспериментальных данных о восприятии цвета человеком не обойтись.
Поэтому, сначала опытным путем были получены функции, которые каждому монохромному излучению ставили в соответствие тот цвет, который человек видит, наблюдая это излучение. При этом использовались некоторые эталонные красный, зеленый и синий цвета (кардинальные стимулы). Наблюдаемый монохромный цвет записывался в виде трех чисел, равных таким интенсивностям этих эталонных цветов, при которых цвет смеси (на глаз) совпадал с наблюдаемым монохромным. Результаты усреднялись по некоторому числу наблюдателей с нормальным зрением. Интенсивности эталонных цветов были выбраны так, чтобы равные количества стимулов давали белый цвет, определенный стандартом, действующим в то время. В других аналогичных экспериментах использовался несколько иной способ определения интенсивностей эталонных цветов.
Используя полученные функции, оказалось возможным вычислять воспринимаемый цвет для любого спектра видимого излучения (благодаря законам Грассмана). Таким способом было построено CIERGB, первое ЦП, позволившее оцифровать восприятие цвета зрительной системой человека. Для системы CIERGB белым цветом считается цвет гипотетического равноэнергетического источника, который излучает равномерно на всех длинах волн видимого спектра. А координаты CIERGB были отнормированы так, что для цвета этого источника всегда выполнялось равенство R=G=B, смысл которого состоит в том, что белый цвет не должен быть смещен ни к одному из эталонных цветов.
Линейным преобразованием пространства CIERGB было получено ЦП CIEXYZ, которое оказалось более удобным, чем CIERGB, по следующим причинам.
• Координата Y в CIEXYZ выбрана так, чтобы ее значения задавали яркость цвета.
• Каждый из видимых человеком цветов отображается в этом ЦП так, что все три координаты X, Y, Z неотрицательны.
Кроме этого, CIEXYZ, как и многие другие ЦП, обладает следующими полезными свойствами.
• Если выбрать два цвета и соединить их отрезком, то точки этого отрезка будут соответствовать цветам смесей, которые можно получить, смешивая эти два цвета.
• Если выбрать три цвета и соединить их отрезками так, чтобы получился треугольник, то точки внутри треугольника будут соответствовать цветам смесей, которые можно получить, смешивая эти три цвета.
Пространство CIEXYZ не является однородным по восприятию. Двум сильно различающимся цветам могут соответствовать близкие точки и, наоборот, близким цветам могут соответствовать далекие друг от друга точки. Это ЦП не нормировано и координаты оси Y (яркость) измеряются в канделах на квадратный метр. Нормированный вариант CIEXYZ обозначается nCIEXYZ, в нем Y = 1 для точки белого.
Любопытно, что базовыми стимулами для CIEXYZ являются «цвета», которые не только не воспринимает человек, но и которые нельзя получить с помощью излучения с каким бы то ни было спектром. Но для математики, которая, отталкиваясь от физической реальности, описывает объекты, не существующие в природе, это обычное дело. ЦП CIEXYZ широко используется в качестве эталонного как в теории цвета, так и на практике, в чем легко убедиться, продолжая читать эту книжку.
