不用担心图像上的 50% 灰度是 RGB(187,187,187。这个微小的差异是因为图像是 sRGB 编码的，但我在这里使用了更简单的伽玛公式进行计算。）
无伽玛校正的调整大小还会导致某些图像出现奇怪的色调变化。 有关更多详细信息，请阅读 Eric Brasseur 关于此问题的出色文章。
3.5 抗锯齿我想在这一点上，抗锯齿在伽玛校正方面也不例外，这并不奇怪。 γ=2.2 空间中的抗锯齿会导致“平滑像素”过暗（右图）；文字显得太重，几乎就像是粗体一样。 在线性空间中运行算法会产生更好的结果（左图），尽管在这种情况下字体看起来有点太细了。 有趣的是，Photoshop 默认情况下使用 γ=1.42 对文本进行抗锯齿处理，这似乎确实产生了最好看的结果（中间图像）。 原因是大多数字体都是针对伽玛不正确的字体光栅器设计的，因此如果你（正确）使用线性空间，那么字体看起来会比应有的更薄：
图13：gamma校正对文本抗锯齿的影响。左）gamma=1.0 中）gamma=1.45 右）gamma=2.2
3.6 基于物理的渲染如果有一个领域必须保证伽玛正确性，那就是基于物理的渲染 (PBR)。 为了获得逼真的结果，应该在整个图形管道中正确处理伽玛。 有很多方法可以搞砸，但以下是两种最常见的方法：
- 在线性空间中进行计算，但未能将最终图像转换为 sRGB，然后“调整”各种材质和照明参数进行补偿。
- 无法将 sRGB 纹理图像转换为线性空间（或在使用硬件加速时设置 sRGB 标志）。
然后，这两个基本错误通常以各种有趣的方式组合起来，但最终结果总是无法类似于逼真的场景，例如，二次光衰减将不再显得二次，高光将被夸大，并会表现出一些奇怪的色调和饱和度变化 等等。
为了演示使用我自己的光线追踪器的第一个错误，下面的左图显示了一个非常简单但在物理照明精度方面看起来非常自然的图像。 该渲染发生在线性空间中，然后帧缓冲区的内容在写入磁盘之前被转换为 sRGB。
然而，在右侧图像中，最后一个转换步骤被省略，我尝试调整光强度以尝试匹配伽玛校正图像的整体亮度。 嗯，很明显这是行不通的。 一切都显得太反差和过度饱和，所以我们可能需要稍微降低所有材质颜色的饱和度，也许使用更多的补光灯来更接近左图像的外观。 但这是一场失败的战斗； 无论进行多少调整都无法使图像在物理意义上正确，即使我们在具有特定照明设置的特定场景中将其达到可接受的水平，对场景的任何进一步更改都可能需要进行另一轮调整才能使 结果再次看起来很现实。 更重要的是，我们需要选择的材质和照明参数将完全没有任何物理意义； 它们只是一组随机数字，恰好为该特定场景生成看起来不错的图像，因此不能转移到其他场景或照明条件。 这样的工作会浪费很多精力：
图 14：伽玛校正对漫射球体渲染的影响。左图正确使用gamma校正
同样重要的是要指出，3D 渲染中不正确的伽玛处理是某些（大多数是较旧的）游戏中“假塑料 CGI 外观”背后的罪魁祸首之一。 如下图所示，使用没有伽马校正的工作流程几乎不可能渲染逼真的人体皮肤； 亮点永远不会看起来正确。 这催生了一些有问题的做法，例如用反转的色调和各种其他肮脏的东西来补偿镜面贴图中的错误高光，而不是从源头解决问题......
图 15：伽玛校正对头像渲染的影响
4、结束语这几乎就是伽玛编码和解码的全部内容。 到目前为止，恭喜你，现在你已成为官方认证的伽马兼容开发人员！ :)
回顾一下，对数字图像使用伽马编码的唯一原因是它允许我们在有限的位长度上更有效地存储图像。 它利用了人类视觉的一个特点，即我们以对数方式感知亮度。 大多数图像处理算法都期望像素数据具有线性编码的光强度，因此伽玛编码图像需要首先进行伽玛解码（转换为线性空间），然后才能对其运行这些算法。 通常，结果需要转换回伽玛空间，以将它们存储在磁盘上或在需要伽玛编码值的图形硬件上显示它们（大多数消费级图形硬件属于此类）。 事实上的标准 sRGB 色彩空间使用大约 2.2 的伽玛值。 这是互联网上图像以及大多数显示器、扫描仪和打印机的默认色彩空间。 如有疑问，请使用 sRGB。
从最终用户的角度来看，请记住，大多数应用程序和软件库无法正确处理伽玛，因此在将它们采用到你的工作流程之前，请务必确保进行广泛的测试。 为了实现正确的线性工作流程，链中使用的所有软件都必须 100% 伽玛校正。
如果你是从事图形软件开发的开发人员，请确保你做的是正确的事情。 保持伽玛正确，并始终在软件文档中明确说明你对输入和输出色彩空间的假设。
原文链接：
,
