colorspaceRGB、XYZ与配色函数有什么关系？
What is the relationship between color space RGB, XYZ and the color matching function?
colorspaces(RGB,XYZ)和配色函数有什么关系？假设我们在颜色 space XYZ（3 行矩阵）中有一些颜色匹配函数。我们还有从 XYZ 坐标转换为 RGB 坐标的转换矩阵。
我的理解是有一些视觉输入，由色谱S(y)组成。人眼看不到世界——它只看到它对世界的解释。人眼有 3 个视锥细胞类型 LMS，每个视锥细胞负责处理红色、绿色或蓝色。人眼看到光谱颜色只是因为它的眼睛对 RED、GREEN、BLUE 矢量求和，并且这个和与输入的颜色相匹配。为了匹配颜色，有一个颜色匹配函数，它获取输入光谱并产生权重，乘以主要的 RED、GREEN、BLUE 颜色向量。然后添加这些，它们的输出在视觉上与光谱输入匹配，即使光谱添加了许多频率cies，而人眼只增加了 3。所以我们从巨大的 space 到 space 其中我们可以用 3 个向量来描述所有内容，根据颜色匹配函数的规定求和。
光谱输入、原色和颜色匹配函数的行为如上所述，可以总结为以下公式：
其中 pi 是原色的 3d 向量，c - 颜色匹配函数也是 3 个分量的向量，最后 s 是光谱输入。
我们有 XYZ 颜色 space，以及执行上述操作的相应颜色匹配函数。然后给定矩阵 T，它将 XYZ 坐标转换为 RGB 坐标。我们已经知道 T，我们需要用它来为 RGB 颜色 space.
产生一个新的颜色匹配函数
我不明白颜色 space 与原色 pi(λ) 的选择和颜色函数 ci(λ1) 的选择有何关系。
我认为很多颜色选择问题都是由于人们必须解决的技术问题。通常你不是试图尽可能准确地再现颜色，而是让它们看起来漂亮、便宜、计算速度快 cpu... 如果有人在电视上看新西兰平原，他不太可能知道他们看起来真的很像，但几乎可以肯定是想欣赏这幅画而不花太多钱。
您可能想要使用不同颜色匹配函数的几个原因可能包括：
- 您在非白光下拍照，并且希望照片看起来自然。
- 您正在拍摄水下照片，并希望补偿水以不同速度衰减不同频率的事实。
- 你的传感器并不完美，你想对此进行补偿。
另一方面，您可能出于某种原因想要更改初选。例如，您的图像可能正在拍摄颜色有限的场景。通过稍微调整你的初选，你可能会得到一张 "fuller" 图片。
最后，有时您只需要弥补您的设备的一些限制。 CRT 电视上的磷会施加一些限制。使用 PAL 传输时空气中的噪音也是如此。另一方面，如果您使用数字技术，您可能被迫每像素少于 36 位。在这种情况下，您将不得不做出妥协，这将使您有机会损失尽可能少。
如果您想要一个简短的教程，请访问 Cambridge in colour。
这是一个Szeliski's textbook on photography，请看第1、2和10章。
Poyton 有常用转换列表。
几个月来我一直在尝试了解颜色，经过一些研究，我相信我有一些见解可能可以帮助我回答你的问题。
I do not understand how the color space relates to choice of primaries
pi(λ)
原色只不过是我们选择用于制作 space 中所有其他颜色的颜色的波长，它还定义了颜色的色域 space。因此，如果您使用下面给出的 link 中提供的小程序，您可以看到颜色 space 的整个色域在您更改主颜色时发生变化。
Have a look at Alternative primaries and gamuts section.
现在我不知道你对RGB和XYZ了解多少，或者你在这里说RGB是什么意思（假设你指的是sRGB色域值）； XYZ 实际上是称为 rho、beta 和 gamma 的三色值，如上图所示，只是为了简单起见，XYZ 从您获得标准 sRGB 色域的位置转换为 xy space。
如果我遗漏了任何信息或答案需要编辑，请发表评论。
colorspaces(RGB,XYZ)和配色函数有什么关系？假设我们在颜色 space XYZ（3 行矩阵）中有一些颜色匹配函数。我们还有从 XYZ 坐标转换为 RGB 坐标的转换矩阵。
我的理解是有一些视觉输入，由色谱S(y)组成。人眼看不到世界——它只看到它对世界的解释。人眼有 3 个视锥细胞类型 LMS，每个视锥细胞负责处理红色、绿色或蓝色。人眼看到光谱颜色只是因为它的眼睛对 RED、GREEN、BLUE 矢量求和，并且这个和与输入的颜色相匹配。为了匹配颜色，有一个颜色匹配函数，它获取输入光谱并产生权重，乘以主要的 RED、GREEN、BLUE 颜色向量。然后添加这些，它们的输出在视觉上与光谱输入匹配，即使光谱添加了许多频率cies，而人眼只增加了 3。所以我们从巨大的 space 到 space 其中我们可以用 3 个向量来描述所有内容，根据颜色匹配函数的规定求和。
光谱输入、原色和颜色匹配函数的行为如上所述，可以总结为以下公式：
其中 pi 是原色的 3d 向量，c - 颜色匹配函数也是 3 个分量的向量，最后 s 是光谱输入。
我们有 XYZ 颜色 space，以及执行上述操作的相应颜色匹配函数。然后给定矩阵 T，它将 XYZ 坐标转换为 RGB 坐标。我们已经知道 T，我们需要用它来为 RGB 颜色 space.
产生一个新的颜色匹配函数我不明白颜色 space 与原色 pi(λ) 的选择和颜色函数 ci(λ1) 的选择有何关系。
我认为很多颜色选择问题都是由于人们必须解决的技术问题。通常你不是试图尽可能准确地再现颜色，而是让它们看起来漂亮、便宜、计算速度快 cpu... 如果有人在电视上看新西兰平原，他不太可能知道他们看起来真的很像，但几乎可以肯定是想欣赏这幅画而不花太多钱。
您可能想要使用不同颜色匹配函数的几个原因可能包括：
- 您在非白光下拍照，并且希望照片看起来自然。
- 您正在拍摄水下照片，并希望补偿水以不同速度衰减不同频率的事实。
- 你的传感器并不完美，你想对此进行补偿。
另一方面，您可能出于某种原因想要更改初选。例如，您的图像可能正在拍摄颜色有限的场景。通过稍微调整你的初选，你可能会得到一张 "fuller" 图片。
最后，有时您只需要弥补您的设备的一些限制。 CRT 电视上的磷会施加一些限制。使用 PAL 传输时空气中的噪音也是如此。另一方面，如果您使用数字技术，您可能被迫每像素少于 36 位。在这种情况下，您将不得不做出妥协，这将使您有机会损失尽可能少。
如果您想要一个简短的教程，请访问 Cambridge in colour。
这是一个Szeliski's textbook on photography，请看第1、2和10章。
Poyton 有常用转换列表。
几个月来我一直在尝试了解颜色，经过一些研究，我相信我有一些见解可能可以帮助我回答你的问题。
I do not understand how the color space relates to choice of primaries pi(λ)
原色只不过是我们选择用于制作 space 中所有其他颜色的颜色的波长，它还定义了颜色的色域 space。因此，如果您使用下面给出的 link 中提供的小程序，您可以看到颜色 space 的整个色域在您更改主颜色时发生变化。
Have a look at Alternative primaries and gamuts section.
现在我不知道你对RGB和XYZ了解多少，或者你在这里说RGB是什么意思（假设你指的是sRGB色域值）； XYZ 实际上是称为 rho、beta 和 gamma 的三色值，如上图所示，只是为了简单起见，XYZ 从您获得标准 sRGB 色域的位置转换为 xy space。
如果我遗漏了任何信息或答案需要编辑，请发表评论。