电商后台里有一张主图,品牌橙在 iPhone 上很正,换到同事的 Windows 笔记本上就发灰,客服转存到安卓机再截图,又变成偏红。设计稿是在 Mac 的广色域屏上做的,导出时没有勾选色彩配置。另一件事更常见:这张图在商品详情页放大到百分之三百,边缘出现一格一格的方块,像十几年前的网页。

两件事看着像「色差」和「像素化」,根子上是同一件事的两个面:一张图在计算机里不是「一幅画」,而是一组按网格排列的采样值,外加一份说明这些数字代表什么颜色的说明书。说明书丢了,数字还在,颜色就交给看图的软件去猜,每个软件猜得都不一样。

这篇把「一个像素」拆到底:像素到底是什么单位、一个像素里放了几个数、这些数为什么需要色彩空间才能变成颜色、8 bit 和 10 bit 差在哪、以及每做一次转换要付出什么。讲完再回头看那张偏色的主图,就知道该从哪一步开始查。

现象真实原因第一步查什么
同一张图在 iPhone 上鲜艳,在 Windows 笔记本上发灰笔记本屏幕色域窄或显示模式被改成 sRGB,图本身可能有更宽的配置文件先看文件里有没有 ICC 配置文件,再看浏览器是否开启色彩管理
设计稿很亮的橙色,导出后变闷广色域的颜色超出 sRGB 范围,导出时被裁掉,裁掉的部分无法恢复把导出目标改成 sRGB 并对比色块数值,看饱和色是否被压平
图片放大后出现方块查看器用最近邻把每个采样值复制成方块,不是图片本身有方块换双线性或 Lanczos 缩放,观察方块是否消失、边缘是否变软
渐变色出现一圈一圈的台阶8 bit 每通道只有 256 级,天空这类大面积渐变不够用查源文件位深,确认是 8 bit 还是 10 bit、16 bit,中间是否转过码
安卓截图和原始图颜色对不上截图会再经过一次系统合成与色彩转换,且可能丢掉配置文件不要拿截图当色卡,直接取原图文件的像素值比对
带透明度的图放到深色背景,边缘发白透明区域的 RGB 仍然保留着原来的白底,缩放时被插值进来检查是否预乘 alpha,导出时是否清理完全透明像素的颜色
相机直出 JPEG 和 RAW 解出来的颜色不同RAW 到 JPEG 经过了白平衡、色彩矩阵和色调曲线,不是同一份数据确认对比的是同一渲染流程的输出,别拿相机预览和后期软件比
文件标着 16 bit,渐变还是有断层位深标签是 16 bit,实际数据可能只有 8 bit,或是从 8 bit 转上来的看文件头和实际像素直方图,确认有效级数而不是只看标签

像素不是小方块,是采样点

先把词说清楚。像素是图像在某个位置上的一个采样值,它记录「这一点上的颜色大概是什么」,本身没有物理尺寸。同样一个像素,可以印在一张名片上,也可以投在电影幕布上,尺寸由输出设备决定,不由像素决定。

放大时看到的方块,是查看器把每个采样值当成一个色块铺开的结果。这种做法叫最近邻插值:目标位置离哪个原始采样点最近,就取哪个值。它保留了硬边,适合像素画和图标,但放大照片就会露出网格。换双线性或 Lanczos,方块会消失,代价是边缘变软、细节被抹平。

这里有个绕不开的限制,叫采样定理。如果画面里明暗变化的频率超过采样密度的一半,采样结果就会失真,出现本来不存在的条纹,这就是混叠。拍一件细条纹衬衫出现摩尔纹、把大图缩成缩略图出现锯齿,都是同一类问题。解决方向只有两个:采样时提高密度,或者采样前先做低通滤波,把过高的频率提前压掉。

所以「这张图多少像素」回答的是信息量,不是清晰度。一张四千万像素但失焦的照片,放大后照样糊;一张两千万像素、对焦准确的图,缩到屏幕上反而更锐。像素数量决定你能保留多少细节,决定不了细节本身是否存在。

一个像素里放了什么:通道与位深

最常见的存储方式是 RGB,每个像素存三个数,分别表示红、绿、蓝三个原色的强度。三个通道都按 0 到 255 存,就是每通道 8 bit,加起来 24 bit,能组合出一千六百多万种颜色。加上表示不透明的 alpha 通道,就是 32 bit,这也是绝大多数 PNG 和屏幕截图的格式。

位深指的是每个通道用多少位来量化。8 bit 把连续的光强切成 256 档,相邻两档之间的差别在平滑渐变上会被眼睛看出来,表现成一条条色阶。10 bit 是 1024 档,12 bit 是 4096 档,16 bit 是 65536 档。档数越多,渐变越顺,但每个像素占的空间也越大。

算一笔账:一张 4000 乘 3000 的照片,按 8 bit RGB 展开成内存里的像素缓冲,是 4000 乘 3000 乘 3,等于 3600 万个字节,约 34 MB;带 alpha 就是 48 MB。这还没算解码器自己的临时缓冲。所以一个列表页同时解码二十张大图,内存很容易冲上去,手机上尤其明显。

位深不是越高越好。8 bit 的图转成 16 bit,不会凭空长出细节,只是后续调色时少丢一点精度。真正决定画质的是原始采样时的位深和动态范围。

量化这件事还有一个副作用:它把连续的光强变成了离散的台阶。台阶本身不可怕,可怕的是台阶在压缩时被放大。一张 8 bit 的渐变图,经过一次有损压缩再解压,原本勉强平滑的过渡可能出现明显的色带,因为压缩器把相邻的细微差别当成冗余抹掉了。

色彩空间:数字需要一份说明书

光有 255、128、64 这三个数,还不构成颜色。你得知道这三个数对应哪三个原色、白点在哪里、数值和实际亮度是什么关系。这套规则就是色彩空间。它至少包含三部分:原色坐标决定色域范围,白点决定「白色」往哪偏,传递函数决定数值和光强的映射曲线。

sRGB 是一九九六年定下来的标准,原色覆盖可见颜色的大约三分之一,白点取 D65,传递函数接近 2.2 次幂但带一段线性区。它的色域不算大,好处是几乎所有浏览器、相机、打印机都认它,是网页交付的默认语言。一张图没有带任何配置文件时,软件通常就按 sRGB 解释。

Display P3 用的是数字电影标准的原色,传递函数沿用 sRGB,色域比 sRGB 宽约四分之一,主要多出来的部分是饱和的绿和橙红。苹果的设备从手机到笔记本大多用这块色域,所以设计在 Mac 上做的图,很容易不知不觉用了 sRGB 表达不了的颜色。

还有一类空间不关心「颜色准不准」,关心「好不好压」。YCbCr 把 RGB 拆成一个亮度通道 Y 和两个色度通道 Cb、Cr。人眼对亮度变化敏感,对色度变化迟钝,所以可以只保留一半甚至四分之一的色度分辨率,这就是 JPEG 里常见的 4:2:0。它用更少的字节表达了看起来差不多的画面,代价是彩色边缘会出现色晕。

这三者的关系可以这么理解:RGB 是存储形式,YCbCr 是压缩前的中间形式,sRGB 和 Display P3 是对「这些数代表什么颜色」的约定。一份文件可以同时是 RGB 存储、sRGB 解释,也可以在解码后转成 YCbCr 再交给编码器。搞混层级,就会把「格式」和「色彩空间」当成同一件事。

sRGB:小色域,通用

覆盖约三分之一的可见颜色,所有浏览器默认支持。网页、后台、邮件、普通商品图优先用它。缺点是饱和的绿、橙、品红表达不出来,硬要放进去只能裁掉。

Display P3:宽色域,挑设备

比 sRGB 宽约四分之一,适合原生 App、视频和苹果生态内的展示。交付到网页时必须带配置文件,否则浏览器按 sRGB 解释,颜色会过饱和。

配置文件就是把上面这套规则序列化成一个 ICC 文件,也就是一份描述颜色规则的标准配置文件,可以嵌进图片,也可以由操作系统按显示器提供。它的作用不是「让图更好看」,而是告诉下游「这些数字原本代表什么」。没有它,颜色就退化成一种约定俗成的猜测。

色彩空间转换的代价

转换不是换个标签。把 P3 的像素转到 sRGB,要先经过传递函数还原成线性光强,乘一个 3 乘 3 的矩阵换原色,再套上目标空间的传递函数,最后重新量化到 8 bit。每一步都在丢信息,尤其最后一步的舍入。

最不可逆的是色域裁剪。P3 里一个饱和度很高的橙,转到 sRGB 后超出了三角形的边,只能投影到边界上,颜色被压平。压平之后无论再怎么转回 P3,也回不到原来的位置。这就是为什么设计稿上的亮橙,导出成 sRGB 的 JPEG 后总感觉「闷了一截」。

一次色彩转换经过的步骤
读取源配置文件
还原为线性光强
矩阵换原色
色域裁剪或映射
套目标曲线并量化

在 8 bit 上反复转换,误差会累积。一次往返可能只差一两个数值,肉眼看不出来;但如果一条流水线里经过了上传、裁剪、加水印、生成缩略图、再压缩,每次都转一遍,最后可能差出四五个数值,肤色和天空最先出问题。稳妥的做法是整条链路固定在一个工作空间里,只在最后输出时转一次。

还有一种情况更容易误判:图带了 P3 配置文件,但某个环节把它剥掉了。后面的软件按 sRGB 解释这些数值,相当于把更鲜艳的颜色当成普通颜色来显示,结果是过饱和,红色先溢出。反过来,一张 sRGB 图被错误地贴上 P3 标签,显示时会被当成更宽的色域,颜色反而发灰。两种错误的方向相反,排查时先确认标签是否存在、是否正确。

不要用截图当颜色参照。截图会经过系统合成、显示器转换和再次编码,颜色已经变过一次。判断色差要取原图文件的像素值,或者用同一台校过色的显示器看原始文件。

8 bit 与 10 bit:差的不只是数字

8 bit 每通道 256 级,对普通照片够用,因为人眼在复杂画面里分辨不出相邻一两级的差别。但在大面积平滑渐变上,256 级就不够了。天空从深蓝过渡到浅蓝,横跨几百个像素,如果每级色差都可见,就会看到一条条圆弧状的色带。

10 bit 把级数提到 1024,色带基本消失,代价是每像素多两位。按 RGB 算,8 bit 是 24 bit 每像素,10 bit 是 30 bit,数据量多四分之一。如果视频还带 4:2:0 色度抽样,10 bit 的 Y 加两路半分辨率色度是 15 bit 每像素,8 bit 是 12 bit,同样是四分之一左右的增量。

真正需要 10 bit 的场景是 HDR。HDR 的亮度范围远超普通屏幕,传递函数换成了 PQ 或 HLG,同样的 8 bit 分给更大的动态范围,每一级会粗到肉眼可见。所以 HDR 视频基本都用 10 bit 起步,12 bit 用于母版。普通 SDR 网页图用 10 bit,收益很小,兼容性却要打折。

还有一种便宜的办法叫抖动。在渐变里加一点精心设计的噪声,把明显的色带打散成不明显的颗粒,8 bit 也能骗过眼睛。代价是噪声会干扰压缩,文件可能变大,放大看也会显得「脏」。所以抖动是给最终输出用的,不要用在还要继续后期的素材上。

一张图从场景到屏幕,经过哪些手

把链路摆出来,排查就有顺序了。光进入镜头,传感器在网格上采样,模数转换把模拟信号量化成数字,去马赛克把每个像素只有一种颜色的原始数据补成三通道,再做白平衡、色彩矩阵、色调曲线,最后编码成文件。这一段的任何一步都会改变颜色。

像素值:文件里真正存下来的数字,8 bit 或 10 bit,RGB 或 YCbCr
色彩标签:ICC 配置文件、EXIF 里的色彩空间标记,说明这些数字代表什么
解码与转换:浏览器、图片库、操作系统按自己的规则解释并转换
显示设备:屏幕的色域、白点、校准状态,决定最终发出来的光

颜色对不上时,按这四层从上往下查。先确认文件里的像素值和标签,再确认打开它的软件有没有读标签,再确认系统有没有把标签转成显示器空间,最后确认屏幕本身有没有偏。跳过前面直接怀疑屏幕,很容易白忙一场。

浏览器这一层还有个历史包袱。早期浏览器不做色彩管理,带不带配置文件都按 sRGB 显示,所以老图看起来很一致。现在主流浏览器都会读 ICC,但不同版本、不同平台对广色域的处理仍有差异,尤其是把 P3 图放到 sRGB 屏幕上时,是裁剪还是压缩,各家的渲染意图不一定相同。

边界与代价

第一笔代价是兼容性。色域越宽,能正确显示它的设备越少。网页交付用 sRGB 不是技术落后,而是把「在谁的屏幕上都大致对」当成目标。要做广色域,就得接受一部分用户看到的颜色不是你调的那个。

第二笔代价是体积。10 bit、16 bit 的数据量比 8 bit 大,压缩器对低位噪声也更难处理,同样的画面往往压不出同样的比例。把一张 8 bit 图转成 16 bit 再存,文件会变大,画质不会变好,这是纯亏。

第三笔代价是链路复杂度。每个环节都要正确传递配置文件,任何一处剥掉或贴错,颜色就会出错。团队里如果没有约定,最常见的结果是「设计说不对、前端说图就是这样、运营说手机上看着还行」,三方都在描述不同的链路。

所以工程上的默认选择很朴素:素材保留高位深和广色域的原档,交付按目标平台转一次,网页用 sRGB,原生 App 和视频按平台要求走,转换之后不要再反复转。把这条规则写进上传和构建流程,比每次靠人眼盯要可靠。

当天能自己验证的五个练习

  1. 找一张带 ICC 配置文件的照片,用图片库读出它的色彩空间和位深,再把配置文件剥掉另存一份,在两个浏览器里对比颜色。
  2. 在修图软件里做一个从纯黑到纯白的渐变,分别存成 8 bit 和 16 bit,放大到百分之四百,数一数色带的条数。
  3. 把一张 4000 乘 3000 的照片用最近邻、双线性、Lanczos 各放大两倍,截图对比边缘,记录三种算法的差异。
  4. 把一张 P3 图分别按「嵌入配置文件」和「转换为 sRGB」导出,用取色器读同一块饱和橙的数值,记录差了多少。
  5. 写一段脚本,读一张 JPEG 的宽高,算出解码后 RGB 缓冲占多少字节,再乘上列表页的图片数量,估算峰值内存。

小结

三句话收尾:像素是采样点,不是小方块,放大看到的格子是查看器的插值方式;一个像素存的是通道数值,位深决定这些数值有多细;数值要配上色彩空间才能变成颜色,转换会裁剪色域、累积舍入,而且不可逆。

理解了这三层,再看「一张图为什么到处不一样」,排查路径就清楚了:先看文件里的数值和标签,再看软件怎么解释,最后看屏幕怎么发光。下一篇把像素里的第四个通道拆开,讲 alpha 到底存了什么,以及为什么一张透明背景的 PNG 导出后,边缘会多出一圈白边。