- Batas berbentuk tapal kuda pada diagram kromatisitas xy CIE 1931 bukan berasal dari rumus arbitrer, melainkan dari fungsi pencocokan warna yang mengukur cara manusia mempersepsikan cahaya merah, hijau, dan biru secara relatif
- Data CIE RGB adalah hasil eksperimen mencocokkan warna spektral dengan menyesuaikan sumber cahaya 700nm, 546nm, dan 435nm; nilai negatif pada sebagian panjang gelombang menunjukkan bahwa ada warna yang tidak dapat direproduksi hanya dengan RGB murni
- Ruang warna XYZ adalah standar yang membuat semua nilai lebih mudah ditangani sebagai nilai positif melalui transformasi linear dari RGB, dan memproyeksikan nilai 3D ke koordinat kromatisitas 2D dengan
x = X/(X+Y+Z), y = Y/(X+Y+Z)
- Warna di dalam diagram dapat didekati bukan dengan menghitung langsung dari
x, y, melainkan dengan membuat berbagai bentuk garis spektral, mengalikannya dengan fungsi pencocokan warna lalu mengintegrasikannya, kemudian memplot hasilnya pada koordinat xy
- Layar nyata terikat pada ruang warna display seperti sRGB atau display-p3, sehingga banyak warna di dekat batas tidak ditampilkan secara akurat dan terjadi clipping atau saturasi kanal
Titik awal diagram berbentuk tapal kuda
- Diagram kromatisitas yang sering ditemui saat memahami ruang warna CIE 1931 XYZ adalah bagan yang merepresentasikan kualitas warna secara terpisah dari kecerahan
- Bagian tepinya terhubung dengan warna spektral pada panjang gelombang tertentu, tetapi bentuk keseluruhan dan warna di dalamnya tidak dapat dijelaskan dengan rumus sederhana seperti
x = func(y)
- Bentuk utamanya berasal dari bagaimana manusia mempersepsikan merah, hijau, dan biru satu sama lain; warna di bagian dalam dapat dirender menjadi gambar 2D melalui matematika pencampuran warna dan sampling titik
Fungsi pencocokan warna dan CIE RGB
- Fungsi pencocokan warna menunjukkan seberapa besar intensitas sumber cahaya merah, hijau, dan biru harus disesuaikan agar warna target pada panjang gelombang tertentu tampak sama oleh mata
- Fungsi pencocokan warna CIE 1931 RGB didasarkan pada sumber cahaya merah, hijau, dan biru masing-masing pada 700nm, 546nm, dan 435nm
- Eksperimen dilakukan dengan menempatkan sumber cahaya warna target di satu sisi, lalu meminta manusia menyesuaikan sendiri sumber cahaya RGB di sisi lain agar cocok dengan warna target
- Dalam data ini muncul nilai seperti merah negatif
- Sumber cahaya negatif tidak dapat dibuat secara fisik
- Artinya sebagian warna spektral tidak dapat direproduksi hanya dengan sumber cahaya RGB murni
- Meski begitu, setelah melalui transformasi, nilai ini tetap berguna untuk perhitungan ruang warna
Ruang warna XYZ dan koordinat kromatisitas xy
- Ruang warna XYZ adalah bentuk transformasi linear dari ruang warna RGB dengan matriks, dan lebih mirip penataan ulang informasi yang sama ke sistem koordinat lain yang lebih mudah dihitung
- Dengan menggunakan matriks transformasi RGB dari Wikipedia, data fungsi pencocokan warna XYZ dapat dibandingkan dengan grafik RGB
matrix = [
2.364613, -0.89654, -0.468073,
-0.515166, 1.426408, 0.088758,
0.005203, -0.014408, 1.009204
]
[R, G, B] = matrix * [X, Y, Z]
- XYZ dapat digunakan sebagai ruang standar untuk mendeskripsikan semua warna, termasuk warna yang tidak dapat dipancarkan langsung oleh perangkat tampilan
- Setiap perangkat harus menafsirkan nilai ini ke ruang warna yang secara fisik dapat ditampilkannya
- Jika gamut warna perangkat menjadi lebih luas, lebih banyak warna dapat diekspresikan dari informasi warna yang sama
- Koordinat kromatisitas xy dihitung dengan membagi nilai XYZ dengan jumlah totalnya
const x = X / (X + Y + Z)
const y = Y / (X + Y + Z)
const z = Z / (X + Y + Z) = 1 - x - y
z dapat diturunkan dari x dan y, sehingga biasanya dihilangkan dalam diagram kromatisitas xy- Untuk kembali dari
xy ke XYZ, diperlukan nilai Y; representasi yang menyertakan ini disebut ruang warna xyY
Mengapa terlihat seperti tapal kuda
- Jika data fungsi pencocokan warna RGB diproyeksikan ke xy, kontur diagram kromatisitas yang familiar mulai muncul
- Data RGB mencakup area negatif pada sumbu x karena adanya warna yang tidak mungkin direproduksi, dan setelah diubah ke XYZ bentuknya menjadi lebih dekat dengan bentuk tapal kuda yang familiar
- Merender langsung data tabel fungsi pencocokan warna XYZ ke xy juga menghasilkan bentuk yang sama
- Bentuk tersebut diturunkan langsung dari kurva fungsi pencocokan warna XYZ
- Untuk setiap panjang gelombang, dihitung proporsi
X, Y, dan Z terhadap totalnya
- Dengan memplot titik mengikuti proporsi ini, terbentuk batas kromatisitas
- Jika prosedur yang sama diterapkan pada fungsi pencocokan warna yang dibuat secara arbitrer, bentuk yang dihasilkan sama sekali berbeda; jadi bentuk tapal kuda yang sebenarnya adalah hasil dari fungsi yang diturunkan dari eksperimen penglihatan manusia
Cara pendekatan untuk mengisi warna bagian dalam
- Dari koordinat
x, y saja, tidak langsung diketahui apakah titik tersebut merupakan warna yang valid atau warna seperti apa yang harus digunakan sebagai pendekatannya
- Sebaliknya, kita dapat menggunakan pendekatan membuat nilai XYZ atau spektrum arbitrer, mengubahnya ke koordinat xy, lalu memplotnya pada diagram
- Intinya adalah membuat bentuk garis spektral
- Buat garis yang menunjukkan seberapa besar kontribusi setiap panjang gelombang terhadap warna di sepanjang sumbu semua panjang gelombang
- Kalikan garis tersebut dengan fungsi pencocokan warna XYZ dan integrasikan untuk memperoleh nilai XYZ akhir
- Dengan cara yang sama, kalikan dengan fungsi pencocokan warna RGB dan integrasikan untuk memperoleh nilai RGB
- Ubah nilai XYZ yang diperoleh menjadi xy dan plot pada diagram kromatisitas
- Dengan mengubah offset dan lebar dari dua kurva sinus, dapat dihasilkan garis spektral yang berbeda-beda, dan akibatnya warna serta koordinat yang berbeda muncul pada diagram
- Demo otomatis menjelajahi ruang secara lebih luas dengan mengubah offset dan lebar, tetapi tidak sepenuhnya mengisi seluruh ruang warna
- Tersedia demo CodePen untuk bereksperimen langsung
Tampilan layar dan batasan ruang warna
- Untuk menampilkan nilai XYZ yang dihitung di layar, nilai tersebut harus dikonversi ke ruang warna rendering nyata seperti sRGB
rgb() pada browser mengasumsikan sRGB, sehingga saat mengubah XYZ ke RGB perlu mempertimbangkan koreksi gamma- display-p3 adalah ruang warna dengan gamut lebih luas daripada sRGB, dan didukung oleh banyak browser serta display
- Dalam CSS, warna display-p3 dapat ditentukan dalam bentuk
color(display-p3 r, g, b)
- Ruang warna p3 pada browser juga menggunakan koreksi gamma yang sama seperti sRGB, sehingga ini perlu disertakan agar warna dirender dengan benar
- Pada browser dan display wide gamut, warna yang lebih kuat dapat terlihat, tetapi dari eksperimen ini saja sulit memastikan bagaimana p3 dikirimkan atau dikonversi ke sRGB dalam screenshot atau berbagi layar Zoom
Mengapa warna tidak sepenuhnya akurat
- Jika warna bagian dalam langsung dikonversi dari nilai XYZ dengan
XYZ_to_sRGB, banyak warna keluar dari rentang 0~255 dan hasilnya menjadi terlalu jenuh
- Daripada memperoleh warna langsung dari XYZ, metode mengalikan garis spektral dengan fungsi pencocokan warna RGB lalu mengintegrasikannya tampak sebagai interpolasi yang lebih baik
- Meski begitu, sebagian besar warna yang dihasilkan tetap berupa nilai RGB yang tidak valid
- Jika warna yang keluar dari rentang 0~255 tidak dirender, yang tersisa hanya segitiga sRGB yang familiar
- Warna di luar segitiga tidak ditampilkan secara akurat, tetapi ketika hanya 1–2 kanal RGB yang tersaturasi, perubahan pada kanal lain masih dapat memperlihatkan perbedaan warna sampai batas tertentu
Materi terkait
1 komentar
Komentar Hacker News
Cara paling umum menggambar kromatisitas pada kisi koordinat ortogonal cukup menyesatkan. Diagram kromatisitas memakai koordinat barycentric, dan bentuk aneh yang miring pada diagram kromatisitas XYZ biasa lebih tepat dilihat sebagai distorsi akibat cara menggambarnya, bukan sifat nyata dari datanya
Diagram kromatisitas lebih alami dilihat sebagai irisan bidang 2D yang melalui tiga vektor satuan standar dalam ruang warna 3D, dan gambar segitiga sama sisi seperti [1] memperlihatkan hal itu dengan baik. Juga menjadi lebih jelas bahwa keseluruhan gamut warna dalam ruang XYZ bukanlah bentuk yang sembarang dipenyet, melainkan dipilih secara sengaja agar cukup baik mengisi oktan positif dalam batasan penglihatan manusia
[1]: https://physics.stackexchange.com/questions/777501/why-is-th...
Sumbu X, Y, Z sendiri sampai taraf tertentu bersifat arbitrer, jadi sulit mengatakan bahwa menggambar xy di dalam segitiga sama sisi secara inheren lebih benar daripada menggambarnya di dalam segitiga siku-siku sama kaki. Jika memakai koordinat yang lebih dekat dengan respons sel kerucut, konsepnya bisa lebih jernih, tetapi gambar 2D semacam ini pada akhirnya tetap bisa menyesatkan bagi orang yang tidak memahami secara mendalam cara kerja penglihatan dan makna diagram tersebut
https://www.w6rz.net/chromacity.mp4
Versi diagram kromatisitas tertentu itu membuat warna-warna yang tidak ada pada display tampak seperti berbagai jenis hijau laser pointer. Padahal sebenarnya ada banyak merah dan biru yang juga hilang karena warna primer merah dan biru yang sangat jenuh terlalu gelap per satuan energi sehingga tidak bisa digunakan
Referensi: https://nanosys.com/blog-archive/2012/08/14/color-space-conf...
Saat membuat gambar stereoskopik merah-sian, saya belajar soal manajemen warna jauh lebih banyak daripada yang saya inginkan. Sebab ketika meminta merah sRGB, pada monitor wide-gamut nilainya kira-kira menjadi (180,16,16), sehingga crosstalk antarkanal menjadi parah. Sekarang saya sedang mengerjakan kain cetak kustom dengan seorang teman penjahit, dan warna kuning pada motif bunga entah bagaimana berubah menjadi oranye dalam prosesnya, jadi kami mencoba menyelesaikan debugging dan koreksi sebelum memesan. Saya masih terus belajar terlalu banyak soal manajemen warna
Namun persepsi visual melampaui jauh apa yang secara fisik bisa dilihat oleh sel kerucut mata. Di belakangnya ada seluruh otak yang mencoba menafsirkan fenomena saraf optik. Untuk stimulasi otak yang menarik, coba cari warna kimerik, yang bisa dilihat meski secara fisik tidak dapat dideteksi oleh sel kerucut. Contohnya stygian blue, self-luminous red, dan hyperbolic orange
†: https://www.perplexity.ai/search/please-provide-chimerical-c...
W: https://en.wikipedia.org/wiki/Impossible_color
Contoh: https://ctnbee.com/en/upload
Ada eksplorasi menarik lain tentang ruang warna: https://ericportis.com/posts/2024/okay-color-spaces/
Kepada orang-orang yang menganggap ungu/magenta bukan warna “nyata”, saya ingin mengatakan bahwa pada panjang gelombang pendek, X merah menurun lebih lambat daripada Z biru, sehingga di bawah 400 nm Anda bisa mendapatkan warna ungu/magenta jenuh berdaya tinggi dengan panjang gelombang tunggal. Ini tidak terwakili dengan baik pada bagan kromatisitas standar, tidak efisien untuk monitor, dan seperti halnya biru, berbahaya jika dilihat terlalu lama. Jika melihat laser ungu/magenta dengan panjang gelombang tunggal, Anda harus memalingkan kepala atau menutup mata
Bagus sekali. Ini memunculkan gagasan tentang warna, persepsi, dan gamut
Singkatnya, bayangkan ada kombinasi panjang gelombang cahaya tertentu yang membuat kita mempersepsikan bau keju matang, dan kombinasi lain membuat kita berpikir ada beruang di belakang. Maka diagramnya harus memuat bukan hanya piksel warna, tetapi juga gambar kecil keju dan beruang pada titik tempat persepsi tertentu itu muncul
Saya pikir magenta sebenarnya seperti ini. Ia adalah warna yang tidak ada dalam spektrum, dan lebih mirip perasaan atau sensasi yang dipersepsikan otak hanya sebagai satu warna lagi agar tidak terlalu kewalahan. Menurut saya ini juga dekat dengan penjelasan atas fenomena nyata pada orang-orang dengan sinestesia dalam berbagai tingkat—atau, jika boleh bermain kata, orang-orang yang berada pada spektrum sinestesia
Memulai dari XYZ boleh saja, tetapi sekarang ada ruang warna yang jauh lebih baik dan lebih sesuai dengan penglihatan kita. Contohnya CIE 1976 L',u',v', dan yang lebih baru, ICtCp dari riset Dolby
Demikian pula, jika warna yang bersesuaian dengan panjang gelombang murni digambar lalu diambil convex hull-nya, kita bisa memperoleh seluruh ruang warna yang mungkin secara fisik. Karakteristik seperti ini sulit direproduksi dengan benar di ruang warna lain; paling jauh hanya mungkin melalui transformasi linear. XYZ sendiri sudah merupakan transformasi semacam itu, dan hampir memiliki semua sifat yang bisa diharapkan dari pemilihan basis
https://giannirosato.com/blog/post/jpegli-xyb/
Saya penasaran apakah ada ruang warna “untuk edukasi” yang dioptimalkan untuk pengajaran dan pembelajaran. Maksudnya ruang warna yang mengutamakan akurasi daripada matematika sederhana, dan karakteristik yang menonjol bukan “artefak model”, melainkan benar-benar ciri persepsi manusia
Idealnya mencakup seluruh gamut, bekerja baik sampai spectral locus, serta hue dan pencampuran warna cukup linear. Mirip dengan wilayah yang dulu ditempati Munsell, tetapi menangani seluruh gamut dan bergaya abad ke-21. Saat mengerjakan proyek sampingan dengan gagasan “bukankah warna bisa diajarkan lebih baik kalau spektrum lebih ditekankan?”, saya tidak menemukan yang benar-benar mendekati, jadi saya merakit solusi sementara. Untuk kandidat terbaru ruang warna perseptual saya memakai CAM16UCS, untuk hue linear saya mengurai puntiran dengan Jzazbz, juga melakukan sanity check luminans absolut, dan ekor biru aneh di dekat locus yang saya pahami sebagai hal non-perseptual dari CAM saya tekan cukup tanpa prinsip. Implementasinya memakai lookup table. Kalau ada pekerjaan terkait, saya ingin mendengarnya
Hellwig dan Fairchild baru-baru ini menyederhanakan modelnya secara matematis sambil meningkatkan akurasi chroma (http://markfairchild.org/PDFs/PAP45.pdf). Model yang lebih sederhana adalah CIELAB, yang menghasilkan parameter L, a, b. Di sini L adalah lightness, hypot(a,b) adalah chroma, dan arctan2(b,a) adalah hue
Pilihan yang lebih baik mungkin ruang warna Munsell. Munsell membagi seluruh area warna menjadi ribuan potongan kecil, dan jarak antar tiap potongan adalah satu unit “perbedaan yang nyaris dapat dipersepsikan” yang ditentukan lewat pengujian pengguna yang cermat. Karena itu area hijau jauh lebih besar daripada kuning. Proses pengembangan ruang warna ini juga sangat menarik; ia seorang pelukis, tetapi karyanya membuka jalan bagi ruang warna yang lebih modern
“Sumber cahaya merah negatif” berarti subjek memutar dial untuk menambahkan cahaya merah ke warna yang sedang dicoba dicocokkan
Pada dasarnya ada warna tak dikenal C dan warna R+G+B. Kadang tidak bisa dicocokkan, jadi mereka mencoba mencocokkan C+R = G+B. Karena R ditambahkan ke sisi lain persamaan, muncullah R “negatif”. Hal yang sama juga terjadi pada hijau dan biru, tetapi dalam tingkat yang lebih kecil
Secara umum benar, tetapi di bagian terakhir saya kurang paham bagian ketika penulis membuat spektrum dengan dua puncak lalu memproyeksikannya ke diagram kromatisitas untuk mengisi bagian dalam locus. Saya tidak tahu mengapa begitu
Menurut saya caranya seharusnya begini. Pertama pilih nilai Y sebagai luminans diagram, lalu untuk setiap piksel di dalam area yang dibatasi spectral locus dan garis ungu, ambil koordinat x, y. Ketiga nilai ini menentukan warna dalam ruang warna CIE xyY, dan transformasi dari xyY ke XYZ sederhana: X = Y / y * x, Y = Y, Z = Y / y * (1 - x - y). Setelah itu petakan nilai XYZ ke ruang warna gambar keluaran, misalnya sRGB. Jika nilai XYZ tertentu berada di luar rentang [0,1] sRGB, berarti di luar gamut sRGB, jadi cukup klip ke nilai gamut valid terdekat
Masalahnya adalah “setiap piksel di dalam area”. Setelah melakukannya, kita memang bisa memotong keluaran sesuai bentuk itu, tetapi dengan begitu kita hanya memotong keluaran berdasarkan bentuk tersebut, sehingga sama sekali tidak menjawab mengapa bentuknya seperti itu. Rasanya seperti palsu. Meski begitu, tampaknya ini memang cara yang paling umum. Saya mencoba memahami pendekatan yang lebih ketat, dan metode mengisi dengan membuat spektrum dijelaskan di sini: https://clarkvision.com/articles/color-cie-chromaticity-and-...
Pendekatan itu terasa lebih ketat, tetapi clipping mungkin juga merupakan cara yang “cukup baik”
Saya punya pertanyaan untuk orang-orang yang paham ilmu warna. Saya sedang membaca data mentah Guild https://royalsocietypublishing.org/doi/pdf/10.1098/rsta.1932..., tetapi sulit memahami apa arti angka-angka di Tabel 4
Saya penasaran apakah ada yang memahami semua kolom di sana. Secara khusus, saya mencari koefisien tak ternormalisasi dari eksperimen pencocokan warna, atau cara mengembalikan normalisasi koefisien tersebut. Koefisien yang saya maksud adalah koefisien trikromatik u{a,b,c}_\lambda pada Tabel 3. Saya bahkan tidak tahu apakah data itu ada di Tabel 4, jadi mungkin ini sebenarnya dua pertanyaan yang berbeda
Menurut saya penjelasannya sederhana. Warna adalah cahaya, dan bersifat linear dari ultraviolet ke biru, hijau, kuning, merah, lalu inframerah. Itu hanya satu garis
Dalam realitas fisik, cahaya ungu tidak ada. Ketika mata menerima cahaya merah dan biru sekaligus, pikiran menciptakan semua nuansa ungu dan magenta di antara biru dan merah. Jadi untuk memasukkan magenta, perlu ditarik satu garis lagi antara biru dan merah. Dengan kata lain, garis warna yang sebenarnya harus dibengkokkan, dan itulah yang kita lihat pada diagram kromatisitas
Karena itu saya menulis bukan “cahaya merah”, melainkan “cahaya ‘merah’”. Spektrum fisik saya pasangkan sebagai skala abu-abu pada sumbu nm dan energi, sedangkan spektrum perseptual sebagai warna pada sudut rona dan luminans. Keduanya dapat dipetakan ke ruang warna perseptual 3D, dan spektrum fisik juga dapat diinterpolasi dari nm ke rona. Atau bisa juga disusun mengikuti ruang dikromasi mamalia non-primata 2D untuk menekankan ketergantungan pada sistem saraf. Kesalahpahaman tentang warna tersebar begitu luas dari TK sampai pascasarjana, sehingga bersikap sangat hati-hati demi kejelasan itu membantu
Dalam optika yang diisyaratkan sebagai “realitas fisik”, sebenarnya tidak ada warna sama sekali. Pikiranlah yang menciptakan semua warna. Memberikan sifat berupa warna yang independen dari subjek pengamat kepada cahaya adalah kesalahan kategori. Dalam ilmu warna, apa yang di sini disebut realitas fisik secara lebih tepat disebut distribusi daya spektral radiasi elektromagnetik dalam rentang tampak. Selama radiasi itu merangsang respons warna pada sistem visual manusia, cahaya ungu jelas ada. Hanya saja ia tidak disimulasikan oleh radiasi pada satu pita panjang gelombang sempit
“Batas ungu” di bagian bawah diagram tapal kuda CIE menunjukkan batas perseptual ketika rangsangan panjang gelombang panjang dan pendek, yaitu warna primer merah/biru, dicampurkan. Namun mengandaikan bahwa cahaya memiliki warna alami adalah penggambaran realitas yang sangat berpusat pada manusia. Makhluk lain memiliki respons khas yang sangat berbeda dari manusia. Cukup bayangkan indera yang peka terhadap polarisasi. Roda warna para seniman berbentuk lingkaran karena dalam pikiran seniman, warna sebagai qualia memang muncul seperti itu. Fisika qualia lebih berkaitan dengan kompleksitas respons internal organisme daripada rangsangan eksternal. Menyebut warna cahaya adalah ungkapan yang masuk akal dalam bahasa sehari-hari, tetapi itu terlalu memberikan sifat manusiawi pada fisika rangsangan. Jelaskan sesederhana mungkin, tetapi jangan dibuat lebih sederhana dari itu
Penjelasan yang memandang “warna sebenarnya” sebagai sifat cahaya, bukan persepsi, justru menimbulkan lebih banyak salah paham daripada memperjelas