To kuniaki 的第 480 篇：

"1.一個pixel的XYZ 值是如何求得? 可以經由RGB 三個色板值求得嗎?"
如果你指的是你有一個JPEG檔，是用sRGB色空間表示的，每個pixel的RGB都有的，則依照http://www.w3.org/Graphics/Color/sRGB的(1.8)，可將RGB值轉成XYZ。若是要跟我做同樣的工作，由sensor拍進來的raw RGB值要求出XYZ值，基本上就是一個color correction的動作，用sensor拍標準的色卡（如Macbeth），然後求得raw RGB和linear RGB之間的轉換矩陣，之後就很容易轉換成其他的色空間了，包括XYZ。

"2.Lab值是由該pixel 的XYZ 值跟參考白的XYZ 值轉換, 請問, 這時的"參考白", 是指哪個"白"....我可不可以說它就是(R,G,B)=(255,255,255) ? 或是有別的定義?"

在XYZ空間是不談RGB的，在不同的色溫下，參考白就是那個色溫顏色的XYZ，看一下sRGB的定義，他的Illuminant White是D65，也就是白色是x=0.3127, y=0.3291，則z=1-x-y=0.3582，然後就很容易將xyz轉成XYZ啦。

"3.這個pixel 的Lab 值既是經過轉換而來, 是不是有某個轉換矩陣? 請問一下, 如果有, 我該去哪找這個資料? (這些都請歪桑打字真的太過份了....)"

XYZ轉Lab：http://www.colourware.co.uk/cpfaq/q3-21.htm

"4.如果, RGB空間跟Lab空間本來就存在有可以"互相轉換"的"公式"存在, 又為何Lab 色彩空間的定義會比較廣?"

看了我最近的回答，應該就會知道單單RGB這個自掩飾定義不清。至於說"Lab 色彩空間的定義會比較廣"，不是這麼說的，而是每個不同的RGB空間都可以轉換到Lab空間，其中的L*是依照這個RGB色空間的白點來定的，而a*b*則本來就沒有極限值，所以Lab本身是沒有範圍的，一個轉換到Lab色空間的動作只是將原來的RGB值在Lab這個空間上找一個對應點而已。

簡單來說，你可以說 RGB-A色空間 的 Lab空間 比 RGB-B的 大，所以 RGB-A色空間 可以表現更多的色彩，但這兩個RGB色空間是沒辦法和Lab色空間比大小的，就像你可以說"日本在地圖上的面積比台灣大"，但沒辦法說"日本的面積比地圖大"！

另外！歪桑兄！
您501篇的發言沒錯。
可是您忽略兩個非常重要的地方。
第一、不可以從未定義標準去否定理論正確性。
第二、要談未定義的東西，那麼請您從頭來過，
解釋定義的文字要多長？要多久？你認為幾個網友會明白？
我用簡單的Lab實際計算一次，大家很快都明白了。

我說過個人專業上的東西給非專業人士看的時候，
必須轉譯為簡單易懂的東西，這才夠專業。
不是只會用專業名詞來表達自己是專業人士。

歪桑兄！
再次挑出我說明過的地方。
R128  G128  B128 在影像處理時任何人都會定義為中灰階，
為什麼？因為我說過，先定義才有後續的計算。
而且每個影像處理的人都早已如此作業。

但是您認為把白點定義換掉會影響理論進行嗎？
不過是數據轉移而已。
所以我說，定義不會影響這套論述。
請您不要不看我的發言而再隨意發表。

To starphoto 的第488篇及第496篇：

"不過可不可以講你認知的CCD工作基本運作原理呢！！多謝！"

這部分我記得數位影像訪 http://www.digital.idv.tw 的數位講座有很多相關的資料啊，可以給你基礎的知識，我一開使也是看這些資料入門的。因為我自己也不是設計CCD的人，是用CCD的人，所以很多CCD的特性及操作方法等，都是從spec中得來的，應該是不適合你的需要吧。

對了，Omnivision的網站上可以看到一些資料，試試看吧。http://www.ovt.com/pr_1997.html
還有，spec有時也會有一些有趣的資料，試試看這個：http://www.ovt.com/pdfs/ds_9121_9620.pdf

"可否簡單講出一幅畫面的成相原理呢！多謝幫忙！"

這部分啊，記得兩年多前我剛開始作的時候，也有從網路上收集到一些這方面的知識，不過現在一時忘記是從哪裡抓到的資料了。倒是有很多名詞解釋很容易找，像這裡：http://www.dpreview.com/learn/?/Glossary/。隨便查一下color filter array就有一堆資料，像這個：http://www.fillfactory.com/htm/technology/htm/rgbfaq.htm。

要畫出來啊，這就麻煩多了... 這半天我都幾乎沒幹事了呢...

先去除多餘的綠點，
把方陣中的三個紅藍綠直接加總成為"低解析度彩色影像〞，
再以兩個綠點為主，紅藍為主計算出的高解析度黑白影像，
兩個相合併後計算出的色彩誤差會更大。
不相信嗎 ？"

抱歉，真的是沒有人這樣做的啦，就算是早在1970年代的工程師也沒人這樣做，就算是我們的晶片再怎麼cost down，簡化再簡化的結果只能用3*3的color interpolation，高頻部分的aliasing及false color挺嚴重的，也沒有人會用您所提的方法啦。...................歪桑！

不相信！
首先、我舉例，請您看看是不是這樣好嗎？看完再來發言。

第二、"就算是我們的晶片再怎麼cost down，簡化再簡化的結果只能用3*3的color interpolation....歪桑這段話
我不是說，不要把硬體的缺失拿來討論，那是硬體工程師的困難。

第三、您有本事提一套稍微超過我的"基礎"的計算法來瞧瞧。

我舉例了，這也會同時說明第二點→→不要拿硬體缺失當成理論的錯誤，
不要不看清楚又亂說話了喔。

例子如下：﹝這是天文攝影常常使用的方式，跟324頁的做法相同﹞

天文攝影用的單色冷卻CCD，畫素1024*1024，
首先以4個素子為一組拍攝合成512*512的低解析度影像，
拍攝時RGB濾鏡各用一次，也就是分三次曝光，
再拍攝一張1024*1024的高解析度灰階影像，
拍攝時不用濾鏡，並將曝光時間縮短。

之後將512*512的彩色低解析度圖片，與高解析度黑白影像圖片，
依324頁的方式操作一次。
如此方式可以縮短總體曝光時間，但是得到精準的顏色，
顏色誤差範圍在一個畫素之內，因此可以忽略。

當然可以直接以RGB分開拍攝三張高解析黑白圖檔，
再直接組合成RGB彩色圖檔，缺點是總體曝光時間要延長。

這個例子說明二點，
第一、顏色檔案可以不用大，只要搭配高解析度黑白影像，
依然可以獲得非常滿意的相片，幾乎完全騙過眼睛。

第二、直接分開拍攝三張高解析度黑白影像檔並"直接"合成彩色檔。
並沒有出現歪桑說的"再簡化都必須用到3*3個畫素"，
也就是硬體缺失問題請不要列入討論.
硬體缺失列入討論文章會寫不完。

http://www.dpreview.com/learn/?/Glossary/Camera_System/Color_Filter_Array_01.htm，還有這個http://www.fillfactory.com/htm/technology/htm/rgbfaq.htm，一大堆啦，google隨便查一下就一大堆，不要再自己發明了啦。..........歪桑

哈哈哈！感謝歪桑再次肯定。
您如果回去看看我324頁的計算原理﹝那是基礎，可以更複雜﹞，
那您這第一個網址計算與說明跟我的方式原理上是相同的，
只是拆成Lab與RGB去計算比較簡單，也是最易了解的解說，
也符合我說過的一些BAYER CCD特性。
您計算既然很強，那不應該看不出共通點。

您的第二頁網址只是說明不同CCD排列方式而已，
我們談的只有BAYER CCD，SONY CCD ，SUPER CCD，
這些排列跟我的計算沒有衝突。

To T2536 的第 505 篇：

"再次挑出我說明過的地方。
R128 G128 B128 在影像處理時任何人都會定義為中灰階，
為什麼？因為我說過，先定義才有後續的計算。
而且每個影像處理的人都早已如此作業。"

並不是所有的色空間的白點的定義都是一樣的，像AdobeRGB，sRGB及Rec BT.470-2 system B, G的白都是定義成D65（x=0.313, y=0.329），但是Rec BT.470-2 system M 的白點卻是定義成C光源（x=0.310, y=0.316），也就是說，如果有兩台螢幕，一台校正成system B，一台校正成system M，則如果在這兩台螢幕上同時顯現(R=128, G=128, B=128)的顏色，你會發現system B的顏色相對於system M的顏色是比較偏黃綠色，而反過來system M的顏色相對於system B的顏色則是偏藍紫色，即使差別非常的淡，但人眼就是能夠明顯的分辨出差異。明明就是R=G=B=128啊，為什麼灰色不是灰色？問題就在於，在不同的色溫的光照射下，即使是一片從380nm~780nm的反射率都是18%的灰卡，也會反射出不同頻率分布的光，請問這塊灰卡的RGB值應該是什麼呢？不是都是灰的嗎？這種不同環境光下造成人眼對顏色判別的問題，四十年前的標準就已經定進去了。為什麼要有不同的白色定義？因為某些國家因為緯度（日照角度造成陽光顏色不同），習慣的顏色（文化差異），家庭中常用的照明設備的不同等，造成對白色的習慣和其他國家不同，所以要有不同的標準，這是從人的實驗就可以知道的事。

想像一個麻煩的問題，如果a圖的色空間system M，而b圖的色空間是system b，現在要將a圖中的一塊灰色(R=G=B=128)貼到b圖中的一塊灰色(R=G=B=128)的旁邊，如果你是這套繪圖軟體的作者，你會怎麼做呢？直接就將(R=G=B=128)填上去，讓兩塊灰色都無法分辨嗎？還是將a圖中的(R=G=B=128)由system M轉成xyz，再轉換到system B中的新RGB呢？想想看。

歪桑！
我還是必須特地提醒您，您若不相信我下面的文字，
那麼您還是會計算不出好色彩。
再寫一次這段話.......
如果單獨靠利用週邊畫素來預測該點會是什麼色彩，
那麼因為預測誤差，藍紅會比綠誤差多一些，
因為綠色有兩次擷取，所以比紅藍可以少猜測一次，
因為紅藍誤差會多一些，因此整體畫面會"容易"偏向綠色。
............再補充一句..膚色會偏暗。

如果您不相信，那麼市面上大多數的數位相機為何都發生這樣的困擾？
為何我說的預測與計算沒有人真正提出錯誤之處？

我可以跟您說，因為我提出的東西是我整合的，但不是我發明的，
我只是因為每天接觸太多數位影像，加上好玩興趣，與細膩的觀察，
因此做出結論提供網友參考。

..............380nm~780nm的反射率都是18%的灰卡，也會反射出不同頻率分布的光，請問這塊灰卡的RGB值應該是什麼呢？不是都是灰的嗎？這種不同環境光下造成人眼對顏色判別的問題...................歪桑

您還是不明白。
定義與理論是沒有違背。

不同環境的誤差或反射率都可以在理論中忽略，
那只是偏移量多少的問題，
您要重新定義R50  G50  B128為中灰階也沒問題的，
但是整體計算就跟著偏移多少，毫不影響理論基礎。

To T2536 的第 509 篇：

"天文攝影用的單色冷卻CCD，畫素1024*1024，
首先以4個素子為一組拍攝合成512*512的低解析度影像，
拍攝時RGB濾鏡各用一次，也就是分三次曝光，
再拍攝一張1024*1024的高解析度灰階影像，
拍攝時不用濾鏡，並將曝光時間縮短。"

抱歉，這種CCD一般市面上沒有賣，一般市面上所賣的DSC, DV 或是 camera phone，都沒有人用這種三次曝光的CCD，知道為什麼嗎？只有拍靜物的camera才可以用這種三次曝光的方法，會動的東西都不行，要達到同樣的效果，以往都是用分光稜鏡再加上3CCD的方法。目前看這個討論串的人，手上的攝影設備有99%以上都是用CFA的sensor。

我以為我們從頭開始討論的就是用CFA的sensor，不知道您是有技巧的...（嗶...消音，不要口出惡言）， 還是我一開始就誤解你要討論的問題了。

好啦，問題都澄清啦，我的半天時間也花掉啦～