我的问题与这个问题非常相似，但我相信它略有不同，这就是我发布一个新问题的原因。
给定 RGB 格式的图像，我想知道如果在拍摄照片时在镜头上使用了彩色滤镜，是否可以（至少近似地）模拟图像的外观。
我从上面链接的问题的答案中了解到这是不可能的，但我想知道这样的程序是否有意义：
[255 255 255]将是可见光谱中所有波长的叠加）。我对第二步有疑问，因为我不知道是否有办法确定哪些纯色会形成每个可能的 RGB 值。如果可以实现，那么我相信我上面描述的程序是有意义的。
我的答案是基于Fast RGB to Spectrum Conversion for Reflectances。由于 RGB 数据文件中只有 3 个自由度 (DOF)，并且在连续光谱中实际上存在无限自由度，因此该映射不会是唯一的。
输出光谱由下式给出：
其中、和是归一化为的 RGB 三元组范围 0 到 1，以及、和如下所示。
rho_R
0.021592459, 0.020293111, 0.021807906, 0.023803297, 0.025208132,
0.025414957, 0.024621282, 0.020973705, 0.015752802, 0.01116804,
0.008578277, 0.006581877, 0.005171723, 0.004545205, 0.00414512,
0.004343112, 0.005238155, 0.007251939, 0.012543656, 0.028067132,
0.091342277, 0.484081092, 0.870378324, 0.939513128, 0.960926994,
0.968623763, 0.971263883, 0.972285819, 0.971898742, 0.972691859,
0.971734812, 0.972344540, 0.971503390, 0.970857997, 0.970553866, 0.969671404
rho_G
0.010542406, 0.010878976, 0.011063512, 0.010736566, 0.011681813,
0.012434719, 0.014986907, 0.020100392, 0.030356263, 0.063388962,
0.173423837, 0.568321142, 0.827791998, 0.916560468, 0.952002841,
0.964096452, 0.970590861, 0.972502542, 0.969148203, 0.955344651,
0.892637233, 0.500364100, 0.116236717, 0.047951391, 0.027873526,
0.020057963, 0.017382174, 0.015429109, 0.015438080, 0.014546826,
0.015197773, 0.014285896, 0.015069123, 0.015506263, 0.015545797, 0.016302839
rho_B
0.967865135, 0.968827912, 0.967128582, 0.965460137, 0.963110055,
0.962150324, 0.960391811, 0.958925903, 0.953890935, 0.925442998,
0.817997886, 0.425096960, 0.167036273, 0.078894327, 0.043852038,
0.031560435, 0.024170984, 0.020245519, 0.018308140, 0.016588218,
0.01602049, 0.0155548080, 0.013384959, 0.012535491, 0.011199484,
0.011318274, 0.011353953, 0.012285073, 0.012663188, 0.012761325,
0.013067426, 0.013369566, 0.013427487, 0.013635740, 0.013893597, 0.014025757
在这些表中，第一个条目是 380 nm，整体之间有 10 nm 步长。
现在您处于频谱域中，您可以执行过滤。
要返回 RGB 域，我通常会进行从频谱到XYZ的转换，然后再到 RGB。我在下面包含了我的代码。有关更多背景信息，您可以访问 Wikipedia CIE 1931 颜色空间页面。
频谱到 XYZ
double piecewise_gaussian(double x, double alpha, double mu, double sigma1,
double sigma2) {
double t = (x - mu) / (x < mu ? sigma1 : sigma2);
return alpha * std::exp(-(t * t) / 2);
}
color_xyz wavelength_to_xyz(double lambda) {
color_xyz xyz;
xyz.c[0] = piecewise_gaussian(lambda, 1.056, 599.8, 37.9, 31.0)
+ piecewise_gaussian(lambda, 0.362, 442.0, 16.0, 26.7)
+ piecewise_gaussian(lambda, -0.065, 501.1, 20.4, 26.2);
xyz.c[1] = piecewise_gaussian(lambda, 0.821, 568.8, 46.9, 40.5)
+ piecewise_gaussian(lambda, 0.286, 530.9, 16.3, 31.1);
xyz.c[2] = piecewise_gaussian(lambda, 1.217, 437.0, 11.8, 36.0)
+ piecewise_gaussian(lambda, 0.681, 459.0, 26.0, 13.8);
return xyz;
}
XYZ 为 RBG
color_rgb xyz_to_rgb(color_xyz xyz) {
color_rgb rgb;
rgb.c[0] = 0.4184700 * xyz.c[0] - 0.1586600 * xyz.c[1] - 0.082835 * xyz.c[2];
rgb.c[1] = -0.0911690 * xyz.c[0] + 0.2524300 * xyz.c[1] + 0.015708 * xyz.c[2];
rgb.c[2] = 0.0009209 * xyz.c[0] - 0.0025498 * xyz.c[1] + 0.178600 * xyz.c[2];
return rgb;
}
从上面的 RBG -> 频谱 -> 到 RBG 的完整循环是未归一化的。对于我使用它的应用程序来说，这并不重要。我推荐的合理标准化策略如下：