< 返回

我们如何看待颜色的科学——以及为什么我们需要分光光度计

Four roses in four different colors.

您是否曾与朋友、家人或同事就物体的颜色产生过分歧?如果是这样,您已经体验过颜色的主观性。 (还记得 2015 年那件臭名昭著的连衣裙,因为没有人能就颜色达成一致吗?)

颜色感知背后有一门复杂的科学,以及影响我们观看方式的多种因素。 至少,这些差异会引起友好的分歧。 但是,如果准确、一致的产品颜色是贵公司成功的关键部分,那么不考虑这些差异可能是一个代价高昂的错误。

我们如何看待

我们看到的多亏了我们眼睛视网膜中的感光细胞,它们将信号传输到我们的大脑。 高度敏感的棒使我们能够在非常低的光照水平下看到——但在灰色阴影中。 要看到颜色,我们需要更亮的光和眼内的视锥细胞,它们对大约三种不同的波长有反应:

  • 短 (S) – 蓝色光谱(吸收峰 ≈ 445 nm)
  • 中 (M) – 绿色光谱(吸收峰 ≈ 535 nm)
  • 长 (L) – 红光谱(吸收峰 ≈ 565 nm)

感知颜色取决于物体如何吸收和反射波长。 人类只能看到电磁光谱的一小部分,从大约 400 纳米到 700 纳米,但足以让我们看到数百万种颜色。

这是三色理论的基础,在开发它的研究人员之后也被称为 Young-Helmholtz。 它仅在 1960 年代得到证实,这意味着了解波长和颜色的这种详细程度只有 60 年的历史。

同时,对立过程理论假设色觉取决于具有相反作用的三种受体复合物:亮/暗(或白/黑)、红/绿和蓝/黄。

这两种理论共同帮助描述了人类色彩感知的复杂性。

颜色感知:一个真实的例子

今天,看到一辆黄色的校车是常见的景象。 当“校车黄色”在 1939 年被选为采用的标准颜色时,我们对色彩科学的了解并不像现在这么多。

美国眼科学会临床发言人 Ivan Schwab 在史密森尼的文章《校车如何变成黄色的历史》中解释说

“最好的描述方式[the color]会是波长。”

校车黄色实际上存在于触发我们对红色和绿色感知的波长的中间。 因为它就在中间,所以这种特殊的颜色从两侧均匀地撞击我们的视锥细胞(或光感受器)。 这使得我们几乎不可能错过一辆校车——即使它在我们的周边视野中。

当光线照射到物体上时,一些光谱被吸收,一些被反射。 我们的眼睛根据反射光的波长感知颜色。

我们还知道,颜色的外观会根据一天中的时间、房间的照明以及许多其他因素而有所不同。 这对普通人来说不是什么问题,但想象一下让人们在全球不同的办公室评估颜色样本。 他们可能会根据一系列因素(包括他们的照明)感知颜色的不同变化。

这就是为什么实施用于色彩控制的数字工具如此重要的原因。 这些工具——从分光光度计到软件再到服务,确保色彩评估无论如何都保持客观。 遵循操作和维护色彩测量仪器的最佳实践也很重要。

我们的环境如何影响色彩感知

我们大多数人都能识别熟悉物体的颜色,即使照明环境发生变化(例如黄色校车)。 这种眼睛和大脑的适应被称为颜色恒常性。 但是,它不适用于细微的颜色变化,或者抵消由于光的强度或质量引起的颜色变化。

我们也可以在定义基本颜色的波长上达成一致。 然而,这可能更多地与我们的大脑有关,而不是我们的眼睛。

例如,在罗切斯特大学2005 年的一项研究中,人们倾向于以相同的方式感知颜色,尽管他们视网膜中视锥细胞的数量差异很大。 当志愿者被要求将圆盘调到他们所说的“纯黄色”光时,每个人都选择了几乎相同的波长。

但是,当个人或多人尝试将颜色与产品或材料样本匹配时,事情会变得更加复杂。 物理或环境因素以及观众之间的个人差异会改变我们对颜色的感知。 这些因素包括:

  • 物理:光源、背景、高度、噪声
  • 个人:年龄、药物、记忆力、情绪

如果您的工作依赖于一次又一次地获得正确的颜色,那么仅依靠人类的视力是行不通的。 那是因为有一些我们无法控制的因素决定我们如何看待颜色。

不仅如此,当您与不同办公室的人一起工作时——无论他们是在全国各地还是在世界各地——这些因素都会大大增加颜色差异的风险。

更复杂的是,存在不可能的颜色、嵌合颜色等现象,并且可能对严重依赖准确颜色读数的企业造成严重破坏。

使用仪器准确检测样品和产品的颜色势在必行,仪器间的一致性更是如此。 ThoughtCo 很好地解释了这些因素的影响

颜色在我们生活中的重要性

颜色在我们的日常生活中起着至关重要的作用。 就像黄色的校车一样。 为什么我们看到它很重要,即使在我们的外围? 当然是为了安全。

许多颜色用于描述没有文字的重要信息。 红色停车标志和绿色交通灯是通用的。 这些和其他受管制的颜色在我们的生活中扮演着重要的角色。

我们还将颜色与自豪感联系起来。 想想一个国家国旗上的颜色,甚至是我们为支持我们最喜欢的运动队而穿的颜色。

但是在校车、停车标志和分光光度计出现之前,颜色已经存在了数千年。颜色和染料的历史非常迷人,可以追溯到公元前 2000 年。 毫无疑问,即使在那时,他们也具有强大的影响力。

颜色感知的数学

由于环境和个人因素会影响颜色感知,因此当我们在视觉上将颜色与标准样本进行比较时,我们无法确保准确匹配。 这可能会导致实际的业务问题,例如生产延迟、材料浪费和质量控制失败。

因此,企业正在转向数学方程式来指定颜色,并使用非主观测量设备来确保精确匹配。

CIE 颜色模型或 CIE XYZ 颜色空间(如上所示)创建于 1931 年。 它本质上是一个映射系统,它使用红色、绿色和蓝色值作为轴在 3D 空间中绘制颜色。

已经定义了许多其他颜色空间。 CIE 变体包括 1976 年定义的 CIELAB,其中 L 表示亮度,A 表示红/绿轴,B 表示蓝/黄轴。 另一个模型 CIE L*C*h 考虑了亮度、色度和色调。

测量取决于提供颜色数字描述的色度计或分光光度计。 例如,匹配颜色样本所需的三种原色中的每一种的百分比称为三色值。 三刺激色度计用于质量控制应用。

克服颜色感知差异的第一步

尽管人类感知存在不可避免的差异,但控制颜色始于意识和教育。 的确,我们的眼睛只能让我们走这么远。 值得庆幸的是,有一系列工具可确保您的产品颜色始终准确无误。

Datacolor 提供全系列的分光光度计、软件和其他适用于各种行业的解决方案,包括塑料、纺织品、涂料和零售涂料。 我们还专门设计了一种仪器来测量传统分光光度计无法测量的材料。

要了解有关色彩感知、色彩科学以及 Datacolor 如何发挥作用的更多信息,请深入了解我们的以下博客之一!

People working together in a conference room.

通过色彩管理将创意变为现实

当数据遇上色彩,灵感遇上结果。

更多