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

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了我们如何看待颜色。

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！