5.3基本计算机颜色.docx

5.3 基本计算机颜色计算机显示器通过每个像素发射红、绿、蓝光的混合光线。当混合光线进入人的眼睛时会触碰到视网膜的某些区域，对锥感细胞产生刺激，神经触突会通过视觉神经传送到大脑。大脑会解释些信号并生成颜色。随着混合光线的变化，细胞会受到不同的刺激，从而在我们的思想意识中产生不同的颜色。图5.8说明了红、绿、蓝三色的混合方式以及不同强度的红色。通过为每个颜色分量指定不同的强度并对其进行混合，可以描述我们所要显示的真实图像中的所有颜色。图5.8 （上）对纯红、纯绿、纯蓝三种颜色进行混合，得到新的颜色。（下）通过控制红光的强度得到不同明暗程度的红色。读者可以使用绘图软件（比如Adobe Photoshop）或Win32颜色对话框（图5.9）进一步了解如何使用RGB（red、green、blue）值来描述颜色。尝试使用不同的RGB组合，看一看它们产生的颜色。图5.9 颜色对话框。显示器所能发射的红、绿、蓝光的强度有最大限制。我们使用从0到1的规范化区间来描述光线强度。0表示没有强度，1表示最高强度。中间值表示中等强度。例如，值（0.25,0.67,1.0）表示混合光由强度为25%的红光、强度为67%的绿和强度为100%的蓝光组成。如本例所示，我们可以通过3D向量（r,g,b）来表示颜色，其中0≤r，g，b≤1，三个颜色分量分别描述红、绿、蓝光的强度。5.3.1 颜色运算某些向量运算也适用于颜色向量。例如，我们可以把颜色向量加在一起得到一个新的颜色：(0.0, 0.5, 0.0) + (0.0, 0.0, 0.25) = (0.0, 0.5, 0.25)通过混合一个中等强度的绿色和一个低强度的蓝色，得到一个深绿色。也可以通过颜色相减来得到一个新的颜色：(1, 1,1) ? (1, 1,0) = (0, 0,1)也就是，我们从白色中减去它的红色和绿色部分，得到最终的蓝色。标量乘法也有意义。例如：0.5(1, 1,1) = (0.5, 0.5, 0.5)也就是，将白色乘以0.5，得到一个中等强度的灰色。而运算2(0.25, 0.0, 0.0) = (0.5, 0.0, 0.0)，可使红色分量的强度增大一倍。颜色向量的点积和叉积没有意义。不过，颜色向量有一种特殊的乘法运算，叫做分量乘法（componentwise multiplication）。其定义如下：(cr,cg,cb)?(kr,kg,kb) = (crkr,cgkg,cbkb)这一运算主要用于光照方程。例如，一个颜色为(r,g,b)的入射光，照射在一个平面上。该平面反射50%的红光、75%的绿和25%的蓝光，其余线均被平面吸收。则折回的反射光颜色为：(r,g,b)?(0.5,0.75,0.25) = (0.5r,0.75g,0.25b)我们可以看到，由于平面吸收了一些线，所以当光线照射在平面上时会丢失一些颜色。当进行颜色运算时，某些颜色分量可能会超出[0,1]区间；例如，方程(1,0.1,0.6) + (0.0,0.3,0.5) = (1,0.4,1.1)。由于1.0表示颜色分量的最大强度，任何分量都不能大于该值。所以，我们要把1.1截取为1.0。同样，显示器不能发射负光，所以任何负的颜色分量（负值是由减法运算取得的结果）都必须截取为0.0。5.3.2 128位颜色通常，在颜色中会包含一个附加的颜色分量，叫做alpha分量。alpha分量用于表示颜色的不透明度，我们会在第9章“混合”中使用alpha分量。（由于我们目前还用不到混合，所以现在暂且将alpha分量设置为1。）包含alpha分量意味着我们要使用4D向量(r,g,b,a)来表示颜色，其中0≤r,g,b,a≤1。要表示一个128位颜色，可以为每个分量指定一个浮点值。因为从数学上来说，颜色就是一个4D向量，所以我们可以在代码中使用XMVECTOR类型表示一个颜色，而且还可以利用XNA数学矢量函数所用的SIMD操作带来的优势进行颜色运算（例如颜色相加、相减、标量乘法）。对于分量乘法，XNA数学库提供了以下方法：XMVECTOR XMColorModulate(// Returns (cr, cg, cb, ca) ? (kr,kg,kb,ka)FXMVECTOR C1, // (cr, cg, cb, ca)FXMVECTOR C2 // (kr, kg, kb, ka) );5.3.3 32位颜色当使用32位表示一个颜色时，每个字节会对应于一个颜色分量。由于每个颜色分量占用一个8位字节，所以每个颜色分量可以表示256种不同的明暗强度——0表示没有强度，255表示最高强度，中间值表示中等强度。从表面上看，为每个颜色分量分配一个字节似乎很小，但是通过计算组合值（256×256×256 = 16,777,216）可以发现，这种方式可以