光譜數據 光譜數據可以繪制成光譜曲線，從而提供可見的顏色指紋。光的波長和反射率強度提供繪制曲線的 兩個絕對參考點：包括 300 納米在內的不同波長為水平軸，反射率強度為垂直軸。

    使用ColorShop軟件中的光譜曲線工具，可以比較顏色曲線形狀 —  沿著波長軸向哪兒凸哪兒凹。

    為計算光譜數據，分光亮度儀沿著波長軸向測量許多均勻間隔的點，（例如，Digital  Swatchbook 數碼色樣冊采用 31 個 10nm 間隔的點），這樣得到每個波長對應的反射率強度。這是對我們所看 到的顏色最全面準確的描述。將其與其它的顏色模型或說明方法相比，光譜數據是最準確的。

    至此，我們已經了解了光、物體；物體是如何改變光而產生不同的顏色；以及分光亮度儀是怎樣直 接測量出不同物體對光的反映。為全面的定義我們所知的顏色，我們必需了解觀察者 — 人的眼睛及其它交流和再現顏色的設備，從而得出結論。

觀察者—將波長感知為“顏色”

    要能感知顏色，必須具備三要素 — 光、物體及觀察者。沒有光就不存在波長；沒有物體則僅有白 色  —  光未被改變；而沒有觀察者就沒有將波長識別為唯一“顏色”的感覺反映。

    有一個著名的諺語：“如果森林里的樹倒下而沒人在那兒聽，它會有聲音嗎？”實際上，對于顏色 可以有同樣的問題：“如果紅色的玫瑰沒被看見 它有顏色嗎？”回答也許讓你吃驚 —  沒有。我 們所說的“紅色”僅僅產生在我們的思維中，是通過我們的視覺傳感系統對那些波長反映而產生的 結果。

    在在沒有觀察者的情況下，這朵玫瑰花是 沒有顏色的。它需要依靠不同波長反射組合來令我們看見紅色。

        但在人腦海中玫瑰花的顏色，已被應定為“紅”色。

    人的視覺是眼睛對光的傳感器網絡。這些傳感器對不同的波長的響應信號傳給大腦，在大腦中，這 些信號被加工成可感知的顏色。我們的記憶系統能識別不同的顏色，然后把它們與某一名稱的 顏色相聯系。

    那么，我們的大腦也能測量不同的顏色并將我們看到的每個顏色繪成曲線嗎？并不盡然。如果每秒 大腦收到大量的視覺信息，人的視覺系統必須工作的特別快。然而，人的視覺系統使用非常有效的 方法“大量處理”波長，將可見光譜分成最主要的紅、綠、藍 成分，然后以它們來計算顏色信息。

RGB—加色三原色

    將這些主要的顏色—RGB ，以不同的量混合，稱為加色法，它能夠非常近似地模擬出自然界中 所有的顏色。如果反射光中包含等量的純紅、綠、藍的混合，那末，眼睛感受到白色；如果沒有 光，則為黑色。兩種純的加色原色混合（如 R+G）產生減色原色（Y）。減色三原色黃、品紅、青 是紅、綠、藍的互補色。

    當迭加兩個加色原色時 就會產生一個減色原色。 三個加色原色混合時， 就產生白光。

    人眼的三值顏色系統被彩色掃描儀、顯示器、打印機模擬、開發。這些設備采用的色彩再現方法直接基于紅綠藍光的刺激。

熒光帶有不同電壓的電荷，因而產生 不同的顏色

    正如人眼一樣，這些設備必須一次處理大量的顏色信息 — 在屏幕上和紙上。按照邏輯推理，這些 設備模擬人眼對加色原色的反映產生彩色的圖。例如，顯示器上一個像素的色調是用不同強度的 紅、綠、藍來體現的。這些像素非常小，非常密集，人眼僅對RGB  混合的響應卻能感覺有許多顏 色。

    CMY 和 CMYK —減色法原色 顯示器和掃描儀均采用加色法顏色系統，因為它們是發射性設備 —  可以直 接在黑色上加紅、綠和藍。而打印機，必須在紙和其它材料上再現色彩，是 以反射光原理成色。因此，打印機采用與加色法相反的減色法原色青、品紅 和黃色。

當兩個加色法原色重疊時，便會產生出另一新的原色。

    在理論上，當原色 青、品紅和黃色加起 來，便會產生出黑 色。但在實際作業 上，用這三原色只能產生偏啡色的暗灰； 由于這個原因，純黑 色油墨會被加上成為 第四個印刷原色。此 舉不但能保證在印文字或細致地方時有一個清晰及結實的黑 色，并且能大大改善印刷品的總調子范圍。

     在可見光譜內，青是紅的互補色；品紅是綠的互補色；黃是藍的互補色。當青、品 紅和黃顏料印刷在白色的反射材料上時，每種顏料完全吸收 — 或減去 — 白光中 它的互補色。因此，印刷過程采用青、品紅和黃油墨以控制從白紙上反射的紅、綠 和藍光。

    這些顏色以不同的半色調網點印在紙上，網點大小及角度的變化會產生不同的顏色和階調。網點大小變化的效果同改變顯示屏上紅、綠、藍熒光強度效果相似。

    這幅圖表明減色法原色如何從光中減去它們的互補色而產生顏色。

    H S L —顏色的三個屬性 現在，我們已經了解了顏色含有復雜的波長信息，人眼、顯示器以及打印機將這個復雜的信息轉換 成原色的三值系統以簡化對信息的處理和再現。另一種描述顏色的直觀方法是 描述顏色的“三屬 性”

‧色相（Hue)  — 它是用來定義顏色性質的物理量，如紅、粉紅、藍和橙色
‧飽和度（Saturation) — 它是用來定義顏色的純度（如顏色的鮮艷或混溶程度）
‧明度(Lightness) — 它是用來定義顏色的明暗程度

    光波可以用色相、飽和度和明度三屬性來描述。顯然，波長決定顏色的色相，波純度決定飽和度， 波的振幅決定明度。光譜曲線表示波的特征和我們感知這些特征的方法之間的關系。

    色彩艷麗的物體以高強度反射光譜的某一部分；接近白色或淺灰的物體以高強度均勻地反射大部分 光譜；深灰色、黑棕色以及黑色物體吸收大部分光譜能量等等。

    顏色空間—繪制顏色立體 色相、飽和度和明度可用三維的顏色立體來表示。這些特征提供了能用于描繪顏色空間三個坐標。 本世紀初，藝術家孟塞爾 —  孟塞爾色表的制作人 —  是三維顏色空間描述的開創 人。基于孟塞 爾色系或模仿孟塞爾色系有許多不同類型的顏色系統。基本上，基于色相、 飽和度和明度的顏色 空間采用柱形坐標。明度是中心垂直軸，飽和度是與明度軸垂直并向外延伸出的水平軸，色相是飽 和度軸繞著明度軸的角度。

    我們可以在三維顏色空間中找到光波的屬性和顏色屬性之間的關系。光波的振幅決定一種顏色在明 度軸上的位置；光波的純度決定顏色在飽和度軸上的位置；光波長決定色相角度。沿著“赤道”分 布著不同的色相。色相向中心方向純度變小，即飽和度減少；沿垂直軸方向，不同色相和彩度的顏 色變得越來越亮或暗；明度的極值白和黑位于“柱的兩個端點”。顯然，垂直軸中心的顏色為中性灰。

三刺激數據

    顏色空間可用于描述視覺或復制的顏色范圍 — 或描述測量儀器或設備的色域。三維形式可用于比 較兩個或更多顏色之間的關系也很方便。下面，我們來看一下如何通過兩種顏色 在色空間中的距 離來確定它們之間的“相似性”。三維顏色模型以及三值系統如 RGB ， CMY  和 HSL 是我們熟知 的三刺激數據。

    確定某一特定顏色在三刺激顏色空間，如 RGB 或 HSL 中的位置，就像用一張地圖說明一個城市的 交通及地理位置。例如，在 HSL 顏色空間“地圖”上，首先找到色相角度和飽和度 距離相交的位 置。然后，明度值表明該顏色位于哪一“層”：從最底端“黑”到中性灰到最上端“白”。

    許多情況下，三刺激顏色描述使得對顏色的測量變的很方便，不同于光譜數據的復雜（當然光譜數 據使更全面準確）。例如，稱為色度儀的儀器通過仿真眼睛計算紅、綠和藍光的量來測量顏色。這 些 RGB 值可轉化成更直觀的三維系統，因而幾種顏色測量值之間的關系可以很容易比較。

    當然，任意測量系統都需要一套可重復的標準。對于顏色測量， RGB 顏色模型不能作為標準，因 為它不可重復  —  不同的觀察者、顯示器、掃描儀等就有許多不同的 RGB 顏色空間（后面在設備 相關性中將討論）。關于顏色測量標準，我們來看一下著名的CIE — 國際標準照明委員會的研究。

    前面已經了解關于顏色測量及顏色屬性，現在來看工業顏色交流及測量所依據的已建立的CIE標 準。