前言

莫名其妙的「相机模拟」滤镜

如果你也常使用国内的某些移动端修图 App，能看到一个有些诡异的现象：在成百上千个滤镜中，专门出现了一个分类——「相机模拟」。

什么时候设备型号也能当滤镜了？

当你真的将这些所谓的「滤镜」套在你的照片上时，结果往往是迎合大众在互联网上对这个品牌刻板印象的认知，在某个颜色通道拉高饱和度鲜明度，最后得到一张充满味精感的成品。最幽默的是，笔者将自己用 Pocket 3 拍摄的照片再套上「Pocket 3 模拟滤镜」，得到的是一张蓝到快要溢出的废片。

可以看到左下角的「Pocket 3」滤镜，颜色实在是有点诡异。

让我们先抛开这些莫名其妙的滤镜，聊回这些频繁出现的品牌。

诚然，这些滤镜的效果大多是图一乐。但那些名字之所以能被拿来当作滤镜名称，似乎说明了一件事：我们对不同影像品牌的颜色，有着某种约定俗成的印象。「佳能味」「徕卡德味」「哈苏味」「富士味」……从近年来各大手机厂商喜欢找具有强烈影调风格的相机厂商联名这件事也可见一斑。

我们就以颇具代表性，并一直以「HNCS 自然色彩」这一方面进行营销的哈苏来看看。

「HNCS」有什么魔力？

哈苏的色彩长时间来一直被各大平台的各大博主反复吹捧。如果你经常刷摄影相关内容，应该很容易看到类似的说法：哈苏颜色很「高级」，哈苏直出很「自然」。这些词听起来都很抽象，甚至有些玄学。

图源：Hasselblad 官网

哈苏对自己色彩表现的官方说法，叫做哈苏自然色彩解决方案（Hasselblad Natural Colour Solution，简称 HNCS）。看起来很高深，对吧？但如果你仔细顺着哈苏官网对 HNCS 的介绍页看下去，会发现哈苏其实很直接：

Hasselblad’s understanding of natural colors brings together HNCS. It includes an independently developed Hasselblad look-up-table (LUT), Hasselblad Film Curve, and unique color processing that together adapts to any illumination. The color data undergoes a series of transformations that remap the captured values. This ensures true contrast, rich saturation, and tricky subtle tones – like skin tones – are kept smooth, even between highlights and shadows.

翻译过来大意是：HNCS 的核心，是一张自主研发的哈苏颜色查找表（LUT），配合哈苏胶片曲线以及独有的色彩处理流程，共同完成对不同光照条件的适配。

这其中主要起作用的就是 LUT，即本文将要讨论的对象。

Look-Up Table

LUT，全称 Look-Up Table，翻译过来就是「查找表」。这个词本身其实不是影像圈发明的，稍微学过一点编程的人应该更熟悉。查找表是计算机数据结构里一种常见的优化手段，思路很简单：与其每次都临时计算一个结果，不如提前把所有可能的输入和对应的输出算好，存成一张表，简单的查询操作替换运行时计算的数组或者哈希表，牺牲一定的空间效率换取时间效率。从内存中提取数值经常要比复杂的计算速度快很多，能省去重复运算的开销。

你也可以把 LUT 简单理解为一个离散化的函数（即不连续，有限个采样点），比如下面这个例子，提供一个输入值，经过 LUT 后输出映射值：

输入（x）输出（x²）
11
24
39
416
525

更准确地说，LUT 是把某个函数的结果提前采样、离散化并存起来。使用时，它不再重新计算完整函数，而是通过查表，得到输出结果。

放到图像处理这件事上，逻辑是一样的。一张 LUT，本质上就是一份「颜色到颜色」的映射关系，将索引号与输出值建立联系：给定特定图像中每一像素的输入颜色数据，去表里查该颜色数据对应映射的是哪一个新的颜色数据，就能拿到对应的输出颜色。

简单的套 LUT 流程示例

1D LUT

对于灰度图像来说，一个 1D LUT 的结构和上述演示Look-Up Table 的例子十分类似，是一个一对一的列表。我们设所使用的图像为8-bit 色深（颜色深度，表示一个像素点中可以显示的色阶数） ，有 2⁸ = 256 阶灰度值，即 0 - 255。同样，我们举一个简单的例子:

输入输出
13
25
......
254249
255251

只要将每个像素的灰度值进行替换就能完成。

这类的1D LUT ，可以方便地调整图像的Gamma 值、RGB 平衡、白场等基础响应关系。

RGB 的 1D LUT

上述讲的是灰度图像的情况，只有一个通道需要处理。彩色图像会复杂一层——每个像素由 R、G、B 三个数值组成，如果想用 1D LUT 的思路来处理彩色图像，最直接的做法就是把这套逻辑分别应用在 R、G、B 三个通道上，各自独立地进行处理。

用简单的伪代码演示，我们也能看出这种分通道处理的逻辑（代码中的r_lut、g_lut、b_lut 为 R、G、B 三个通道对应的颜色查找表）：

r_lut = [0, 2, 5, 9, ..., 250, 255]
# 长度 256，索引是输入值，元素是输出值
g_lut = [0, 1, 4, 8, ..., 248, 255]
b_lut = [0, 3, 6, 10, ..., 252, 255]

def apply_1d_lut(pixel):
    r, g, b = pixel
    return (r_lut[r], g_lut[g], b_lut[b])

每个通道的映射规则，只取决于这个通道自己的输入值，跟另外两个通道当前的输入值无关。三个函数各自独立，互不耦合。这种结构的存储成本很低——三张长度 256 的表，一共 256 × 3 = 768 个数据点，就能覆盖 8-bit 图像里每个通道所有可能的输入值，连插值都不需要，因为每一个整数输入都有精确对应的输出。

「曲线」中的 1D LUT

你其实早就在用 1D LUT 了。修图软件里的「曲线」工具，本质上操作的就是这张表——你在曲线上往上拖一个点，相当于往函数里改写了一条映射规则。

这里使用Pixelmator Pro中的「颜色调整」功能进行演示。

Pixelmator Pro 编辑界面

可以看到左侧「曲线」模块中鼠标指针附近有一个浮窗：「in：141   out：187」，「in」也就是颜色输入值，「out」则是输出值。

但 1D LUT 有个写在结构里的「硬伤」。前文谈到了 1D LUT 中 R、G、B 三个颜色通道使用的是三个独立的查找表，「独立」也就意味着他们不能够相互影响。而对于一张由较为复杂颜色画面组成的图像来说，我们无法精细地调整每一种颜色的状态，难以实现一些颜色效果的表达。

依旧举个具体的例子，皮肤颜色和天空颜色，在 RGB 数值上可能是这样的：

 RGB
肤色220170150
天空色130170220

注意两者的 G 分量完全一样，都是 170。如果你想通过 1D LUT 里的 f(G​) 函数去调整肤色的绿色分量，天空里数值相同的绿色分量会被一起改动——因为 f(G​) 根本不知道这个 170 来自谁，它只会同时对 G 值为「170」的像素进行映射更改。

要解决这个问题，必须让输出结果同时依赖 R、G、B 三个输入值。

3D LUT

这里 R、G、B 的不再是三个独立函数，而是一个统一的三元函数——这就是 3D LUT 要实现的东西。它的数据结构，可以理解成一个三维数组。 我们用伪代码演示：

# 一个 3x3x3 的采样示例（真实场景通常是 17x17x17 或 33x33x33 或 65x65x65）
# 结构映射：lut_3d[r_idx][g_idx][b_idx] = (输出R, 输出G, 输出B)
lut_3d = [[[None for _ in range(3)] for _ in range(3)] for _ in range(3)]

lut_3d[2][1][1] = (225, 165, 145)  # 特定(R,G,B)组合专属的映射结果

从下图中我们可以很直观地看到，3D LUT在三维坐标下如同一个立方体。坐标系上的X、Y、Z三个维度分别对应着 R、G、B 三个颜色通道，与1D LUT不同的是，在这个坐标系下的三个颜色通道会相互影响。

软件：Lattice

回到刚刚1D LUT中的例子，肤色 (220,170,150) 和天空蓝 (130,170,220) 虽然共享同一个 G 分量（170），但作为完整的三元组，它们在这个立方体里对应的是两个完全不同的位置，可以被分别赋予不同的映射结果 —— 这正是 1D LUT 做不到的事。

3D LUT的实际存储方式

如果你对数字有些敏感度，不难留意到，如果我们按照一开始1D LUT的数据存储方式存储 3D LUT，空间复杂度将会飙升。

回顾一下，1D LUT 处理的是单个通道，三个通道各自独立处理，三张表加起来也不过 768 个数据点，用大 O 表示法来说，空间复杂度是 O(n)，对现代计算机的存储空间来说几乎可以忽略不计。

但 3D LUT 处理的是 R、G、B 三个维度的组合。如果照搬 1D LUT 那种思路 —— 也就是不做任何采样压缩，直接对 R、G、B 三个通道的全部取值组合建表，空间复杂度就从 O(n)变成了 O(n³)。代入 8-bit 图像的实际数字：256³ = 16,777,216。一千六百多万条映射记录。哪怕每条记录只用最省空间的方式存（比如每个输出通道用 1 字节表示，一条记录 3 字节），整张表也要占用大约48MB 的空间。

这还只是 8-bit 的情况。前面提到的哈苏的 HNCS 处理的是 16-bit 色深数据 —— 如果我们同样全量存储每一个数据点的值，三通道组合数会飙升到约 280 万亿种可能性，所需要的存储空间大约为1536 TB。

采样与精度

上述的方案显然不现实，我们不愿意也做不到付出如此大的代价，只是为了改变影像的影调。因此，我们应该考虑使用「采样」的方式，按选取的精度在固定间隔上取有限个采样点。常见的精度规格是 17×17×17、33×33×33 与 65×65×65。

  • 17×17×17 ：这一档精度主要出现在现场监看的场景中，比如摄影机内置的 LUT 槽位、便携监视器等。由于硬件本身的算力和内存都有限，且拍摄现场需要的是「实时」而不是「精确」，只需要大致判断曝光和颜色，主要用作参考用途而非成片的调色。
  • 33×33×33 ：这则是后期制作行业里最为广泛使用的标准，是在调色精度与文件体积间寻找到的平衡点。DaVinci Resolve、Premiere Pro、Final Cut Pro 等主流调色软件默认导出规格基本都是这一档，网上能下载到的官方还原 LUT 或者胶片模拟 LUT，绝大多数也停留在这个规格。
  • 65×65×65：这主要是留给对精度要求最苛刻的场景使用，如电影最终成片精修、HDR 和广色域项目等。不过对大多数消费级素材和普通显示设备来说，这一档精度带来的收益已经超出了肉眼能感知的范围，很少在日常场景里被用到，大部分使用场景为院线电影或专业视频制作。

插值

既然 LUT 只记录了一部分的采样点，那没被采样记录到的颜色，最后如何得到输出的结果？答案是「插值」 —— 根据这个颜色在立方体里所处的位置，找到周围最近的几个网格点，按距离远近加权，通过某些算法计算出出一个介于中间的合理结果。

我们可以将 3D LUT 想象成一个由许多小立方体组成的 RGB 色彩立方体。每个采样点位于网格的顶点，并保存一组转换后的 R、G、B 数值。当输入颜色落在某个小立方体内部时，系统便会参考周围顶点的已知结果，根据输入颜色与各个顶点之间的距离，计算出一个近似的输出颜色。

最简单的处理方式是最近邻插值，即直接采用距离输入颜色最近的采样点。它的计算速度很快，但会忽略采样点之间的渐变，容易产生色彩断层、色带或不连续的变化，因此较少用于要求较高的影像处理。

目前最常见的方案是三线性插值与四面体插值。

DaVinci Resolve 中「LUT 插值」的选择界面

三线性插值

3D LUT 的网格可以想象成一个个小立方体拼起来的空间。给定一个输入颜色，它必然落在某个小立方体内部（或边界上）。三线性插值的思路很直接：取这个立方体的全部 8 个顶点，按输入点到各顶点的距离做加权平均。

具体做法是分三步做线性插值，对应 RGB 三个轴：

  1. 先沿 R 轴插值，把 8 个顶点两两配对（沿 R 方向相邻的点），算出 4 个中间值；
  2. 再沿 G 轴插值，把这 4 个中间值两两配对，算出 2 个值；
  3. 最后沿 B 轴插值，把这 2 个值合并成最终结果。

当然，上述 R、G、B 轴计算的先后顺序对插值的结果没有影响。

三线性插值过程演示。  由 ChatGPT 生成

这也是「三线性」这个名字的来源 —— 三次线性插值的叠加。计算量是 8 个点、7 次线性插值（每次线性插值即一次加权平均），实现简单，几乎是 3D LUT 最早、最通用的插值方式，DaVinci Resolve 等视频编辑软件的默认插值方式均为三线性插值。

三线性插值本质上是分段三线性函数，在立方体内部是平滑的，但跨越立方体边界时，颜色渐变面在网格边界处可能出现肉眼可辨的「棱角」，尤其是在 LUT 本身包含强烈非线性变换（比如大幅度的色相旋转）时更明显。容易出现肉眼可见的色带和伪影。

四面体插值

为了解决上述三线性插值可能导致的瑕疵，四面体插值给出了另一种切分思路 —— 把同一个小立方体沿主对角线切分成 6 个四面体（保证每个四面体的体积相等）。输入颜色落在立方体内部的某个具体位置后，先判断它属于这 6 个四面体中的哪一个，然后只用这一个四面体的 4 个顶点做加权插值。

这种插值方式属于重心坐标插值：四面体有 4 个顶点，四面体内部任意一点的位置都能唯一地表示成这 4 个顶点的加权组合（权重非负、且和为 1），这组权重就是重心坐标，直接拿来对顶点的颜色值做加权平均即可，不需要再像三线性那样分三步逐轴计算。

判断输入点落在 6 个四面体中的哪一个，需要比较 R、G、B 三个分量在立方体内的相对大小关系（比如局部坐标 r、g、b 满足 r ≥ g ≥ b，还是 g ≥ r ≥ b，等等），一共对应 6 种排列顺序，正好对应 6 个四面体。这一步是四面体插值比三线性插值多出来的开销，但经过判断操作后，四面体插值每次只需处理 4 个点、一次加权计算求和，比三线性插值的计算量更少。

四面体插值过程演示。  由 ChatGPT 生成

当影像套上 LUT

为什么 Raw 格式影像套上 LUT 会那么奇怪？

在解答这个问题之前，我们可以先简单了解 Raw、Log以及 Rec.709 的区别。

其实这三种概念并不在一个层级下，但常常被同时提起：

  • Rec.709：是一个颜色空间定义，包含色域和传递函数两部分，由 ITU-R 制定，本质为高清视频时代确立的一个显示和交付标准。它定义了我们日常观看屏幕时，画面应当呈现出的「正常」样子。平时用手机、相机的标准模式直接拍出来的视频，默认就是根据 Rec. 709 处理后的成品，可以直接使用。
Rec. 709 的色品图。  图源：WikiPedia

但由于其原生色域范围小，能呈现的色彩范围有限，后期空间不大，在经过较大尺度的编辑后容易出现暗部、高光处的细节的丢失和常说的「色彩断层」现象。

这张图就有典型的「色彩断层」现象。  图源：Unsplash
  • Raw：Raw 实际上是相机传感器记录的「原始数据信息」，严格来说，它甚至不是人眼能看懂的「图像」，需要经过去马赛克、白平衡、色彩空间映射等一系列处理，才能变成人眼能看懂的图像。如果你使用过多个相机厂商的相机，可能会发现每个厂商的 Raw 文件格式也不尽相同。没错，「Raw」也不是一个标准的文件格式，而是这些未经处理的图像数据形式的统称。正是由于其记录的是原始的信息，未经压缩（不过，有些厂商也提供了无损压缩的Raw 选项），才能保留最大限度的动态范围和色彩冗余以供后期调整。
  • Log：准确地说，它是一种传递函数，作用是在把传感器的线性数据转换成图像信号时，用对数曲线而非常规的伽马曲线去压缩动态范围。传感器能捕捉的动态范围往往远超有限比特深度线性量化所能承载的范围，如果直接线性映射，暗部会因为码值不够而产生断层。Log 曲线通过在暗部分配更多的码值、在高光区域相对压缩，让有限的比特深度尽可能保留下从暗部到高光的细节。如果你曾看过未经处理的 Log 原片，不难发现画面显得灰蒙蒙、低对比度 —— 这也是为什么后期需要靠 LUT 把 Log 画面拉回正常色彩观感的原因。总的来说，Log 素材是经过较少压缩的图像信息，后期的宽容度介于 Raw 与REC.709 两者之间。
Log 灰片人眼观感。  图源：影视飓风

值得一提的是，Log 通常不是单独存在的，它一般会搭配一个更宽的原生色彩空间（比如索尼的 S-Gamut3.Cine、佳能的 Cinema Gamut）一起使用。严谨地说，Log 只是传递函数的名字，而不是类似于 Rec.709 那样的颜色空间定义。

简单介绍了 Raw、Log以及 Rec.709 后，让我们回到 LUT 上来。

虽然底层原理类似，但将在视频工作流中的 LUT，应用于 RAW 格式的照片时，色彩往往会出错。这个问题源于色彩空间的不匹配。

大多数创意 LUT 被设计用于特定的 Log 色彩空间。当在专为静态照片调色的软件，如 Photoshop 或 Lightroom 中，打开一张 RAW 照片并直接应用这些 LUT 时，软件默认的 RAW 解码色彩空间与 LUT 期望的输入空间不符，就会导致色彩和影调的严重偏差。

你可以通过 GitHub上的开源项目 Raw Alchemy 将电影级 LUT 正确地应用于 RAW 照片。

Raw Alchemy 正是为解决这一问题而生。它通过构建一个严谨、自动化的色彩管线，确保任何 LUT 都能被精确地应用于任何 RAW 文件：

  1. 标准化解码: 项目首先将任何来源的 RAW 文件解码到一个标准化的、广色域中间空间——ProPhoto RGB (线性)。这消除了不同品牌相机自带的色彩科学差异，为所有操作提供了一个统一的起点。
  2. 精确准备 Log 信号: 接着，它将线性空间的图像数据，精确地转换为目标 LUT 所期望的 Log 格式，例如 F-Log2 曲线和 F-Gamut 色域。这一步是确保色彩一致性的关键，它完美模拟了相机内部生成 Log 视频信号的过程。
  3. 正确应用 LUT: 在这个被精确「伪装」好的 Log 图像上应用您的创意 LUT，其色彩和影调表现将与在专业视频软件 (如达芬奇) 中完全一致。
  4. 高位深输出: 最后，将处理后的图像（保持 Log 编码或已应用 LUT 效果）保存为 16 位 TIFF 文件，最大程度保留动态范围和色彩信息，便于后续在 Photoshop 或 DaVinci Resolve 中进行专业级调色。

通过这个流程，Raw Alchemy 打破了 RAW 摄影与专业视频调色之间的壁垒，让摄影师也能享受到电影级别的色彩管理精度。

「还原」与「风格」之间

行业里会把 LUT 大致分成两类：技术 LUT 与创意 LUT。

技术 LUT 与前文中提到的 Log 有千丝万缕的联系，主要是各个相机厂商对 Log 素材提供的还原「正常」观感的颜色矫正文件。不过值得注意的是，各个厂商、各个型号相机的 Log 曲线并非完全相同，对还原 LUT 的编写也亦有不同，因此，需要选择相应厂商对应相机的 Log 还原 LUT 使用。总而言之，技术 LUT 的作用更接近一种标准化的色彩转换，是一种较为中性的 LUT，主要目的是「还原」，而「风格化」则需依靠创意 LUT。

创意 LUT 则建立在还原 LUT 完成之后。在画面已经恢复正常的基础上，通过基础校正后，再进行二次加工，从而制造出统一、可复用的影调风格。这才是「电影感」「胶片感」这些词汇背后对应的操作，也是其中带有主观审美的部分。

LUT 的实际应用操作

说了那么多，不妨在 DaVinci Resolve 中简单试试运用 LUT 的流程。

你可以在影视飓风官网的「飓风素材库」里下载免费的 Log 素材进行调色练习。

这里笔者选用的是「里约热内卢—03」这段素材，可以看到这个片段使用了 DJI 的 D-Log 曲线，设备是 DJI Mavic 4 Pro。

首先，在大疆官网查找到对应机型的 D-Log 还原 LUT 并下载。

下一步，在进行基础的格式设置后，导入素材。再将下载好的 .cube 文件导入DaVinci Resolve。可以看到，目前DaVinci Resolve 的编辑界面中显示的还是灰片。

我们直接双击对应的还原 LUT，或右键中间的素材，选择「LUT」，再选择我们刚刚导入的对应的还原 LUT。

应用还原 LUT 后，Log 灰片被映射到了 Rec.709 的色彩空间下。可以看到目前的素材画面的对比度与饱和度也随之恢复正常。

但目前的颜色只能称为「正常」，若要进行「风格化」的调色，下一步还需要应用创意 LUT。同样的，我们将创意 LUT 导入DaVinci Resolve 。在进行简单的亮度、对比度等参数的简单调整后，双击风格 LUT，便能在素材中运用 LUT。最后，再根据个人审美，新建节点进行微调。

上述在DaVinci Resolve 中的调色操作只是笔者对 LUT 实际运用场景的简单演示，不属于标准的教学与实操建议。实际的调色过程会更为复杂，需要结合其他功能配合使用。

目前为止，我们主要讨论了 LUT 技术上的简单原理，似乎一直在代码与数学当中游走，或许有点枯燥。但影视技术发展的原动力一定是艺术表达的需求，不如就让我们回到胶片时代，看看 LUT 究竟是如何与「调色」扯上关系的。

LUT 从哪来：艺术驱动下的技术史

胶片时代的「物理调色」

「调色的 LUT」真正在影像行业里被系统性使用，是在电影工业进入数字中间片（Digital Intermediate，简称 DI）阶段之后的事。

在胶片时代，调色也是一件「物理」上的操作，这种电影的色彩控制被称为「配光」（Color Timing）。调色师主要通过控制负片照射到正片上的 R、G、B 三路打印光的曝光量，来决定最终正片冲洗显影后呈现出的颜色浓度和整体色彩平衡。效果不好准确预测，某种程度上是在开盲盒。

传统胶片电影的制作流程。 图源：Dehancer

DI 的出现

20 世纪 90 年代末至 21 世纪初，数字中间片（Digital Intermediate，DI）逐渐进入电影制作：胶片被扫描为数字文件，画面在数字环境中完成处理和调色，之后再记录回胶片，或进入数字发行流程。

1998 年的《欢乐谷》（Pleasantville）是好莱坞早期大规模采用数字扫描、处理并录回胶片流程的代表案例。影片主要讲述了一对现代兄妹意外进入 1950 年代黑白电视情景剧的世界，并随着情节发展，为原本黑白的小镇逐渐带来彩色的故事。

为了实现同一画面中黑白与彩色共存、人物或物体局部变色，以及颜色逐步扩散的视觉效果，制作团队需要将大量胶片画面扫描成数字文件进行色彩处理，最后再重新记录回胶片。

电影《欢乐谷》

到了 2000 年，科恩兄弟的《逃狱三王》（O Brother, Where Art Thou）进一步成为第一部从头到尾，完整采用数字中间片流程完成调色的好莱坞电影，也由此被视为 DI 流程真正进入主流电影制作的标志性作品。

为了使电影画面贴合故事剧情，《逃狱三王》的制作团队借助了这套流程，把密西西比夏日的葱郁绿意，整体转成了大萧条时代泛黄干燥的色调。

电影《逃狱三王》

这种大跨度的色相偏移，用传统光化学制作流程的配光方式几乎无法实现。这部片子之后，DI（Digital Intermediate，数字中间片） 也广泛地进入了主流电影制作的标准流程中。

数字化调色处理前后对比  图源：Color Grading "O’Brother Where Art Thou"

但 DI 带来了一个关键问题：调色师面对的是数字监视器，而当时大量影片最终仍要记录回胶片，并制作发行拷贝供影院放映。数字显示器、胶片记录设备、中间片、发行正片和冲洗工艺都有各自的色彩特性。调色师必须知道，眼前看到的数字画面经过这条链路后，最终会在银幕上变成什么样。

因此，DI 流程需要建立一套可预测的色彩管理方法。经过校准的显示设备、稳定的冲洗条件和 3D LUT 共同构成了这套方法：LUT 根据对胶片及输出链路的测量，把数字信号转换成对最终放映效果的近似预览，使调色师可以在真正制作胶片拷贝之前判断画面的反差、密度、饱和度和色彩倾向。

LUT 开始在「调色」中运用

众所周知，胶片不是一个中性的载体，它会改变对比度、饱和度等颜色信息，如果调色是在数字监视器上完成的，而最终观众看到的是胶片放映，创作者就必须考虑胶片是否能够顺利承载并准确表现数字调色的成果。

解决方案正是前文提到的 3D LUT —— 它可以把一套输入颜色映射到另一套输出颜色，用来模拟某种胶片、某种放映条件，或者某条完整的影像管线，省去了过去只能靠实际印片、来回试错才能确认观感的冗长循环，也让调色师能在数字域里对画面颜色做远比光学印片时代更大尺度的编辑和修改。

Print Film Emulation LUT，也就是胶片放映拷贝模拟 LUT，正是这套逻辑在实践中的产物：工程师们通过测量特定型号的中间片和正片（比如标准的 5244 中间片和 2383 正片）在各种曝光和冲洗条件下的色彩响应，建立了一套数学模型和数据库，并分发给当时的调色系统使用。

所以，有些令人意外的是，我们当下所追求的「胶片感调色」，其实是早期在电影行业内用作标准化的技术工具。

后来，随着摄像机成像链路的数字化、专业视频制作的门槛不断降低，以及剪辑软件、修图 App 的全面普及，LUT 也顺理成章地走出了调色间，渗透进了普通人的日常生活。它不仅仅是电影从业者手中的专业工具，也被藏进了一个个简单的「滤镜」按钮背后。

所以下次，当你在修图 App 里随手点开一个滤镜、把照片一键调成想要的色调时，不妨记得 —— 这背后，正是那些不起眼的数字与表格，在悄悄发挥作用。

参考资料

  • Hasselblad. Hasselblad Natural Colour Solution[EB/OL].
  • Blackmagic Design. DaVinci Resolve Reference Manual[EB/OL].
  • International Telecommunication Union. Parameter Values for the HDTV Standards for Production and International Programme Exchange: Recommendation ITU-R BT.709-6[S].
  • Shen M T. Raw Alchemy: Apply Cinematic LUTs to RAW Photos with Mathematical Precision[CP/OL]. GitHub.
  • Dehancer. The Classic Color Film Production Process[EB/OL].
  • Wikipedia Contributors. Rec. 709[EB/OL]. Wikipedia.

文中配图若无特殊注明，均为作者本人拍摄或制作。

> 关注 少数派小红书，感受精彩数字生活 🍃

> 实用、好用的 正版软件，少数派为你呈现 🚀