为什么要关心色彩空间？
这是个好问题！事实上，在运动成像的大部分历史中，除了设计胶片的图像科学家，以及后来负责标准化视频采集和播放的工程师，色彩空间的概念在人们眼里并不重要。我们得借助这些科学家和工程师打下的基础，按预设好的采集-交付流程开展工作。内容创作者在这方面几乎没有选择或控制权。
如今，这样的固定流程和工作流已成为过去式。源素材可以是几十种可用采集格式中的一种或几种：iPhone、GoPro、佳能、索尼、RED、Alexa、35mm胶片，等等。它们中有许多本身就提供多种色彩空间选择。
在交付方面，一段内容可能既需要在影院，又需要SDR和/或HDR电视上播放，更不用说还要考虑各种不断增加、不断变化的移动设备和VR设备。
这是个挺复杂的情况，但它指向一个简明的事实：
我们在采集时选择的色彩空间，我们将素材带入交付色彩空间的方式，以及在这此过程中我们选择在何处以何种方式调色，这些都取决于我们自己，而我们的决定对图像的影响和调色本身对图像的影响一样大。
这就是了解色彩空间的重要之处：不了解色彩空间有可能制造出劣质的图像。
定义色彩空间
如前文所讲的，我们有能力根据标准化参照物定义色彩空间，这都归功于CIE。
但我们该如何简洁、清晰地使用这些定义来描述采集设备或显示设备呢？最常见的方法是指定色域、伽玛和白点。
色域
色域是色度的定义范围，本质上是一组可取色相及其各自的最大饱和度。
我们可将色域看作色彩空间的边界，比如Rec. 709。
色域以2D方式展现色彩空间中色彩的范围。上图中的黑色三角即代表Rec.709的范围。
看一下上图，色域可以轻松采用2D绘制，但这样并不能完整定义色彩空间。要实现完整定义，我们需要第三个维度：亮度。
伽玛/色调映射
伽玛曲线或色调映射曲线定义了亮度值明确的非线性分布。不同曲线的设计目的也不同。
上图为Gamma 2.4色调映射曲线的2D图。当我们从纯黑（左下）移动到纯白（右上）时，上图显示了亮度值的非线性分布。线性分布则从左下到右上以直线显示。
举例说来，log曲线（如Arri LogC）的设计目的是包含最大动态范围，而Gamma 2.4曲线的设计目的则是编码符合人眼感知的亮度值。（T）
伽玛校正前的log图像
应用Gamma 2.4曲线后的同一log图像
