【C4D】2019.11.17 关于C4D软件中的线性工作流与伽马值2.2

最理想的光线衰减

看完GSG第二集后一脸懵逼,只知道教程中提出C4D中的线性工作流程与伽马值2.2两个概念,但对于这两个一无所知,经过几天的研究后,有了一点自己的理解:)

教程中的操作只是在设置中打开了线性工作流程,然后在渲染时添加了一个颜色校正,并且在颜色校正中给了一个2.2的伽马值,以获得更为自然的光线衰减以及真实感,但由于GSG中使用的版本太过远古了(R10?),而我现在的版本是R19,很多设置都不一样了,以及在全局光照效果中,也有了伽马值的调整,而且几个效果搭配下来的话区别是非常大的。

首先要先了解,什么叫做线性工作流Linear workflow,简称为LWF
,搜索了很久没有针对性很强的讲解,很多文章都是基于MAX以及VARY得出的结论,不太好理解,最终在B站上找到一个UP主专门针对LWF以及2.2伽马的讲解,还是非常细致的,附上原地址:Gamma校正与线性工作流入门讲解 up主:韩世麟

由于我们人眼看到的颜色以及对灰度的判断跟显示器、软件等实际显示出来的是不一样的,可以理解为人眼所接受的是“美术数据”,而软件渲染所提供的是“物理数据”,这是两种不同的灰度,人眼在亮部的接受能力明显要弱于暗部,意思是,我们能在暗部里看到更多细节,但当亮度超过某一个值时,无论在亮部中有多少的细节,人眼都是无法识别的,而偏偏软件以及机器所提供的物理灰度,更多细节是集中亮部而非暗部,而不像人眼所能识别的美术灰度把更多的色阶过度用在了暗部,结论就是我们人眼需要更多的暗部色阶而非亮部,所以机器必须把计算使用的“物理数据”还原成人眼所能接受的“美术数据”,这样才能给人一个舒服的视觉呈现

两种不同的灰阶呈现

在上图中,上边一条灰阶是“美术灰阶”,下边一条灰阶是“物理灰阶”,可以很清晰的看出,同为256色阶,物理灰阶的更多色阶是分布是亮部的,而原本在“美术灰阶”中用0-128总共129个灰阶来表现的暗部,在物理灰阶中则只有0-56总共57个灰阶来表现,所以这样导致的结果是,如果显示器直接给到一个“物理灰阶”运算的结果,会造成暗部表现过度“断层”的结果,因为“物理灰阶”本身只有57个色阶来表现暗部。


如果要完成这两者间的转换,非常简单,可以把“美术灰阶”作为Y轴(输出信号),把“物理灰阶”作为X轴(输入信号),以一条幂函数曲线来控制转换(Y=X的gamma次方),这条幂函数笔直的穿过黑和白,也就是0和1,此时幂函数呈45度直线状态,也就是gamma=1,即输入信号=输出信号,没有任何转换。如下图。

gamma=1

当gamma的幂指数<1时,此时输入值会被放大,举个例,曲线上提,把原先只有0-56中的56灰阶强行拉到128灰阶处,此时输入的56灰阶=128灰阶,这是一个gamma校正的过程,如下图

曲线上提,gamma<1

56灰阶拉到128灰阶处

当gamma的幂指数>1时,此时函数曲线会下压,把输入信号进一步的缩小


gamma>1

通过gamma曲线来校正所得到的输入信号,把输入信号处理成“美术灰阶”,就叫做gamma校正


当渲染完成后,渲染器会生成32bit的物理原始数据(C4D中默认是生成8bit的数据,这其实是已经被gamma校正过一次的结果,已经不是原始的物理数据,建议在输出设置中改成32bit,所以工作放在后续调整)当我们把这个结果转换为JPG或其他格式用于传播时,此时机器会给到一个gamma幂指数<1的函数曲线,即提高曲线,来把物理数据的56色阶对应到美术数据的128色阶,此时,图片被曲线上供过一次,而这些美术数据,都存储在一套色彩空间机制中,即sRGB,所有的显示设备,都遵循这一套色彩空间机制,sRGB的伽马值,就约等于2.2。而当我们通过互联网或其他方式,把这张图片发送给其他人时,由于我们的显示设备为了显示正常的“美术灰阶”,都会对接收到的图片进行一次gamma校正,即用一条gamma幂函数>1的曲线下压,此时,就把原来被提高过的灰阶重新还原成物理灰阶,此时,再通过显示器显示出来,此时,我们人眼虽然看到了0-56的暗部表现,但在我们的大脑中,这个信号自然被替换成了正确的0-128的“美术灰阶”

在渲染时,由于我们所给的材质贴图,都是遵循sRBG标准的图片,所以,在这些贴图中的曲线,本身就是被上拱的,把这些上拱过曲线的贴图代入线性的渲染器gamma=1时,曲线图呈直线状态,也被称为“线性”同时,我们输入线性的灯光数据,这样最后得出的结果在被显示器显示时,我们的显示器都在执行gamma校正的工作,即会用一条下压的曲线还原为物理数据,此时,原本的贴图被下压后,还原成了真正的线性数据因为原来被上拱过此时又被下压,刚好抵消而我们的灯光,则被下压后,会变的更暗了,所以我们最后得到了一个比较暗的结果。

正确做法是,在输入贴图数据时,就把sRGB中被上拱的曲线下压回来,让它变成线性数据,这个过程又叫做DE-GAMMA。把线性的贴图数据和线性的灯光代入线性的渲染器最后得出线性的结果,这就叫做线性工作流。

而在C4D中,只需要在工程设置中打开“线性工作流”选项,就会自动的执行图片DE-gamma操作

下面两张图是对比

全局光1,开启线性工作流
全局光1,关闭线性工作流

参考文献
http://blog.sina.com.cn/s/blog_6df1205a0101ozar.html
http://www.360doc.com/content/17/0509/11/32338633_652554012.shtml
https://www.bilibili.com/video/av38607808/?spm_id_from=333.788.videocard.1
https://www.bilibili.com/read/cv1075887/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,417评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,921评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,850评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,945评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,069评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,188评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,239评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,994评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,409评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,735评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,898评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,578评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,205评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,916评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,156评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,722评论 2 363
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,781评论 2 351

推荐阅读更多精彩内容