Balance de color

En fotografía y procesamiento de imágenes , el balance de color es el ajuste global de las intensidades de los colores (normalmente los colores primarios rojo, verde y azul ). Un objetivo importante de este ajuste es reproducir correctamente colores específicos, en particular colores neutros como el blanco o el gris. Por ello, el método general a veces se denomina balance de grises , balance neutro o balance de blancos . El balance de color cambia la mezcla general de colores de una imagen y se utiliza para la corrección del color . Las versiones generalizadas del balance de color se utilizan para corregir colores distintos de los neutros o para cambiarlos deliberadamente para conseguir un efecto. El balance de blancos es uno de los tipos de equilibrio más comunes y consiste en ajustar los colores para que un objeto blanco (como un trozo de papel o una pared) parezca blanco y no un tono de otro color.

Los datos de imagen adquiridos por sensores (ya sean sensores de imagen electrónicos o de película ) deben transformarse a partir de los valores adquiridos en nuevos valores que sean apropiados para la reproducción o visualización del color. Varios aspectos del proceso de adquisición y visualización hacen que dicha corrección del color sea esencial, entre ellos, que los sensores de adquisición no coincidan con los sensores del ojo humano, que se deban tener en cuenta las propiedades del medio de visualización y que las condiciones ambientales de visualización de la adquisición difieran de las condiciones de visualización de la visualización.

Las operaciones de equilibrio de color en las aplicaciones de edición de imágenes más populares suelen operar directamente sobre los valores de los píxeles de los canales rojo, verde y azul , ^{[1] [2]} sin tener en cuenta ningún modelo de detección o reproducción del color. En la fotografía con película, el equilibrio de color se logra normalmente utilizando filtros de corrección de color sobre las luces o en la lente de la cámara. ^[3]

A veces, el ajuste para mantener los colores neutros en ese estado se denomina balance de blancos , y la frase balance de color se refiere al ajuste que, además, hace que otros colores en una imagen mostrada parezcan tener la misma apariencia general que los colores en una escena original. ^[4] Es particularmente importante que los colores neutros (gris, neutro, blanco) en una escena parezcan neutrales en la reproducción. ^[5]

Los humanos se relacionan con los tonos de piel de manera más crítica que con otros colores. Los árboles, la hierba y el cielo pueden estar desfasados ​​sin problema, pero si los tonos de piel de los humanos están "desfasados", el sujeto humano puede parecer enfermo o muerto. Para solucionar este problema crítico de equilibrio de color, los colores primarios tricolores están formulados para no equilibrarse como un color neutro verdadero. El propósito de este desequilibrio de los colores primarios es reproducir con mayor fidelidad los tonos de piel en todo el rango de brillo.

La mayoría de las cámaras digitales tienen medios para seleccionar la corrección de color según el tipo de iluminación de la escena, utilizando la selección de iluminación manual, el balance de blancos automático o el balance de blancos personalizado. ^[6] Los algoritmos para estos procesos realizan una adaptación cromática generalizada .

Existen muchos métodos para equilibrar el color. Configurar un botón en una cámara es una forma de que el usuario indique al procesador la naturaleza de la iluminación de la escena. Otra opción en algunas cámaras es un botón que se puede presionar cuando la cámara apunta a una tarjeta gris u otro objeto de color neutro. Esto captura una imagen de la luz ambiental, lo que permite que una cámara digital configure el balance de color correcto para esa luz.

Existe una gran cantidad de literatura sobre cómo se puede estimar la iluminación ambiental a partir de los datos de la cámara y luego usar esta información para transformar los datos de la imagen. Se han propuesto diversos algoritmos y se ha debatido la calidad de los mismos. Unos pocos ejemplos y el examen de las referencias allí contenidas llevarán al lector a muchos otros. Algunos ejemplos son Retinex , una red neuronal artificial ^[7] o un método bayesiano ^[8] .

El equilibrio de color de una imagen afecta no solo a los colores neutros, sino también a otros colores. Se dice que una imagen que no tiene un equilibrio de color tiene un matiz de color , ya que todo en la imagen parece haberse desplazado hacia un color. ^{[9] [ página necesaria ]} El equilibrio de color puede pensarse en términos de eliminar este matiz de color.

El equilibrio del color también está relacionado con la constancia del color . Los algoritmos y técnicas que se utilizan para lograr la constancia del color también se utilizan con frecuencia para el equilibrio del color. La constancia del color, a su vez, está relacionada con la adaptación cromática . Conceptualmente, el equilibrio del color consta de dos pasos: primero, determinar el iluminante bajo el cual se capturó una imagen; y segundo, escalar los componentes (por ejemplo, R, G y B) de la imagen o transformar de otro modo los componentes para que se ajusten al iluminante de visualización.

Viggiano descubrió que el balance de blancos en el modelo de color RGB nativo de la cámara tendía a producir menos inconstancia de color (es decir, menos distorsión de los colores) que en el RGB del monitor para más de 4000 conjuntos hipotéticos de sensibilidades de la cámara. ^[10] Esta diferencia generalmente ascendía a un factor de más de dos a favor del RGB de la cámara. Esto significa que es ventajoso obtener el balance de color correcto en el momento en que se captura una imagen, en lugar de editarla más tarde en un monitor. Si uno debe equilibrar el color más tarde, equilibrar los datos de la imagen en bruto tenderá a producir menos distorsión de los colores cromáticos que el equilibrio en el RGB del monitor.

El balance de color a veces se realiza en una imagen de tres componentes (por ejemplo, RGB ) utilizando una matriz de 3x3 . Este tipo de transformación es adecuada si la imagen se capturó utilizando una configuración de balance de blancos incorrecta en una cámara digital o mediante un filtro de color.

En principio, se desea escalar todas las luminancias relativas de una imagen de modo que los objetos que se consideran neutros aparezcan como tales. Si, por ejemplo, se considera que una superficie es un objeto blanco y 255 es el número que corresponde al blanco, se podrían multiplicar todos los valores de rojo por 255/240. Si se hiciera lo mismo con el verde y el azul, se obtendría, al menos en teoría, una imagen con colores equilibrados. En este tipo de transformación, la matriz 3x3 es una matriz diagonal .${\displaystyle R=240}$

${\displaystyle \left[{\begin{array}{c}R\\G\\B\end{array}}\right]=\left[{\begin{array}{ccc}255/R'_{w}&0&0\\0&255/G'_{w}&0\\0&0&255/B'_{w}\end{array}}\right]\left[{\begin{array}{c}R'\\G'\\B'\end{array}}\right]}$

donde , , y son los componentes rojo, verde y azul de un píxel en la imagen con el color balanceado ; , , y son los componentes rojo, verde y azul de la imagen antes del balanceo de color, y , , y son los componentes rojo, verde y azul de un píxel que se cree que es una superficie blanca en la imagen antes del balanceo de color. Este es un escalado simple de los canales rojo, verde y azul, y es por eso que las herramientas de balance de color en Photoshop tienen una herramienta de cuentagotas blanco. Se ha demostrado que realizar el balance de blancos en el conjunto de fósforo asumido por sRGB tiende a producir grandes errores en los colores cromáticos, aunque puede hacer que las superficies neutrales sean perfectamente neutrales. ^[10]${\estilo de visualización R}$${\estilo de visualización G}$${\estilo de visualización B}$${\estilo de visualización R'}$${\estilo de visualización G'}$${\estilo de visualización B'}$$Estilo de visualización R'_{w}}$$Estilo de visualización G'_{w}}$$Estilo de visualización B'_{w}}$

Si la imagen se puede transformar en valores triestímulo CIE XYZ , se puede realizar el balance de color allí. Esto se ha denominado transformación de "von Kries errónea". ^{[11] [12]} Aunque se ha demostrado que ofrece resultados generalmente peores que el balance en RGB del monitor, se menciona aquí como un puente hacia otras cosas. Matemáticamente, se calcula:

${\displaystyle \left[{\begin{array}{c}X\\Y\\Z\end{array}}\right]=\left[{\begin{array}{ccc}X_{w}/X'_{w}&0&0\\0&Y_{w}/Y'_{w}&0\\0&0&Z_{w}/Z'_{w}\end{array}}\right]\left[{\begin{array}{c}X'\\Y'\\Z'\end{array}}\right]}$

donde , , y son los valores triestímulo con balance de color; , , y son los valores triestímulo del iluminante de visualización (el punto blanco al que se está transformando la imagen para ajustarse a); , , y son los valores triestímulo de un objeto que se cree que es blanco en la imagen sin balance de color, y , , y son los valores triestímulo de un píxel en la imagen sin balance de color. Si los valores triestímulo de los primarios del monitor están en una matriz de modo que:${\estilo de visualización X}$${\estilo de visualización Y}$${\estilo de visualización Z}$$Estilo de visualización X_ {w}}$$Estilo de visualización Y_ {w}}$$Estilo de visualización Z_ {w}}$$Estilo de visualización X'_{w}}$$Estilo de visualización Y'_{w}}$$Estilo de visualización Z'_{w}}$${\estilo de visualización X'}$${\estilo de visualización Y'}$${\estilo de visualización Z'}$${\displaystyle \mathbf {P}}$

${\displaystyle \left[{\begin{array}{c}X\\Y\\Z\end{array}}\right]=\mathbf {P} \left[{\begin{array}{c}L_{R}\\L_{G}\\L_{B}\end{array}}\right]}$

donde , , y son los valores RGB del monitor sin corrección gamma , se puede utilizar:$Estilo de visualización L_{R}$$Estilo de visualización L_{G}}$$Estilo de visualización L_{B}$

${\displaystyle \left[{\begin{array}{c}L_{R}\\L_{G}\\L_{B}\end{array}}\right]=\mathbf {P^{-1}} \left[{\begin{array}{ccc}X_{w}/X'_{w}&0&0\\0&Y_{w}/Y'_{w}&0\\0&0&Z_{w}/Z'_{w}\end{array}}\right]\mathbf {P} \left[{\begin{array}{c}L_{R'}\\L_{G'}\\L_{B'}\end{array}}\right]}$

Johannes von Kries , cuya teoría de bastones y tres tipos de conos sensibles al color en la retina ha sobrevivido como la explicación dominante de la sensación de color durante más de 100 años, motivó el método de conversión de color al espacio de color LMS , que representa los estímulos efectivos para los tipos de conos de longitud de onda larga, media y corta que se modelan como adaptables de forma independiente. Una matriz de 3x3 convierte RGB o XYZ a LMS, y luego los tres valores primarios de LMS se escalan para equilibrar el neutro; luego, el color se puede convertir nuevamente al espacio de color final deseado : ^[13]

${\displaystyle \left[{\begin{array}{c}L\\M\\S\end{array}}\right]=\left[{\begin{array}{ccc}1/L'_{w}&0&0\\0&1/M'_{w}&0\\0&0&1/S'_{w}\end{array}}\right]\left[{\begin{array}{c}L'\\M'\\S'\end{array}}\right]}$

donde , , y son los valores triestímulo del cono LMS con balance de color; , , y son los valores triestímulo de un objeto que se cree que es blanco en la imagen sin balance de color, y , , y son los valores triestímulo de un píxel en la imagen sin balance de color.${\estilo de visualización L}$${\estilo de visualización M}$${\estilo de visualización S}$$Estilo de visualización L'_{w}}$$Estilo de visualización M'_{w}}$$Estilo de visualización S'_{w}}$${\estilo de visualización L'}$${\estilo de visualización M'}$${\estilo de visualización S'}$

Von Kries no especificó las matrices para convertir al espacio LMS, pero se pueden derivar de las funciones de coincidencia de color CIE y de las funciones de coincidencia de color LMS cuando se especifican estas últimas; las matrices también se pueden encontrar en libros de referencia. ^[13]

Según la medida de Viggiano y utilizando su modelo de sensibilidades espectrales de cámaras gaussianas, la mayoría de los espacios RGB de cámaras tuvieron un mejor desempeño que el RGB del monitor o XYZ. ^[10] Si se conocen los valores RGB brutos de la cámara, se puede utilizar la matriz diagonal 3x3:

${\displaystyle \left[{\begin{array}{c}R\\G\\B\end{array}}\right]=\left[{\begin{array}{ccc}255/R'_{w}&0&0\\0&255/G'_{w}&0\\0&0&255/B'_{w}\end{array}}\right]\left[{\begin{array}{c}R'\\G'\\B'\end{array}}\right]}$

y luego convertir a un espacio RGB funcional como sRGB o Adobe RGB después del equilibrio.

Las comparaciones de imágenes balanceadas por transformaciones diagonales en varios espacios RGB diferentes han identificado varios de estos espacios que funcionan mejor que otros, y mejor que los espacios de cámara o monitor, para la adaptación cromática, según lo medido por varios modelos de apariencia de color ; los sistemas que funcionaron estadísticamente tan bien como los mejores en la mayoría de los conjuntos de imágenes de prueba utilizados fueron los espacios "Sharp", "Bradford", "CMCCAT" y "ROMM". ^[14]

La mejor matriz de color para adaptarse a un cambio de iluminante no es necesariamente una matriz diagonal en un espacio de color fijo. Se sabe desde hace mucho tiempo que si el espacio de iluminantes puede describirse como un modelo lineal con N términos de base, la transformación de color adecuada será la suma ponderada de N transformaciones lineales fijas, no necesariamente diagonalizables de manera consistente. ^[15]

• Matiz de color
• Temperatura del color
• Corrección gamma
• Punto blanco

• Balance de blancos: Introducción en nikondigital.org
• photoskop: Lecciones de fotografía interactiva - Balance de blancos interactivo
• Tutorial sobre cómo entender el balance de blancos
• Balance de color afín con saturación, con código y demostración en línea
• Cómo lograr el balance de blancos adecuado para colores neutros: tutorial de fotografía