Colour Space 이해

https://compositormathematic.wordpress.com/2013/07/17/colour-space/

Colour Space

 

RAINBOW 색공간 이해하기

---

RAINBOW 색공간이란?

RAINBOW는 가상의 색공간으로, 7가지 색상을 숫자값으로 매핑합니다.

숫자값과 대응되는 색상은 다음과 같습니다:

숫자값 색상

0.1	빨강 (Red)
0.2	주황 (Orange)
0.3	노랑 (Yellow)
0.4	초록 (Green)
0.5	파랑 (Blue)
0.6	남색 (Indigo)
0.7	보라 (Violet)

---

RAINBOW 색공간의 동작 방식

1. 이미지 데이터:
   • RAINBOW 색공간의 이미지 파일은 픽셀마다 **숫자값(0.1~0.7)**을 포함합니다.
2. 메타데이터:
   • 파일은 "이 이미지가 RAINBOW 색공간에 속한다"는 정보를 담은 메타데이터를 포함해야 합니다.
3. 이미지 표시 과정:
   • 컴퓨터는 메타데이터를 읽고, 픽셀 값(예: 0.1)을 RAINBOW 색공간의 정의에 따라 해석합니다.
     • 예: 픽셀 값이 0.1이면 빨강(RED)으로 표시.
   • 이렇게 각 픽셀의 숫자값을 색상으로 변환해 이미지를 화면에 표시합니다.

---

메타데이터가 없는 경우

• 메타데이터가 누락되면, 컴퓨터는 기본적으로 가장 일반적인 색공간인 sRGB로 추정합니다.
• 이로 인해 색상이 엉뚱하게 표시될 수 있습니다.

---

실제 색공간과의 비교

RAINBOW는 단순한 예제지만, 실제 색공간(예: sRGB, Rec.709, ACES)도 비슷한 방식으로 작동합니다:

• 각 색공간은 특정 값과 색상을 연결합니다.
• 메타데이터가 중요하며, 없을 경우 색상이 잘못 해석될 가능성이 있습니다.

 

색공간 이해하기: 한계와 다중 선택의 이유

---

RAINBOW 색공간의 한계

RAINBOW 색공간은 아래와 같은 치명적인 한계를 가지고 있습니다:

• 7가지 색상만 표현 가능: 색상 간의 **점진적인 변화(gradation)**가 불가능합니다.
• 검정(Black)과 흰색(White)을 표현 불가: 명암과 색조(saturation) 표현에 한계가 있습니다.
• 좁은 색역(Gamut): 특정 색공간이 표현할 수 있는 색의 범위를 Gamut이라고 하는데, RAINBOW의 Gamut은 극히 작습니다.

결론: RAINBOW는 교육 목적으로 만들어진 색공간으로, 실제 활용에는 적합하지 않지만 색공간의 개념을 설명하는 데 유용합니다.

---

색공간이란?

색공간은 숫자로 색상을 표현하는 방법입니다.

기기는 이를 해석해 색을 화면에 표시합니다.

• 색공간은 서로 다른 언어와 같아서, 특정 색공간에서 표현된 색상이 다른 색공간에서는 정확히 재현되지 않을 수 있습니다.

왜 모든 작업에 하나의 색 공간을 사용할 수 없을까요?

---

1. 색 공간의 역할

• 색 공간은 소프트웨어와 하드웨어 간의 간극을 연결하기 위해 설계되었습니다.
• 기기별로 작동 방식이 다르기 때문에 다양한 색 공간이 필요합니다.
  • 인쇄용 (CMYK):
    • 감산 혼합 방식을 사용합니다(잉크가 빛의 파장을 차단).
    • 흰 종이(모든 파장의 빛을 반사하는 상태)에서 시작해 잉크를 추가하여 색을 만듭니다.
  • 빛을 방출하는 장치 (RGB):
    • 가산 혼합 방식을 사용합니다(빛의 파장을 조합하여 색을 생성).
    • 빨강, 초록, 파랑(RGB) 빛이 결합해 흰색 또는 다양한 색을 만듭니다.

---

2. 기기 간 호환성 문제

• RGB와 CMYK의 차이:
  • 프린터는 RGB 잉크를 사용하지 않으므로 RGB 데이터를 직접 해석할 수 없습니다.
  • 마찬가지로, CMYK 데이터는 RGB 기반 장치에서 올바르게 표시되지 않습니다.
• RGB의 다양한 변형:
  • 카메라, 모니터, 프로젝터 등 다양한 장치마다 RGB 구현 방식이 다르며, 각 하드웨어에 맞는 고유한 색 공간이 필요합니다.
  • 이를 통해 한 장치에서 생성된 이미지를 다른 장치에서도 정확히 표현할 수 있도록 변환됩니다.

---

3. 색 공간 변환의 필요성

• 카메라 센서에서 생성된 데이터는 디스플레이에 맞게 내부적으로 변환된 후 저장됩니다.
• 이미지 파일의 저장 방식 또한 영향을 미칩니다:
  • 예를 들어, 8비트 색상에서는 감마(gamma)를 적용하여 중요한 데이터가 더 많은 저장 공간을 차지하도록 설계됩니다(압축의 한 형태).

---

4. 하드웨어 기반이 아닌 색 공간

• 일부 색 공간은 하드웨어가 아니라 컴퓨터 내 작업을 더 쉽게 하기 위해 설계되었습니다.
  • 예:
    • Linear RGB (Nuke의 기본 색 공간): 밝기 값이 선형적으로 표현됨.
    • HSV (Hue, Saturation, Value): 색조, 채도, 밝기를 개별적으로 조작할 수 있음.
    • XYZ: 인간의 시각을 넘어서는 색 범위를 포함하는 색 공간.

---

채널(Channels)이란?

---

채널의 정의

• 채널은 색상 데이터를 저장하는 개별적인 값의 집합을 의미합니다.
• 특정 색공간에서 색상을 표현하기 위해 사용하는 숫자 데이터의 구성 요소입니다.

---

RAINBOW 색공간과 일반 색공간의 차이

• RAINBOW 색공간:
  • 단일 채널로 구성되며, 숫자 하나로 색상을 표현.
  • 예: 0.1은 빨강, 0.2는 주황.
• 일반 색공간 (예: sRGB):
  • 3개의 채널(R, G, B)로 구성.
  • 예: (1.0, 0.0, 0.0)은 빨강, (0.0, 1.0, 0.0)은 초록.

---

색공간별 채널 수

• RGB 계열 (예: sRGB, Linear RGB):
  • 3개의 채널 사용 (Red, Green, Blue).
  • 빛을 조합하여 색을 만드는 가산 혼합 방식.
• CMYK (프린터 등):
  • 4개의 채널 사용 (Cyan, Magenta, Yellow, Black).
  • 잉크로 빛을 흡수하여 색을 만드는 감산 혼합 방식.
• HSV (Hue, Saturation, Value):
  • 3개의 채널 사용.
  • 색상, 채도, 명도를 독립적으로 조작 가능.
• XYZ:
  • 3개의 채널로 구성되며, 인간의 시각 범위를 넘어서는 색도 표현 가능.

---

채널 수와 하드웨어

• 채널의 개수는 과학적 기준이 아니라 하드웨어와 효율성에 따라 결정됩니다.
  • 디스플레이 기술: 인간의 눈이 빨강, 초록, 파랑의 조합으로 색을 인식하는 점을 이용해 RGB를 채택.
  • 프린터 기술: 잉크의 물리적 특성에 따라 CMYK 채널 사용.

---

채널의 역할

• 채널은 각 색상의 데이터를 저장하며, 이 데이터를 통해 색상, 명도, 채도를 제어합니다.
• 여러 채널을 통해 다양한 색조를 섬세하게 표현할 수 있습니다.

Nuke의 컬러 워크플로우

---

Nuke의 기본 색공간: Linear RGB

• Linear RGB 색공간:
  • 밝기의 스케일이 선형적.
  • 예:
    • 0 = 검정, 1 = 중간 밝기, 2 = 1보다 두 배 밝음.
  • 선형적 특성 덕분에 이미지 계산이 간단하고 예측 가능하며, 일관된 결과를 제공합니다.
• 작동 원리:
  • Nuke는 모든 입력 이미지를 Linear RGB로 변환 후 작업.
  • 출력 시 사용자가 지정한 색공간으로 다시 변환.

---

부동소수점 컬러 처리

• Nuke는 부동소수점(floating point) 컬러 깊이를 사용.
  • 이로 인해 색공간 변환 시 품질 저하가 거의 없음.
  • 정확하고 손실 없는 결과를 보장.

---

뷰어 LUT (Look-Up Table)

• 뷰어 LUT의 역할:
  • 컴퓨터 모니터는 선형 색공간을 직접 처리할 수 없음.
  • 작업 중 이미지를 모니터에 적합한 색공간(예: sRGB)으로 변환하여 표시.
  • 예:
    • 영화관 프로젝션 환경에 맞춘 LUT 설정 가능.
  • 주의: 뷰어 LUT는 작업 이미지에 영향을 주지 않음.
    • 실제 데이터에 변화를 주지 않고 단지 보기 편하도록 설정.

---

노이즈 및 그레인 처리

• 디지털 이미지의 노이즈와 필름의 그레인은 보통 이미지의 밝기와 상관없이 고르게 분포.
• Linear RGB로 변환 시:
  • 이미지 자체는 선형화되지만, 노이즈는 비선형화.
  • 선형 상태에서 노이즈를 처리하는 것이 더 효율적이지만, 이미지와 노이즈가 동시에 선형 상태가 되는 경우는 드묾.
• 결론:
  • 일부 작업(노이즈 제거, 필터링 등)에서는 원래 색공간에서 작업하는 것이 유리.

---

색공간 변환을 포함한 작업 노드

• Nuke의 일부 노드는 작업 과정에서 자동으로 색공간 변환 수행.
  • HSV 노드:
    • Hue(색상), Saturation(채도), Value(밝기)를 개별적으로 조정하기 위해 HSV 색공간으로 변환 후 작업.
    • 작업 후 Linear RGB로 다시 변환.
  • Keyer 노드:
    • 블루스크린/그린스크린 키잉 작업 시, HSV 색공간의 일부 요소를 활용.

함수와 LUT (Look-Up Table)

---

색 공간 변환의 두 가지 방법

색 공간 변환은 크게 두 가지 방법으로 이루어질 수 있습니다:

• 수학적 함수
• LUT (Look-Up Table)

---

수학적 함수 (Mathematical Function)

• 함수는 수학적인 공식으로 색 값들을 변환하는 방법입니다. 예를 들어, HSV 색 공간의 채도(Saturation) 값을 구하는 함수는 다음과 같습니다: (LUT). S = max(R, G, B) – min(R, G, B) 이 함수는 RGB 값 중에서 가장 밝은 채널과 가장 어두운 채널의 차이를 계산하여 채도를 결정합니다.
  • 예: RGB 값이 [0.1, 0.8, 0.5]일 경우:
    • 가장 밝은 값은 0.8 (초록)
    • 가장 어두운 값은 0.1 (빨강)
    • 따라서 채도는 0.8−0.1=0.7입니다.
    • 0.8−0.1=0.70.8 - 0.1 = 0.7
• 장점:
  • 함수는 계산을 통해 정확한 값을 도출할 수 있습니다. 입력에 따라 일관된 결과를 얻을 수 있습니다.

---

LUT (Look-Up Table)

• LUT는 색 값의 입력과 출력이 미리 정의된 표로, 수학적 공식 없이 색 값을 변환합니다.
  • 예: RGB 값 [0.1, 0.8, 0.5]에 대해 출력 값이 S [0.8]로 설정될 수 있습니다.
• 장점:
  • LUT는 빠른 계산을 제공하며, 복잡한 변환을 수학적으로 설명하기 어려운 경우 유용합니다.
  • LUT는 큰 배열로 구성되어 있으며, 요구하는 정확한 값이 없으면 가장 근접한 값을 선택합니다.
• 단점:
  • LUT는 손실이 발생할 수 있습니다. 즉, 색 값 변환 과정에서 이미지의 세부 정보가 손상될 수 있습니다.

---

함수와 LUT의 선택 기준

• 수학적 함수는 정확하고 예측 가능한 변환을 제공합니다. 하지만 복잡한 변환에는 한계가 있을 수 있습니다.
• LUT는 계산 비용이 높거나 복잡한 변환이 필요할 때 사용됩니다. 그러나 LUT의 손실로 인해 품질 저하가 발생할 수 있습니다.

---

예시: Linear RGB와 sRGB 변환

• Linear RGB와 sRGB 변환은 함수로 간단하게 설명할 수 없어서, Nuke는 이 변환을 간략하게 다음과 같은 함수로 처리합니다:

• $\text{Linear} = \text{sRGB}^{1/2.2}$

• 이 함수는 sRGB 모델을 아주 근사하게 구현한 것입니다. 정확한 함수 대신 이 간단한 근사값을 사용함으로써 계산 비용을 줄이고 효율성을 높였습니다.
• 이 방식은 LUT를 사용한 정확한 변환보다 효율적인 방법으로, 일부 손실이 있긴 하지만 실용적인 방법으로 받아들여집니다.

---

결론: Compositing에서 LUT의 사용

• 컴포지팅 작업에서는 가능한 한 LUT 사용을 피하는 것이 좋습니다. 왜냐하면 LUT는 품질 저하를 일으킬 수 있기 때문입니다.
• 대신, LUT는 디스플레이 용도로만 사용하는 것이 이상적입니다. 예를 들어, Nuke의 Viewer LUT는 최종 이미지에 영향을 주지 않고 화면에서만 이미지 색을 조정하는 역할을 합니다.