視覺神經檢測怎麼看

生活中總有一些時刻，我們在和別人因為看到的東西爭論到懷疑人生——

比如一條平平無奇的裙子，你看到的是藍黑，我看到的卻是白金；一張黑白藝術照，你看到的是愛因斯坦，我看到的卻是瑪麗蓮夢露；甚至在一副未來感十足的簡筆畫裡，你我明知道水應該從上往下流，但事實上看到的卻是水從下往上，流向一個莫名其妙的原點……簡直就是鳳仙郡的天氣預報——讓人連連無語！

真的是我們的眼睛出了問題嗎？

都是一樣的眼，為何看到的還千差萬別？

在我們準備把造成偏差的鍋往眼睛上扣之前，不如先讓大腦好好反思一下。

想必很多人都見過裙子或者鞋子顏色這個爭議多年的老梗。但實際上，這個話題並沒有什麼對錯可言。科學家推測這可能源自大腦的色彩恆常性機制——這是一種大腦中的自動白平衡機制，有些人會考慮環境的顏色來判斷物體，有些人卻不會。比如白金裙子就是來自考慮了光照的大腦，而藍黑裙子則是由於無視了光照。

原照片（中）和經過不同的白平衡調整後呈現的白色-金色（左）或藍色-黑色（右）兩種形態丨swiked

同樣，對於一幅畫看出來的不同人物，是因為人腦分辨粗糙和清晰影象的能力不同，導致人們在遠近不同的距離看混合了愛因斯坦和夢露五官元素的照片時，就自動解讀成了不同的人物形象。

而逆流而上的水流，則是來自線條搭建的視錯覺——彭斯三角，利用了人腦的“儉省原則”—— 演化史讓我們早就習慣了從二維影象裡讀出三維的能力，甚至形成了一套約定俗稱的“三維訊號”。因此當我們看到一個形狀的時候，我們會盡量用“最簡單”的方式來理解它。再加上畫面中的遮擋和陰影製造出的矛盾，我們的大腦不明不白地就被騙了。

埃舍爾《瀑布》（Waterfall， 1961）丨mcescher

雖然人腦在識別事物時總是有些“天馬行空”地被帶跑偏，但說句公道話，更多時候人腦也是無辜的啊！比如就是手機螢幕上一張不能再普通的遊客打卡風景照，把它發給10個人，如果他們用的是不同品牌款式的手機，那麼使用者對於照片中顏色的解讀可能也不一樣。而這大機率就不是人腦的問題了，而是手機的鍋。

手機如何影響你的色彩情緒

與許多動物相比，人眼宛如一臺設計精良的光學儀器，能捕捉自然界最真實的色彩與光影表現。

眼睛中檢測光的細胞被稱作視杆細胞，它們在黑暗中會變得更加敏感，產生暗視覺。這樣的視杆細胞，在人眼中大約有1。2億個，讓我們的眼睛感知外界的明暗變化。有研究表明，人眼甚至能感受到單個光子的經過，這比世界上許多的高階儀器精密地多［1］。至於看顏色，則要靠眼睛中的視錐細胞了。視錐細胞可以感受強光和顏色，產生明視覺，而且對物體細節和顏色的分辨力很強。

眼睛視覺神經結構丨中國數字科技館

正是由於天生更加優秀的眼睛構造，讓我們具備了識別暗場和明場交織的奇異能力，也讓我們有了更多機會用眼睛去探索大千世界的多彩元素。不過，這個感應是有一定的區間範圍的。可是該如何量化這個範圍呢？經過了長時間的探索和研究，國際照明委員會（CIE）在1931年終於定義了色彩空間CIE 1931 XYZ Color Specification System——在一個二位象限中劃了一個框，標示出人類對色彩的統一認知，我們把這個體系叫做“RGB”。

CIE 色度圖（CIE chromaticity diagram）丨research gate

簡單來說，有的區域大一點包含的色彩就多一點，有的小一點包含的色彩就少一點，再加上由於現在技術的瓶頸，目前的顯示裝置還無法完全覆蓋我們的所有可見光色範圍，所以就有了各種色域的標準。比如說我們經常聽到P圖老司機們嘴裡說的sRGB、AdobeRGB、CMYK等等。

顏色被數字編譯之後具體能做啥呢？最簡單的，紅、綠、藍三原色就可以用0~255進行表達了，每種顏色分為256（28）個級別，也就是8 bit的色彩深度，色彩深度可以顯示256*256*256（1677萬）種顏色。隨著人們對於顏色深度的需求提升，10 bit應運而生，它的三通道混合就可以得到1024*1024*1024個灰度，最終色彩可以達到10。7億色。就像是一個篩子上的孔，孔越小能漏出來的沙子也就越細，色彩深度越高意味著色彩的密度就更高，同一個區域內可以呈現的色彩豐富度就更多。

正是有了看清世界的熱情，人類開始想方設法地想將美好保留下來，比如拍照，就是人類利用智慧開啟的漫長“復刻色彩”之路。

但天不遂人願，隨著拍照裝置從膠片相機逐漸轉變為數碼相機、手機，今天許多的智慧手機會出現偏色的情況，一個是因為手機本身的色域和圖片的色域不匹配，比如有些圖片是廣色域。但裝置卻是基礎的sRGB色域，就會導致影象的色彩空間被“閹割”掉一部分，原本流暢的夕陽紅畫面出現一稜一稜的斷層。

示意圖

不過也有手機雖然可以實現“廣色域”的色彩展示，但可能會在不同色彩空間的解讀轉換過程中出錯，也就會出現過度飽和或者色彩偏移。這種情況隨處可見，可能你滿心歡喜買了一套少女感爆棚的衣服準備發個買家秀，但經過軟體一傳，釋出成功後的照片就彷彿包漿了一樣，變得黯然失色。

圖片丨網路

這個問題在安卓手機上更多見，原因嘛……可以理解成一個影象的專案管理過程中，對採集、運算、編碼、儲存、解碼、顯示等一系列環節，系統本身缺乏一個理想的專案經理對色彩進行管理，導致影象色彩一步一步，偏離正軌，最終出現大型翻車現場。

怎麼讓手機真正貼近真實？

為什麼要跟顏色較真呢？

色彩對於人類來說實在太重要了。在精密的人眼中，世界的色彩不僅可以帶來美的感受，同時可以帶來情緒和故事性，比如紅色會讓人們有距離感，可以集中注意力，心率也會加快，所以K記和M記大多采用橙色和紅色的主題裝潢，會讓客人用餐時不自覺地加快用餐節奏；而藍色則相反，讓人覺得可接近，能促使人更自由地思考，更能激發人的創造力［2］，所以很多圖書館採用了白色和藍色作為背景色，這會讓人在其中不自覺地靜下心來學習……如果因為手機這一點點缺陷，讓我們失去對色彩的真實感受，這是多麼可惜的一件事。

GIF丨giphy。com

在這個手機拍攝、計算、屏顯功能日漸強大的今天，如何讓人類在手機裡所見即所得成為了亟需解決的問題，也成為了像OPPO這樣的科技大廠的新思考。

經過層層解構，OPPO的工程師在Find X3上正式搭載了基於OPPO全鏈路色彩管理系統的

銳麗臻彩引擎

，這也是行業首個Android 全鏈路色彩管理系統。簡單來說，就是在系統層面安排一名出色的專案經理進行全程的色彩管理，讓圖片的顏色在螢幕上正確顯示，順利解決色差這個我們每天都在面對的痛點。速戳下面這個影片，一起體驗OPPO給你帶來的深海尋色之旅：

影片載入中。。。

那麼，OPPO具體是如何做到的呢？剛才已經提到，照片的完整體現需要經過採集、儲存、顯示等多個步驟，Find X3這個全鏈路色彩管理系統，就首次實現了從拍攝、編碼、儲存、解碼、顯示的全鏈路10 bit色彩打通，讓每個步驟的影象資訊都提升至高標準，換句話說，也就是這個全流程都具備了10億色彩的資料處理能力。就像一個直徑均勻的水管，不會因為某一個地方突然變窄影響最終出水量，這樣全鏈路10 bit 的色彩管理方案，可以保證從一而終的色彩高度還原！

同時，對於那些本身不是廣色域的影象，OPPO還做到了對於不同色域內容的自適應顯示，比如針對一些不在REC 709（高畫質電視的國際標準）中的人造色彩，OPPO就透過智慧色彩調和，實現色彩的正確解析和對映，從而不用再單獨設定。而且透過AI 場景色彩的準確判斷，可以基於場景和色溫檢測，準確地判斷出畫面中的人像和環境並進行色彩調整，為使用者匹配最符合拍攝心情的色調。察言觀色能力可以說是滿分了！

OPPO拍攝樣張

這種洞察非常細緻，隨之而來的不僅是我們使用者看到色彩“大一統”的極度舒適，而且更重要的是，讓顯示效果更加所見即所得，幫助vlogger、plogger們更真實記錄、創作，比如拍故宮的紅牆，它應該展現的就是拍攝者眼睛看到的、大腦感受到的莊嚴，而不是莫名的浮躁感，讓顏色正確表達畫面中的情緒和故事。而且也解決了高畫質影象佔記憶體的老大難問題，因為OPPO這一次也考慮到了更合理的HEIF封裝格式，雖然檔案變小了，但還依然支援內容平臺中高畫面標準的影片/圖片內容，真·短小精悍！

看到這裡，有小夥伴或許會想到，千屏一色真的是好事嗎？對於色弱、色盲的特殊使用者，千屏一色不是最優解決方案。OPPO準備了一塊定製化的手機螢幕，主要是透過Munsell色棋來測試色覺能力，然後會對應結果重新對映更符合的調色。

OPPO手機Munsell色棋介面

目前這樣的色彩視覺方案有700多種，已經可以適應大多數色覺障礙人士，幫助他們對螢幕進行正確的色彩分辨。畢竟顏色不應該有三六九等，而科技真正服務人情關懷。

對色彩的把控是一方面，另一方面，OPPO還貼心地考慮到了超廣角的畸變問題。在以往的印象裡，超廣角意味著從瓜子臉到鞋拔子臉的蛻變。不過在OPPO Find X3的超廣角中，全鏈路色彩管理系統不僅被保住了，還加入了自研的自由曲面鏡片，完美消除畫面邊緣和四角存在的影象畸變問題。

從牛頓第一次透過三稜鏡將單色光分離出來，到今天人類開始還原所見到的五光十色的世界，人一直在跟顏色較勁。OPPO全鏈路色彩管理系統是首次手機廠商針對安卓系統推出全鏈路色彩管理系統，在手機攝影領域日漸“堆引數”的今天，另闢蹊徑找到了一條產品方向，而且目前看起來，這是一個更加使用者友好、更有人情味的方向。

GIF丨giphy。com

隨著5G時代的洪流，我們對高質量的影像內容提出了更多看似苛刻但無比合理的要求，全鏈路色彩管理系統也勢必成為未來主流的安卓智慧手機發展方向，也讓冷冰冰的現代科技變得有了一些溫度，讓幫助我們不管身在何處，都能無差異地透過手機感受世界傳遞出來的情感。

參考文獻

［1］Tinsley， J。 N。， Molodtsov， M。 I。， Prevedel， R。， Wartmann， D。， Espigulé-Pons， J。， Lauwers， M。， & Vaziri， A。 （2016）。 Direct detection of a single photon by humans。 Nature communications， 7， 12172

［2］Mehta， R。， & Zhu， R。 J。 （2009）。 Blue or red？ Exploring the effect of color on cognitive task performances。 Science， 323（5918）， 1226-1229。

—— 果殼商業科技傳播部出品 ——