使用Rust转换OpenEXR至PNG出现颜色偏差，求可行解决方法

首先明确问题根源：OpenEXR是高动态范围（HDR）格式，存储的是线性RGB数据；而PNG是低动态范围（LDR）格式，默认使用sRGB颜色空间。直接转换时如果跳过色调映射（HDR转LDR）和线性RGB到sRGB的颜色空间转换，必然会出现颜色偏差。

以下是几种可行的解决方法：

一、改进exr crate代码，添加色调映射与颜色空间转换 #

修改你用的exr crate示例代码，手动处理颜色转换和色调映射：

use exrs::{prelude::*, image::pixel::Rgba32F};
use image::{RgbaImage, Rgba};

fn main() -> Result<()> {
    // 读取EXR文件（保留浮点精度的线性RGB）
    let image = exrs::read("input.exr")?;
    let (width, height) = (image.width(), image.height());

    // 创建PNG图像缓冲区
    let mut png_image = RgbaImage::new(width, height);

    // 遍历每个像素，处理色调映射和颜色空间转换
    for (x, y, pixel) in png_image.enumerate_pixels_mut() {
        // 获取EXR的线性RGB浮点值（假设是RGBA通道）
        let exr_pixel: Rgba32F = image.sample((x, y))?;
        let (r, g, b, a) = (exr_pixel.r, exr_pixel.g, exr_pixel.b, exr_pixel.a);

        // 步骤1：Reinhard色调映射（HDR转LDR）
        let reinhard = |val: f32| val / (1.0 + val);
        let (r_ldr, g_ldr, b_ldr) = (reinhard(r), reinhard(g), reinhard(b));

        // 步骤2：线性RGB转sRGB（sGamma校正）
        let linear_to_srgb = |val: f32| {
            if val <= 0.0031308 {
                val * 12.92
            } else {
                1.055 * val.powf(1.0/2.4) - 0.055
            }
        };
        let (r_srgb, g_srgb, b_srgb) = (
            linear_to_srgb(r_ldr).clamp(0.0, 1.0),
            linear_to_srgb(g_ldr).clamp(0.0, 1.0),
            linear_to_srgb(b_ldr).clamp(0.0, 1.0),
        );

        // 转换为8位整数，赋值给PNG像素
        *pixel = Rgba([
            (r_srgb * 255.0) as u8,
            (g_srgb * 255.0) as u8,
            (b_srgb * 255.0) as u8,
            (a * 255.0) as u8,
        ]);
    }

    // 保存PNG
    png_image.save("output.png")?;
    Ok(())
}

这段代码先通过Reinhard算法将HDR的线性RGB压缩到LDR范围，再转换为sRGB颜色空间，最后输出PNG，能解决颜色偏差问题。

二、使用OpenImageIO命令行工具（专业图像格式转换） #

OpenImageIO是专业的图像处理工具，对HDR格式支持完善，直接用命令行即可完成正确转换：

oiiotool input.exr --colorconvert linear srgb --tonemap reinhard -o output.png

• --colorconvert linear srgb：将线性RGB转换为sRGB颜色空间
• --tonemap reinhard：应用Reinhard色调映射
  如果需要处理Alpha通道或其他色调映射算法，可调整参数。

三、使用FFmpeg批量转换 #

FFmpeg也支持HDR到LDR的转换，适合批量处理文件：

ffmpeg -i input.exr -vf "tonemap=reinhard:desat=0,format=yuv420p" output.png

• tonemap=reinhard：指定Reinhard色调映射
• format=yuv420p：确保输出格式兼容PNG

四、Python结合OpenEXR与OpenCV处理 #

如果熟悉Python，也可以用OpenEXR读取文件，结合OpenCV处理颜色转换：

import OpenEXR
import Imath
import numpy as np
import cv2

# 读取EXR文件
exr_file = OpenEXR.InputFile("input.exr")
header = exr_file.header()
dw = header['dataWindow']
width = dw.max.x - dw.min.x + 1
height = dw.max.y - dw.min.y + 1

# 读取RGB通道的浮点数据
pt = Imath.PixelType(Imath.PixelType.FLOAT)
r = np.frombuffer(exr_file.channel('R', pt), dtype=np.float32).reshape(height, width)
g = np.frombuffer(exr_file.channel('G', pt), dtype=np.float32).reshape(height, width)
b = np.frombuffer(exr_file.channel('B', pt), dtype=np.float32).reshape(height, width)

# 读取Alpha通道（如果存在）
if 'A' in header['channels']:
    a = np.frombuffer(exr_file.channel('A', pt), dtype=np.float32).reshape(height, width)
else:
    a = np.ones_like(r)

# 步骤1：Reinhard色调映射
rgb_ldr = np.stack([r/(1+r), g/(1+g), b/(1+b)], axis=-1)

# 步骤2：线性RGB转sRGB
rgb_srgb = np.where(rgb_ldr <= 0.0031308, rgb_ldr * 12.92, 1.055 * np.power(rgb_ldr, 1/2.4) - 0.055)
rgb_srgb = np.clip(rgb_srgb, 0.0, 1.0)

# 转换为8位图像，添加Alpha通道
rgb_srgb_8bit = (rgb_srgb * 255).astype(np.uint8)
rgba = np.dstack([rgb_srgb_8bit, (a * 255).astype(np.uint8)])

# 保存PNG
cv2.imwrite("output.png", rgba)

内容的提问来源于stack exchange，提问作者Youdi