如何在Python中实现extendedSRGB到标准sRGB的颜色格式转换？

我来帮你解决这个问题！首先得把苹果文档里的描述拆解明白，你卡壳的点主要是不知道f(x)是什么——其实它就是标准sRGB的编码函数（也就是把线性RGB值转换成sRGB编码值的伽马校正函数）。接下来一步步理清楚转换逻辑和具体公式：

第一步：搞清楚核心转换关系 #

苹果文档里说的 y(x) = sign(x)*f(abs(x))，这里的变量对应关系是：

• x：extendedSRGB的线性RGB分量（可以是负数或大于1的数）
• y：你拿到的extendedSRGB编码值（也就是可能<0或>1的那个RGB数值）
• f(x)：标准sRGB的编码函数（把线性RGB 0-1转成sRGB编码值0-1的函数）

反过来，如果你拿到的是extendedSRGB的编码值y，要先解码得到线性RGB分量x，公式是：
x = sign(y) * f_inv(abs(y))
这里的f_inv是标准sRGB的解码函数（把sRGB编码值转成线性RGB的逆函数）

第二步：明确sRGB的编码/解码函数 #

标准sRGB解码函数（f_inv，从编码值到线性RGB）

def srgb_decode(c):
    if c <= 0.04045:
        return c / 12.92
    else:
        return ((c + 0.055) / 1.055) ** 2.4

标准sRGB编码函数（f，从线性RGB到编码值）

def srgb_encode(lin):
    if lin <= 0.0031308:
        return lin * 12.92
    else:
        return 1.055 * (lin ** (1/2.4)) - 0.055

第三步：完整的extendedSRGB转标准sRGB流程 #

因为标准sRGB的编码值只能在0-1范围内，所以完整转换步骤是：

1. 对每个extendedSRGB编码分量y，解码得到线性RGB分量x（可能超出0-1）
2. 把线性RGB分量x钳位到[0, 1]（标准sRGB能表示的线性范围）
3. 把钳位后的线性值重新编码成标准sRGB的0-1编码值

第四步：Python批量实现（用numpy处理数组） #

如果你的颜色数据是numpy数组（比如批量处理图片），可以用矢量化的实现，效率更高：

import numpy as np

def extended_srgb_to_srgb(extended_srgb):
    # 确保输入是numpy数组，支持单个颜色或批量颜色
    extended_srgb = np.asarray(extended_srgb, dtype=np.float32)
    
    # 步骤1：解码extendedSRGB编码值到线性RGB
    abs_y = np.abs(extended_srgb)
    # 应用sRGB解码函数到绝对值
    lin_abs = np.where(abs_y <= 0.04045, abs_y / 12.92, ((abs_y + 0.055) / 1.055) ** 2.4)
    # 恢复符号得到线性RGB分量
    lin_rgb = np.sign(extended_srgb) * lin_abs
    
    # 步骤2：钳位线性RGB到标准sRGB的0-1范围
    lin_rgb_clamped = np.clip(lin_rgb, 0.0, 1.0)
    
    # 步骤3：编码回标准sRGB编码值
    srgb = np.where(lin_rgb_clamped <= 0.0031308, 
                   lin_rgb_clamped * 12.92, 
                   1.055 * (lin_rgb_clamped ** (1/2.4)) - 0.055)
    
    return srgb

为什么之前的方法不对？ #

你之前直接用np.clip或np.abs处理extendedSRGB编码值是错误的，因为这些操作是在编码值空间直接处理，而没有考虑sRGB的伽马校正曲线。比如绿色分量的负数编码值，直接取绝对值会破坏线性空间的对应关系，导致颜色偏差。

备注：内容来源于stack exchange，提问作者Evan93