by zhangxinxu from http://www.zhangxinxu.com/wordpress/?p=6646
本文可全文转载，但需得到原作者书面许可，同时保留原作者和出处，摘要引流则随意。

一、了解LinearRGB和sRGB

LinearRGB顾名思义就是线性RGB颜色。

假设白板的光线反射率是100%，黑板的光线反射率是0%。则在线性RGB的世界中，50%灰色就是光线反射率为50%的灰色。

然而，人这种动物，对于真实世界的颜色感受，并不是线性的，而是曲线的，如下图示意：

横坐标是真实亮度，纵坐标是人的视觉感受。可以看到人对这个世界亮度的感受和实际的反射亮度并不是线性的，而是有着很大差异的。

似乎大家反应很平淡嘛，我们在看下面这个例子，下图是一个从白色到黑色的渐变，于是很自然的，我们会认为中间的位置就是50度灰，也就是俗称的中灰：

然而这仅仅是我们的视觉感受是中灰，如果我们把这个灰色放到自然世界里，其物理亮度值大约在白色块的21%左右，其实已经是相当黑了。

从进化论上讲，可能与人类是日行性动物有关。

由于人类直觉判断遵循眼见为实，如果我们的显示器设备，全部都是按照LinearRGB来渲染，则会和我们真实世界看到的颜色有差异。这个问题在以前是非常严重的，老的显示器这种物理器件显示颜色是线性的，纯白纯黑，然后线性调节亮度颜色就出来的。但人的真实视觉确实非线性的，这就导致电脑看到一张服装图片是这样子的，结果现实世界买回来是另外一个样子。

为了让我们的显示器显示的效果，更接近于我们真实的视觉感受，微软联合爱普生、HP惠普重新制定的一套非线性的彩色语言协议，就是这里的sRGB。目前我们使用的各类设备显示器颜色全部都是基于sRGB显示的。

好了，看样子现在sRGB已经一统天下了，那还有LinearRGB线性RGB什么事情呢？

那就是LinearRGB在图形图像处理上有着天然的优势。

因为其颜色是线性有明显规律的，在数学处理上就非常简单。

比方说你让一个普通图像和一个半透明图像相加，或者进行2D混合或3D阴影或者几乎任何图像处理，你肯定是强烈希望采用的是一个线性的颜色空间，因为计算要简单太多了。什么反向，提亮等效果都不在话下。

于是，在SVG或者webGL等与图形处理相密切的语言领域，很多属性或者颜色处理，都是基于LinearRGB来实现的。

例如SVG滤镜中的color-interpolation-filters属性其默认值就是LinearRGB，并且Safari浏览器仅支持LinearRGB。

这就给我们的实际开发带来了一定的阻碍，比如说当我们对设计软件进行做图的时候，我们的RGB颜色的选取肯定是基于显示器颜色，但这个颜色往往在LinearRGB那里就不准确了。

举例说明：

sRGB世界中，RGB色值范围是0~255，中灰色就是127，使用0~1范围表示就是0.5，但是，转换成LinearRGB就是0.214。

也就是说图像处理的时候，你以为你使用了一个中灰色，实际上使用的是一个深灰色。

如何避免这种问题呢？

那就是根据需要的颜色空间进行转化。

二、LinearRGB和sRGB使用JS相互转换

这里的转化使用0到1范围示意。

LinearRGB转换为sRGB：

var linear = xxx;  // xxx是0-1的数值
var s;
if (linear <= 0.0031308) {
  s = linear * 12.92;
} else {
  s = 1.055 * Math.pow(linear, 1.0/2.4) - 0.055;
}

sRGB转换为LinearRGB：

var s = xxx;    // xxx是0-1的数值
var linear;
if (s <= 0.04045) {
  linear = s / 12.92;
} else {
  linear = Math.pow((s + 0.055) / 1.055, 2.4);
}

使用示意
假设我们的SVG的滤镜使用的颜色空间是LinearRGB，我们希望颜色最后的计算值是0.5，请问，我们应该输入的sRGB值是多少？

套用LinearRGB转换为sRGB代码，于是有：

s = 1.055 * Math.pow(0.5, 1.0/2.4) - 0.055 = 0.7353569830524495

如果将其计算值转化成十进制的颜色表示，则有：

Math.floor(0.7353569830524495 * 256) = 188

也就是显示器上的188颜色才对应LinearRGB的0.5。

也就是rgba(188,188,188)才是线性RGB世界的中灰色，而不是rgba(127,127,127)。

三、结束语

搜索了一下，中文相关的资料其实并不多，所以本文内容还是有必要的，虽然说内容比较小众，受众有限，但对于需要的人讲，可能就是雪中送炭的重要资料了。

本文两张示意图参考自“色彩校正中的 gamma 值是什么？”这个问题的这个回答，这里表示感谢。

本文内容也是边学习边整理的，如果有表述不对的地方，请大力指正！

本文为原创文章，会经常更新知识点以及修正一些错误，因此转载请保留原出处，方便溯源，避免陈旧错误知识的误导，同时有更好的阅读体验。
本文地址：http://www.zhangxinxu.com/wordpress/?p=6646

（本篇完）