Foreword
RGB或者RGBW类似的多通道光源数据校准流程总结一下，之前一直把各种修正混在一起，实际上每个阶段都应该只做各自阶段的事情，混入别的东西就会导致最终输出跑偏
RGB光源
一般来说是两层进行处理，先处理感官层面的数据，此时不带有任何物理上的修正，这是我们理想的颜色应该有的样子，而后才是将这个理论值输出到现实中时需要处理的修正
感官层
Gamma
感官层修正是比较简单的，把Gamma应用上去就行了
人眼对亮度的感知是非线性的，所以要通过Gamma进行修正，一般选取标准 Gamma值：2.2（sRGB）或 2.4（Rec.709）
# Gamma校正公式
def gamma_correct(value, gamma=2.2):
if value <= 0.04045:
return value / 12.92
else:
return ((value + 0.055) / 1.055) ** gamma
# 或者简化的幂函数（适用于某些场景）
def gamma_correct_simple(value, gamma=2.2):
return value ** (1.0 / gamma)
前者分段函数是为了更好地处理精度问题，保证函数连续可导，这几个值基本都是经验值，用于高亮和低亮的区分点。
value输入的就是亮度，不是简单的RGB，所以感官层最好使用的数据是HSL，而不是RGB，更符合感官计算的流程
物理层
Gamma计算后的数据要输出到物理层时，需要计算各种校正数据，比如温度、比如通道本身的色偏和光强差异，此时就要把HSL转换成RGB这种方式输出给物理器件
3D LUT
LUT主要是处理光源本身的偏移和不对齐的情况，实际是RGB输出，所以是3D，如果有更多颜色通道可能是4D、5D、6D等
简单说就是真实输出，然后反向测量输出的RGB到底是多少，从而得到一张大映射表，如果全量采样，花费的时间就太长了，所以一般都是精简采样，4×4×4（粗校准）、16×16×16（4096个采样点）、32×32×32、64×64×64（高精度），然后采样点插值一般使用三线性，直接取输入点周围的八个顶点，然后按比例插值即可。
但是这个测量其实也非常困难，因为本身光源就受到温度影响，你亮1s和亮0.5s测量的结果都是不一样的，所以要做好控制变量，对于测量环境的要求非常高。
当测量完LUT就得到了这个光源的颜色空间，对于非显示器这种级别，大部分点光源的色谱空间可能都有比较大的缺陷，某些颜色是无法还原的
温漂
在测量LUT时需要严格控制温度（因为温度会影响测量结果），但实际使用时还会遇到温漂的问题，因为三个RGB通道，可能输出功率不同，热量分布不均匀，而输出灯光本身受温度影响的偏移又非常明显，这就还需要单独测量温漂曲线，看每个通道与温漂的关系。
一般来说温度不会混到和LUT一起测量，多一个维度会导致LUT表爆炸（变成4D、5D等），温漂都是基于单通道进行测量，看每个通道在对应的温度下，输出的光强变化的情况，拟合成一个二次曲线或者映射表进行使用。实际使用时，通常是在应用LUT之后再根据当前温度应用温漂修正。
混光
混光的问题，这里只是单独提出来说一下，实际上混光是硬件本身的物理特性，光会溢出激活旁边的通道。如果LUT是在完整测量了实际输出（包含混光效果）的基础上建立的，那混光的影响就已经被包含在LUT里了。但有时候混光可能会单独处理：一般情况下单通道输出的时候，颜色并不纯粹，光会溢出激活旁边的通道，所以单通道里往往都混了一部分其他通道的颜色，特别是光强越高，混入的越多，但是异色光占比反而是在光强比较低时，占比比较高，光强高了以后占比就急速衰减了。
还有一个特殊情况，如果是RGBW或者RGBWY等，这种情况下，别人实现一般都是把W和Y单独使用，而不是把WY拆成RGB以后再和主RGB进行混光，主要还是以各自需求为准。
Summary
整个校准流程的顺序应该是：
- 感官层：输入理想的颜色值（HSL或RGB），应用Gamma校正
- 转换：将校正后的HSL转换为RGB（如果需要）
- LUT映射：通过3D LUT将理想的RGB值映射到实际硬件能输出的RGB值（这一步已经包含了混光的影响）
- 温漂修正：根据当前温度对每个通道进行光强修正
关键是要保证每个阶段只做自己该做的事，不要混在一起处理，否则会导致最终输出跑偏。