使用 Colorcheck

分析 Calibrite（X-Rite）Colorchecker 的图像

注意：Colorcheck 是一个旧版模块，不再建议在新项目中使用。
改用“颜色/色调交互式”或“自动”模式。

介绍

Colorcheck分析著名的Calibrite （原 X-Rite ^™ ） ColorChecker® ^* （可从Imatest 商店购买）的图像，评估其色彩准确度、白平衡、色调响应（使用六个灰阶色块）、噪声或信噪比 (SNR) 以及ISO 感光度。色调响应的测试结果与Stepchart类似。它尤其适用于在各种光照条件下测量白平衡算法和设置的有效性。ColorChecker 可以单独拍摄，也可以作为场景的一部分进行拍摄。算法和公式可在Colorcheck 附录中找到。 ColorChecker 色卡是一张 8 x 11 英寸的色卡，包含 24 个色块，涵盖 18 种常用颜色和 6 个灰阶，光密度范围从 0.05 到 1.50，相当于 4.8 档光圈 (EV)。颜色饱和度不高。色卡质量极高——每个色块均采用精心控制的颜料单独印刷。色块表面光滑哑光。另有尺寸更小的ColorChecker Passport色卡可供选择，方便将其添加到场景中以评估白平衡。

这款色卡最初于 1976 年推出，名为 Macbeth Colorchecker。被 Gretag 收购后，它被称为 Gretag 或 GretagMacbeth 色卡。之后，它又转手给了 X-Rite，后者于 2021 年将其授权给 Calibrite。我有个不太好笑的笑话：有时候，你可以通过一个人对色卡的称呼来判断他的年龄。

新闻——Imatest 5.2：新增了颜色差异可视化工具（与Colorcheck不同），以便您可以交互式地检查颜色差异的外观。

 

版本比较
工作室：	黑白色块的色调响应和噪声分析；La*b*颜色误差和颜色分析
掌握：	用户提供的参考文件；R、G、B、C、M 和 Y 色块的噪声分析；噪声频谱

下图展示了 sRGB 色彩空间（Windows/互联网标准）的模拟 ColorChecker 色卡。底部一行灰阶色块的光密度（ _-log10 （反射率））显示在括号内。色块 18——青色——超出了 sRGB 色域；因此，它无法在大多数显示器上完美呈现。

1. 深色皮肤	2. 浅肤色	3. 蓝天​	4. 叶子	5. 蓝色的花	6. 蓝绿色
7. 橙子	8. 紫红色 蓝色的	9. 缓和 红色的	10. 紫色的	11. 黄色的 绿色的	12. 橙子 黄色的
13. 蓝色的	14. 绿色的	15. 红色的	16. 黄色的	17. 品红	18. 青色
19. 白色的 （.05）	20. 中性 8 （.23）	21. 中性 6.5 （.44）	22. 中性 5 （.70）	23. 中性3.5 （1.05）	24. 黑色的 （1.50）

 

ColorChecker包含哪些颜色？ D50（~5000K）照明的 ColorChecker CIE L*a*b*值可在http://xritephoto.com/documents/literature/en/ColorData-1p_EN.pdf (2009) 获取。该页面上的 RGB 值存在一些问题。此数据的使用方法请参见下方的 ColorChecker 参考表。 Danny Pascale/Babelcolor 在 Colorchecker 上的页面包含了关于色卡你需要知道的一切信息。强烈推荐！ 颜色差异在 CIELAB 色彩空间中表示，其中 L* 代表亮度，a* 代表绿-红尺度上的颜色，b* 代表蓝-黄尺度上的颜色。L*a*b* 值之间的距离为 1 表示颜色之间近似的最小可觉差（临界可觉差，JND）（对于相对不饱和的颜色）。对于 a*b* 平面上的颜色（忽略 L*），该距离可以用以下公式表示： 更普遍地说， （包含L*差异） 虽然 Δ C和 Δ E * ab （均为欧几里得距离）被广泛用于量化颜色差异，但它们不如 CIE 1994 和 2000 方程准确，这些方程在Colorcheck 附录和 维基百科颜色差异页面中有详细讨论。 Colorchecker 参考值 数据来源有好几种，每种来源略有不同。Imatest 使用的值如下所示。 X-Rite 的网站上有一张 CIE L*a*b* D50 2 度数据表。 最佳的通用信息来源是Danny Pascale/BabelColor 的 ColorChecker 页面。Macbeth ColorChecker 的 RGB 坐标是一个出色的资源，其中包含了 X-Rite 和 Pascale 的 ColorChecker 值。它们非常接近，平均 ΔE = 2。Pascale 基于大量测量结果，以 xyY、L*a*b* 和多种色彩空间呈现 ColorChecker 值。他还提供了数据转换的步骤和公式。L*a*b* 值适用于 D50 照明。 BruceLindbloom.com 网站包含用于在各种 RGB 色彩空间以及 XYZ、xyY 和 CIELAB 色彩空间之间进行转换的公式和表格。点击“数学”即可查看。他的ColorChecker 值基于对单个样本的精确分光光度计测量结果。他还提供了一个实用的ColorChecker 计算器。 您可以使用这里介绍的方法测量您的 ColorChecker 色卡。 ColorChecker 参考选择如下所述。灰阶值源自数码传感器ISO 感光度的定义，详见ColorCheck 附录。

运行颜色检查

• 从目标中选择Colorcheck 。
• 选择要分析的文件。（ Imatest会记住上次使用的文件夹和文件名。）

多文件选择：在Imatest Master中，可以使用标准的 Windows 操作方式（按住 Shift 键并单击或按住 Control 键并单击）选择多个像素大小相同的文件。根据您在多图像对话框中的选项，您可以将多个文件合并（取平均值）或按顺序运行它们（批处理模式）。 合并（平均）文件可用于测量固定模式噪声（建议至少拍摄 8 张相同的低 ISO 感光度图像）。合并后的文件可以保存。其名称与第一个选定的文件相同，并附加后缀“_comb_ n” ，其中n为合并的文件数量。 批量模式允许按顺序分析多个文件。它有三个要求：文件必须 (1) 位于同一文件夹中，(2) 具有相同的像素大小，以及 (3) 完全相同的帧格式。 首次运行的设置窗口与标准非批处理运行相同。后续运行也使用相同的设置。由于无需用户输入，因此运行速度非常快。 需要注意的是：在大多数计算机上，当打开的图像文件超过二十个时，Imatest 的运行速度会显著降低。因此，我们建议勾选“保存后关闭图像文件”复选框，并保存结果。这样可以批量处理大量图像文件，而不会导致计算机运行缓慢。

• 裁剪图像。具体方法取决于设置，可在“设置”中的“ROI选项”下找到。

默认的ROI选择方法是2. 手动粗略ROI选择；在微调窗口中显示色块方块（颜色/色调交互式方法）。拖动光标进行粗略的ROI选择，使少量暗边界可见。然后在微调窗口中细化边界，具体操作请参见“颜色/色调交互式”部分。对于像下图所示的严重失真图像，您可以调整失真滑块并将填充因子降低到默认值0.7以下。由于此图像存在几何失真和严重的桶形失真，因此必须谨慎调整角点位置。

原有的 ROI 选择方法，即手动粗略 ROI 选择；简单的自动图案检测（在绘制粗略轮廓后检测 ROI），已在Imatest 5.0中弃用。新的自动检测选项要优越得多。

这构图真的太糟糕了。如果色卡周围的边距至少等于一个（最好是两个）色块高度，那么选择就会更容易，选中的方格也会更大，结果也会更准确（光线衰减更少）！

所有支持自动区域检测的模块（Colorcheck、 Color/Tone Interactive和Color/Tone Auto ）均可用于 Colorchecker。必须在运行模块之前，在“设置”的“ROI 选项”下选择自动区域检测。相关部分如下所示。 ROI 选项窗口，显示 Colorchecker 设置（适用于 Colorcheck、Color/Tone Interactive 和 Color/Tone Auto）。 Colorchecker（所有模块）ROI 设置 1.旧版手动粗略 ROI 选择；简单的自动色块检测（仅适用于 Colorcheck）已在Imatest 5.0中弃用。此选择现在与 2. 新的自动检测选项（3 和 4）相同，后者性能更优。 2. 手动粗略选择感兴趣区域 (ROI)；在精细调整窗口中显示色块方块（颜色/色调交互式方法） （如上所述）是默认方法。除非选择全自动检测，否则建议使用此方法。 设置 3为自动检测模式，自动选择后会显示微调窗口供确认（并根据需要进行调整）。设置 4为全自动检测模式，无需确认。目前（Beta 版）对光学畸变图像的处理效果不佳，但我们希望未来能够添加此功能。 设置 5 和 6用于使用Isolight传感器按钮（位于 Colorchecker 色卡边角外侧）进行自动检测。速度比设置 3 和 4 快，但无法处理光学畸变。 设置 7 和 8适用于在 Colorchecker 色块区域之外带有注册标记的图表，例如右侧所示的透射颜色目标。 设置 9允许使用 MATLAB Colorchecker 检测例程进行自动 ROI 检测。 “自动 ROI 选择”右侧有两个下拉菜单。第一个下拉菜单包含三个与自动检测相关的选项： 1. 各个模块中分别设置手动/自动 ROI 选择 2. 自动选择 ROI 并确认支持的模块（覆盖单个模块的选择；支持的模块显示在右侧） 3. 对支持的模块自动选择投资回报率（无需确认） （也支持覆盖） 第二项有两个与区域选择后出现的设置窗口相关的设置。 1. 选择 ROI 后显示设置窗口（相当于“是，继续”；非快速模式） 2. 快速模式（不显示设置窗口） （等效于快速模式）

• 如果未选择快速模式，则会显示Imatest Colorcheck 设置窗口。您可以在此窗口中更改标题、Colorchecker 参考、色彩空间、噪点显示、色彩误差显示以及其他一些参数的默认值。此外，它还包含有关最新更新的新闻。

您可以选择“专家模式”或“简易模式”打开设置窗口。在简易模式下，许多设置选项会显示为灰色，无法进行设置。如果您选择“标准设置” ，则会选中常用设置（推荐给初学者）。

Colorcheck 设置

标题：默认为文件名。您可以保留或修改它。图形选择位于右侧的“绘图”框中。

输出

该示例使用佳能 EOS-10D 相机，ISO 400 拍摄，并使用佳能 FVU 软件，通过自动色彩平衡转换 RAW 格式照片。

图 1：灰度色调响应和噪声

显示由底部一行灰度图块生成的图形结果，包括色调响应和噪声。如果可用，还会显示选定的 EXIF 数据。

左下角的图表有多种显示选项，如上所示。左侧显示的是像素信噪比（dB） 。

其中S _i是图像块 i 的信号（平均像素级别）， N _i是图像块 i 的噪声（像素级别的标准偏差，去除缓慢变化）。

SNR_BW 是基于白-黑色块（色块 19 - 色块 24；密度差 = 1.45）的平均信噪比。它的设计使其相对独立于图表类型（ Stepchart中针对多种灰度图表进行计算）和系统对比度（伽马值）。

其中N _mid是色块 22 中的噪声（第 4 行第 4 个色块；中间灰色；最接近标称图表密度 = 0.7）。

图 2：噪声细节（仅限 Imatest Master）

显示密度响应、f 值噪声（与人眼工作相对应）、第三行 Colorchecker 的噪声（包含原色）以及所选色块的噪声频谱。

图 3：a*b* 颜色误差

此图展示了设备无关的 CIELAB 色彩空间 a*b* 平面上的颜色误差，其中 a* 为横轴（绿-红），b* 为纵轴（蓝-黄）。方块代表理想的 (a*, b*) ColorChecker 值，由上方ColorChecker 参考设置选择。圆圈代表测量的 (a*, b*) 值。方块或圆圈附近的数字对应于 ColorChecker 色块的编号：1-6 位于第一行，7-12 位于第二行，13-18 位于第三行。色块 19-24（底行）的编号被省略，因为它们的 (a*, b*) 值集中在 (0, 0) 附近。

图表背景显示了L * 值约为 0.9 时（显示器 sRGB 色彩空间）的预期颜色。它合理地呈现了与 a* 和 b* 相关的色调（尽管它们会随L * 值略有偏移）。浅灰色曲线是L （HSL）= 0.5 时 sRGB 色彩空间的色域边界（CIELAB 边界难以计算）。由于色块的亮度 ( L *) 变化很大（未显示），因此结果存在显著的离散性。此二维图形无法显示L * 值； Color/Tone Interactive克服了这一限制，它具有可旋转的 3D L*a*b* 显示。CIELAB（通常缩写为 LAB）的设计目标是感知均匀，这意味着颜色之间的感知差异与它们之间的欧几里得距离ΔE * _ab （包含亮度L *）或 ΔC * （仅颜色；不包含L*）大致成正比。

；

最小可察觉差异大致对应于Δ E * _ab = Δ C = 1。 （Gaurav Sharma 在《数字彩色成像手册》第 31 页中使用了 2.3。）

CIELAB 色彩空间在感知均匀性方面不如最初设想的那样理想。最小可感知色差ΔE ab  随色度（即距原点的距离，( a * i 2 + b * i 2 ) 1/2 ）的增加而增大。更精确的色差公式ΔE  94和ΔE  00  可用于显示，并包含在 CSV 和 XML 输出文件中。如果您报告任何更精确的公式，请记住它们不如常用的ΔE  ab公式为人熟知，因此请务必清楚地说明您使用的是哪个公式。对于色度较大的色块，ΔE  94  的平均值约为ΔE ab 的一半。通常建议使用相对较新的 CIEDE2000 色差公式ΔE 2000 ( ΔE  00 ) 。请参阅Colorcheck 附录。图中右上角显示了几个数值。

• 平均相机色度（%）是指相机颜色的平均色度除以理想色卡颜色的平均色度，以百分比表示。单个颜色的色度是指它与原点的距离。色度通常被称为饱和度，因为色度越高的颜色看起来饱和度越高。
  ；
  i_meas表示第i 个补丁的测量值。
  i_ideal表示理想的 ColorChecker 值。

当色度值大于 100% 时，色度值会得到提升。色度值受镜头质量（劣质镜头的眩光会降低色度值）和信号处理的影响。许多相机和大多数 RAW 转换器都提供色度调整选项（通常标记为“饱和度”）。

色度在RAW格式转换过程中会受到图像处理的显著影响（尤其是色彩校正矩阵（CCM）的影响）。在图像编辑器中可以轻松调整色度。相机输出的图像通常会提高饱和度以使其更加鲜艳（小型数码相机中常见的饱和度为110-120%），但过高的饱和度会导致高饱和度物体细节的丢失。饱和度超过120%应视为过高。

• 色度误差_ΔCxx

ΔC表示忽略亮度差异的色差，即仅包含颜色信息。ΔE则包含亮度差异。Imatest 显示两个ΔC值：一个未校正，另一个已校正相机饱和度提升（或降低）的影响，具体内容将在下文讨论。您可以选择三种 ΔC _xx和 ΔE _xx的显示模式（所有模式均包含在 CSV/XML 输出文件中）。

• • 标准ΔC和ΔE测量（也称为_ΔCab和_ΔEab ），
  • CIE 1994 测量值（ ΔC ₉₄和ΔE ₉₄ ）。精度更高。
  • CIEDE2000 测量（ΔC _₀₀和 ΔE _₀₀ ）。新兴标准；目前最精确的测量方法。请参阅 Gaurav Sharma 的CIEDE2000 色差公式页面。

ΔC或ΔE值约为 1（根据Sharma的说法约为 2.3）大致对应于颜色之间的最小可觉差 (JND)。颜色差异模型在Colorcheck 附录中有详细描述。Imatest 5.2+ 中的颜色差异可视化工具（独立于 Colorcheck）允许您以交互方式检查颜色差异的外观。

• 颜色误差ΔC是通过色度（饱和度）校正计算得出的。这不是标准计算方法。它已被弱化，将来可能会从图 3 中移除（但会保留在 CSV 和 JSON 输出中）。
  饱和度校正是指将测量的颜色进行归一化处理，使其平均饱和度与参考平均饱和度相同。具体方法是将a *、 b * 和C * 值乘以 100%/(平均色度)。校正后的值（记为i_corr ）将用于代替测量值进行ΔC计算。

（标准（CIE 1976）公式）

这种归一化处理消除了饱和度提升的影响，从而降低了平均颜色误差 mean(ΔC _{i_corr} )。它之所以重要，是因为饱和度可以通过图像编辑器中的（数字）旋钮轻松调节。

• 颜色误差 Δ E _xx使用与上述 Δ C相同的颜色差异模型（ab、94 或 2000）。

对于以上三种显示方式，可以显示平均值以及最大值或均方根 (RMS) 颜色误差。

mean( x ) = ∑x _i / n ，其中 x 为 n 个值。
RMS( x ) = σ ( x ) = ( ∑x _i ² / n ) ^1/2，其中 x 为n 个值。

x 是 Colorchecker 色块 1-18（前三行）的 Δ C _i和 Δ C _{i_corr} 。

均方根误差（RMS），用σ表示，对较大的误差赋予更高的权重；因此，它可能是衡量色彩准确度的更佳指标。您可以在输入设置窗口中选择σ或最大值。

• 摘要：图 3 显示了使用标准 (CIE 1976)、CIE 1994 或 CIEDE2000 差值公式计算出的颜色误差的平均值和均方根值。后两种公式更为精确，反映了人眼对高饱和度颜色饱和度（色度）变化的敏感度降低，因此其值通常较低。结果总结如下。

在获得大量测试结果数据库之前，很难对这些数值进行评估。目前，我认为微型四分之三系统相机在a*b*色彩误差图（上图）中ΔC_₀₀平均值为3.43、最大值为5.84的数值非常出色。更多详情请参阅色彩校正矩阵（CCM）页面。

有关 CIELAB 色彩空间的详细信息，请参阅下面的链接。

图 4：颜色分析

这是一张色彩校准图，可用于比较实际值和理想值。它还使用底部一行（灰度色块）显示白平衡误差。

内部部分包含针对曝光进行校正的理想 ColorChecker 值 (2) 和未校正的值 (3)。

1. 外层区域（区域 1）即为照片中的色块。这与上方 L*a*b* 颜色误差图中的圆圈相对应。
2. 中心方块（区域 2）是色块的参考值，已根据拍摄图表的亮度进行了校正。校正基于上述对灰度区域的二阶拟合。默认情况下使用HSL颜色空间，但您也可以选择HSL 、 HSV 、 xyY或L*a*b*颜色空间。区域 1 和区域 2 的平均亮度应该接近——区域 2 在某些色块中可能更暗，而在另一些色块中可能更亮。区域2和区域3对应于上方 L*a*b* 颜色误差图中的小方块（参考值）。曝光误差与日期和颜色空间显示在同一行。曝光误差小于 0.25 档光圈时效果最佳。
3. 中心正方形右侧的小矩形代表色块的理想值，未进行亮度校正。对于所有色块，区域 2 的亮度始终会比区域 3 更亮或更暗，具体取决于曝光情况。

在上面的例子中，色卡图像1略微曝光不足，比理想的未校正颜色3更暗，也比校正后的理想颜色2更暗。这是这款相机的特性：它往往会使橙色变暗，蓝色和青色变亮。这一点在上方右侧的色卡图像中也能看到，该图像略微曝光过度。这张橙黄色色块的图像（第 2 行，第 6 列）的亮度与未校正的理想颜色 3 大致相同，但比校正后的理想颜色更暗。上面两张橙黄色图像（左侧示例和右侧完整色卡）中的未校正理想值3是相同的，但由于人眼中颜色的相互作用，它们看起来却截然不同——这种现象对于艺术家和摄影师来说应该很熟悉。

此图清晰地展示了色彩准确度。L*a*b*色彩误差图则提供了定量指标。

第四个 Colorcheck 图的底部说明了白平衡误差（与中性灰的偏差），该误差以四种方式量化。

1. ΔC2000 _。这可能是感知上最有意义的颜色差异指标。参见 维基百科“颜色差异”页面。它与颜色空间无关。
2. HSV颜色模型中的饱和度S （酒红色） 。S的取值范围为0到1，0代表完全中性的灰色，1代表完全饱和的颜色。与S对应的感知颜色差异取决于颜色空间。
3. 相关色温 (CCT) 误差（单位为开尔文度，蓝色） ，根据 Günther Wyszecki 和 WS Stiles 合著的《色彩科学：概念与方法、定量数据与公式》（第 224-228 页）中的表格计算得出。色温（单位为开尔文度）是照明的通用描述单位。较高的色温在感知上更“冷”，即更偏蓝。CCT 误差是指照明色温的变化，这种变化会导致测量值与中性灰的偏差。
4. 反色温（ Mireds ，微倒数度） （蓝色） ，其中 Mireds = ^10⁶ / (开尔文度)。与色温误差相比，这是一个感知上更均匀的度量标准。它曾用于指定光学色彩校正滤镜的强度，但在数字时代已很少使用，因为此类滤镜的需求量大大减少。

白平衡误差在灰色色块（底部一行中的第 2-5 块）中最明显。当 S < 0.02 时，误差几乎不可见。当 S > 0.10 时，误差则相当严重，尤其是在较浅的灰色色块中。

底部图像显示了底行（灰度色块）中白平衡误差被夸大的示意图。该误差是通过使用左侧曲线提高饱和度 S 计算得出的，同时保持 H 和 V 值不变。低饱和度值被提升 4 倍；随着饱和度的增加，提升幅度逐渐减小。与未夸大的图表相比，该图像能更清晰地显示白平衡误差。请注意，该图像显示的误差比实际情况更严重；在实际照片中，尤其是在高饱和度颜色附近，较小的白平衡误差可能并不明显。

图 5：时间噪声

时变噪声是指两幅原本完全相同的图像之间的随机差异。它的测量方法是将两幅相同的测试图图像之差的噪声（标准差）除以根号2（1.414）。

两幅图像相减可以消除固定模式噪声。之所以需要除以根号 2，是因为即使图像像素相减，噪声功率也会叠加。除以根号 2 可以将时间噪声缩放到与单幅图像中测量的噪声相同的水平。

要测量时间噪声，请选择两张图像进行分析。在右侧显示的对话框中，选择“读取两个文件以测量时间噪声” 。分析过程正常进行（针对第一个文件），但如果在输入对话框的“绘图区域”中选中“5. 时间噪声” ，则会显示第四个图，其中包含时间噪声分析结果。此图旨在独立呈现信息，因此重复了之前图表中的一些特征。

• 左上图显示了密度响应，与图 2 的左上图类似。
• 左下角的图（RMS 噪声（光圈））显示了场景参考的灰度噪声或 SNR，其比例与图 2 的左下角的图相同。在这些图中，单幅图像的噪声（或 SNR）显示为一条浅色曲线。
• 右上角的图表（第三行像素信噪比 (dB)（针对 BGRYMC 色块））显示了色块的噪声或信噪比，其比例尺由输入对话框中的“噪声显示”设置。它与图 2 的右上角图表类似。
• 右下角的图（灰度 SNR dB）显示了灰度像素噪声，其比例由输入对话框中的噪声显示设置（与图 1 左下角的图比例相同，但 x 轴不同）。

保存结果

当 Colorcheck 计算完成后，会弹出“保存 Colorcheck 结果？”对话框。您可以在此选择要保存的结果以及保存位置。默认位置是数据文件目录下的Results子目录。您可以更改为其他现有目录，但新的结果目录必须在 Imatest 之外创建——例如使用 Windows 资源管理器等工具。（这是此版本 Matlab 的限制。）选择会在运行之间保存。您可以在选中或取消选中复选框之前查看输出图形。单击“是”或“否”后，主窗口将重新出现。图形、CSV 和 XML 数据保存在文件名由根文件名、后缀和扩展名组成的文件中。根文件名默认为图像文件名，但可以使用“结果根文件名”框进行更改。请务必按 Enter 键。.CSV 摘要文件包含色调级别、噪声和颜色计算的 Excel .CSV 输出。它还包含一些其他数据，包括 JPEG 文件的 EXIF 数据。XML 输出文件包含类似的结果。

建议在批量运行后检查保存后的结账情况，以防止未结账项的累积。

摘要 .CSV 和 XML 文件

可选的 .CSV（逗号分隔变量）输出文件包含 Colorcheck 的结果。其名称为 [根名称]_summary.csv。例如 Canon_EOS10d_ColorCheck_lt_small_summary.csv。

格式如下：

模块	SFR、SFR 多 ROI、Colorcheck 或 Stepchart。
文件	文件名（标题）。
运行日期	运行日期为 mm/dd/yyyy hh:mm。
（空白行）
表格	表格之间用空行分隔。
	第一张表包含理想和测量的像素级别和密度。区域 (Zone) 指的是色块（灰阶为 19-24）。灰阶值为 1-6，对应于色块 19-24。像素 (Pixel) 指的是测量的像素级别（最大值 = 255）。Pixel/255 指的是归一化的测量像素级别。Px/255 ideal 指的是理想的归一化像素级别。Log(exp) 指的是色块密度的负值。Log(px/255) 指的是曝光量的对数。WB Err Deg 和 WB Err Mired 分别指的是以度和微倒数度 (mired) 为单位的白平衡误差。
	第二张表格包含了底部两行色块的 R、G、B 和 Y 通道的噪声测量结果。噪声的测量单位包括 Colorchecker 最大密度色块 (19) 的百分比（密度 = 1.5）和光圈值。
	第三张表包含上述的 S/N 和 SNR (dB) 测量结果。
	第四张表格包含了 24 个色块的理想 RGB 和 La*b* 值以及测量值。
	第五张表格包含了24个色块的几项颜色误差测量结果（与理想Colorchecker值的差异）： ΔC （忽略亮度L的色差）、 ΔE （包含亮度L的总差异），分别使用有饱和度校正和无饱和度校正的测量值（相机测量值）。详情请参见Colorcheck附录。
（空白行）
附加数据	第一条记录是数据的名称；第二条（及后续）记录包含数据的值。名称通常一目了然（与数字类似）。
（空白行）
EXIF 数据	如果可用，则会显示。EXIF数据是图像文件的元数据，包含重要的相机、镜头和曝光设置。默认情况下， Imatest使用一个名为 jhead.exe 的小程序来读取 EXIF 数据，该程序仅适用于 JPEG 文件。要读取所有图像文件格式的详细 EXIF 数据，我们建议您下载、安装并选择Phil Harvey 的 ExifTool ，具体操作请参见此处。

所有模块的格式都类似。数据本身基本易于理解。对 .CSV 文件的改进将在变更日志中列出。可选的 XML 输出文件包含与 .CSV 文件类似的结果，其内容也基本易于理解。该文件存储在 [根目录名称].xml 中。XML 输出将用于 Imatest 的扩展程序，例如数据库，这些扩展程序将由 Imatest 和第三方编写。如有任何疑问或建议，请联系我们。