使用 Colorcheck

分析 Calibrite（X-Rite）Colorchecker 的圖像

注意：Colorcheck 是一個舊版模組，不再建議在新專案中使用。
改用顏色/色調互動式或自動模式。

介紹

Colorcheck分析著名的Calibrite （原 X-Rite ^™ ） ColorChecker® ^* （可從Imatest 商店購買）的圖像，評估其色彩準確度、白平衡、色調響應（使用六個灰階色塊）、噪聲或信噪比 (SNR) 以及ISO 感光度。色調響應的測試結果與Stepchart類似。它特別適用於在各種光照條件下測量白平衡演算法和設定的有效性。 ColorChecker 可以單獨拍攝，也可以作為場景的一部分進行拍攝。演算法和公式可在Colorcheck 附錄中找到。 ColorChecker 色卡是一張 8 x 11 英吋的色卡，包含 24 個色塊，涵蓋 18 種常用顏色和 6 個灰階，光密度範圍從 0.05 到 1.50，相當於 4.8 檔光圈 (EV)。顏色飽和度不高。色卡品質極高－每個色塊均以精心控制的顏料單獨印刷。色塊表面光滑霧面。另有尺寸較小的ColorChecker Passport色卡可供選擇，方便將其添加到場景中以評估白平衡。

這款色卡最初於 1976 年推出，名為 Macbeth Colorchecker。被 Gretag 收購後，它被稱為 Gretag 或 GretagMacbeth 色卡。之後，它又轉手給了 X-Rite，後者於 2021 年將其授權給 Calibrite。我有個不太好笑的笑話：有時候，你可以透過一個人對色卡的稱呼來判斷他的年齡。

新聞—Imatest 5.2：新增了顏色差異視覺化工具（與Colorcheck不同），以便您可以互動式地檢查顏色差異的外觀。

版本比較
工作室：	黑白色塊的色調響應和噪音分析；La*b*顏色誤差和顏色分析
掌握：	使用者提供的參考文件；R、G、B、C、M 和 Y 色塊的雜訊分析；雜訊頻譜

下圖展示了 sRGB 色彩空間（Windows/網際網路標準）的模擬 ColorChecker 色卡。底部一行灰階色塊的光密度（ _-log10 （反射率））顯示在括號內。色塊 18——青色——超出了 sRGB 色域；因此，它無法在大多數顯示器上完美呈現。

1. 深色皮膚	2. 淺膚色	3. 藍天	4. 葉子	5. 藍色花朵	6. 藍綠色
7. 橘子	8. 紫紅色 藍色的	9. 緩和 紅色的	10. 紫色的	11. 黃色的 綠色的	12. 橘子 黃色的
13. 藍色的	14. 綠色的	15. 紅色的	16. 黃色的	17. 品紅	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包含哪些顏色？ D50（~5000K）照明的 ColorChecker CIE L*a*b*值可在http://xritephoto.com/documents/literature/en/ColorData-1p_EN.pdf (2009) 取得。該頁面上的 RGB 值存在一些問題。此資料的使用方法請參閱下方的 ColorChecker 參考表。 Danny Pascale/Babelcolor 在 Colorchecker 上的頁麵包含了關於色卡你需要知道的一切。強烈推薦！ 色彩差異在 CIELAB 色彩空間中表示，其中 L* 代表亮度，a* 代表綠紅尺度上的顏色，b* 代表藍黃尺度上的顏色。 L*a*b* 值之間的距離為 1 表示顏色之間近似的最小可覺差（臨界可覺差，JND）（對於相對不飽和的顏色）。對於 a*b* 平面上的顏色（忽略 L*），該距離可以用以下公式表示： 更普遍地說， （含L*差異） 雖然 Δ C和 Δ E * ab （均為歐幾里德距離）被廣泛用於量化顏色差異，但它們不如 CIE 1994 和 2000 方程式準確，這些方程式在Colorcheck 附錄和 維基百科顏色差異頁面中有詳細討論。 Colorchecker 參考值 資料來源有好幾種，每種來源略有不同。 Imatest 所使用的值如下所示。 X-Rite 的網站上有一張 CIE L*a*b* D50 2 度資料表。 最佳的通用資訊來源是Danny Pascale/BabelColor 的 ColorChecker 頁面。 Macbeth ColorChecker 的 RGB 座標是一個出色的資源，其中包含了 X-Rite 和 Pascale 的 ColorChecker 值。它們非常接近，平均 ΔE = 2。 Pascale 是基於大量測量結果，以 xyY、L*a*b* 和多種色彩空間呈現 ColorChecker 值。他還提供了數據轉換的步驟和公式。 L*a*b* 值適用於 D50 照明。 BruceLindbloom.com 網站包含用於在各種 RGB 色彩空間以及 XYZ、xyY 和 CIELAB 色彩空間之間進行轉換的公式和表格。點擊“數學”即可查看。他的ColorChecker 值是基於對單一樣本的精確分光光度計測量結果。他還提供了一個實用的ColorChecker 計算器。 您可以使用這裡介紹的方法來測量您的 ColorChecker 色卡。 ColorChecker 參考選擇如下所述。灰階值源自數位感測器ISO 感光度的定義，詳見ColorCheck 附錄。

運行顏色檢查

• 從目標中選擇Colorcheck 。
• 選擇要分析的文件。 （ Imatest會記住上次使用的資料夾和檔案名稱。）

多檔案選擇：在Imatest Master中，可以使用標準的 Windows 操作方式（按住 Shift 鍵並點擊或按住 Control 鍵並點擊）選擇多個像素大小相同的檔案。根據您在多影像對話方塊中的選項，您可以將多個檔案合併（取平均值）或按順序運行它們（批次模式）。 合併（平均）檔案可用於測量固定模式雜訊（建議至少拍攝 8 張相同的低 ISO 感光度影像）。合併後的文件可以儲存。其名稱與第一個選定的文件相同，並附加後綴“_comb_ n” ，其中n為合併的文件數量。 批次模式允許按順序分析多個文件。它有三個要求：檔案必須 (1) 位於同一資料夾中，(2) 具有相同的像素大小，以及 (3) 完全相同的幀格式。 首次運行的設定視窗與標準非批次運作相同。後續運行也使用相同的設定。由於無需用戶輸入，因此運行速度非常快。 需要注意的是：在大多數電腦上，當開啟的映像檔超過二十個時，Imatest 的運行速度會顯著降低。因此，我們建議勾選「儲存後關閉影像檔案」複選框，並儲存結果。這樣可以批次處理大量圖像文件，而不會導致電腦運行緩慢。

• 裁剪影像。具體方法取決於設置，可在“設置”中的“ROI選項”下找到。

預設的ROI選擇方法是2. 手動粗略ROI選擇；在微調視窗中顯示色塊方塊（顏色/色調互動方法）。拖曳遊標進行粗略的ROI選擇，使少量暗邊界可見。然後在微調視窗中細化邊界，具體操作請參閱「顏色/色調互動式」部分。對於像下圖所示的嚴重失真影像，您可以調整失真滑桿並將填滿因子降低到預設值0.7以下。由於此影像存在幾何失真和嚴重的桶形失真，因此必須謹慎調整角點位置。

原有的 ROI 選擇方法，即手動粗略 ROI 選擇；簡單的自動圖案檢測（在繪製粗略輪廓後檢測 ROI），已在Imatest 5.0中棄用。新的自動檢測選項優越得多。

這構圖真的太糟糕了。如果色卡周圍的邊距至少等於一個（最好是兩個）色塊高度，那麼選擇就會更容易，選取的方格也會更大，結果也會更準確（光線衰減更少）！

所有支援自動區域偵測的模組（Colorcheck、 Color/Tone Interactive和Color/Tone Auto ）均可用於 Colorchecker。必須在運行模組之前，請在「設定」的「ROI 選項」下選擇自動區域偵測。相關部分如下圖所示。 ROI 選項窗口，顯示 Colorchecker 設定（適用於 Colorcheck、Color/Tone Interactive 和 Color/Tone Auto）。 Colorchecker（所有模組）ROI 設定 1.舊版手動粗略 ROI 選擇；簡單的自動色塊檢測（僅適用於 Colorcheck）已在Imatest 5.0中棄用。此選擇現在與 2. 新的自動偵測選項（3 和 4）相同，後者效能更優。 2. 手動粗略選擇感興趣區域 (ROI)；在精細調整視窗中顯示色塊方塊（顏色/色調互動方法） （如上所述）是預設方法。除非選擇全自動檢測，否則建議使用此方法。 設定 3為自動偵測模式，自動選擇後會顯示微調視窗供確認（並視需要進行調整）。設定 4為全自動偵測模式，無需確認。目前（Beta 版）對光學畸變影像的處理效果不佳，但我們希望未來能夠添加此功能。 設定 5 和 6用於使用Isolight感測器按鈕（位於 Colorchecker 色卡邊緣外側）進行自動偵測。速度比設定 3 和 4 快，但無法處理光學畸變。 設定 7 和 8適用於在 Colorchecker 色塊區域之外帶有註冊標記的圖表，例如右側所示的透射顏色目標。 設定 9允許使用 MATLAB Colorchecker 偵測程式進行自動 ROI 偵測。 「自動 ROI 選擇」右側有兩個下拉式選單。第一個下拉式選單包含三個與自動偵測相關的選項： 1. 各模組分別設定手動/自動 ROI 選擇 2. 自動選擇 ROI 並確認支援的模組（覆蓋單一模組的選擇；支援的模組顯示在右側） 3. 對支援的模組自動選擇投資回報率（無需確認） （也支援覆蓋） 第二項有兩個與區域選擇後出現的設定視窗相關的設定。 1. 選擇 ROI 後顯示設定視窗（相當於「是，繼續」；非快速模式） 2. 快速模式（不顯示設定視窗） （等效於快速模式）

• 如果未選擇快速模式，則會顯示Imatest Colorcheck 設定視窗。您可以在此視窗中變更標題、Colorchecker 參考、色彩空間、雜訊顯示、色彩誤差顯示以及其他一些參數的預設值。此外，它還包含有關最新更新的新聞。

您可以選擇“專家模式”或“簡易模式”開啟設定視窗。在簡易模式下，許多設定選項會顯示為灰色，無法設定。如果您選擇「標準設定」 ，則會選取常用設定（推薦給初學者）。

Colorcheck 設定

標題：預設為檔案名稱。您可以保留或修改它。圖形選擇位於右側的“繪圖”框中。

輸出

此範例使用佳能 EOS-10D 相機，ISO 400 拍攝，並使用佳能 FVU 軟體透過自動色彩平衡轉換 RAW 格式照片。

圖 1：灰階色調響應和噪音

顯示由底部一行灰階圖塊產生的圖形結果，包括色調響應和雜訊。如果可用，也會顯示選定的 EXIF 資料。

左下角的圖表有多種顯示選項，如上所示。左側顯示的是像素訊號雜訊比（dB） 。

其中S _i是影像區塊 i 的訊號（平均像素等級）， N _i是影像區塊 i 的雜訊（像素等級的標準差，去除緩慢變化）。

SNR_BW 是基於白-黑色塊（色塊 19 - 色塊 24；密度差 = 1.45）的平均信噪比。它的設計使其相對獨立於圖表類型（ Stepchart中針對多種灰階圖表計算）和系統對比（伽馬值）。

其中N _mid是色塊 22 中的雜訊（第 4 行第 4 個色塊；中灰色；最接近標稱圖表密度 = 0.7）。

圖 2：噪音細節（僅限 Imatest Master）

顯示密度響應、f 值雜訊（與人眼工作相對應）、第三行 Colorchecker 的雜訊（包含原色）以及所選色塊的雜訊頻譜。

圖 3：a*b* 顏色誤差

此圖顯示了設備無關的 CIELAB 色彩空間 a*b* 平面上的色彩誤差，其中 a* 為橫軸（綠-紅），b* 為縱軸（藍-黃）。方塊代表理想的 (a*, b*) ColorChecker 值，由上方ColorChecker 參考設定選擇。圓圈代表測量的 (a*, b*) 值。方塊或圓圈附近的數字對應於 ColorChecker 色塊的編號：1-6 位於第一行，7-12 位於第二行，13-18 位於第三行。色塊 19-24（底行）的編號被省略，因為它們的 (a*, b*) 值集中在 (0, 0) 附近。

圖表背景顯示了L * 值約為 0.9 時（顯示器 sRGB 色彩空間）的預期色彩。它合理地呈現了與 a* 和 b* 相關的色調（儘管它們會隨L * 值略有偏移）。淺灰色曲線是L （HSL）= 0.5 時 sRGB 色彩空間的色域邊界（CIELAB 邊界難以計算）。由於色塊的亮度 ( L *) 變化很大（未顯示），因此結果存在顯著的離散性。此二維圖形無法顯示L * 值； Color/Tone Interactive克服了這個限制，它具有可旋轉的 3D L*a*b* 顯示。 CIELAB（通常縮寫為 LAB）的設計目標是感知均勻，這意味著顏色之間的感知差異與它們之間的歐幾里德距離ΔE * _ab （包含亮度L *）或 ΔC * （僅顏色；不包含L*）大致成正比。

；

最小可察覺差異大致對應於Δ E * _ab = Δ C = 1。 （Gaurav Sharma 在《數位彩色成像手冊》第 31 頁中使用了 2.3。）

CIELAB 色彩空間在感知均勻性方面不如最初設想的那麼理想。最小可感知色差ΔE ab  隨色度（即距原點的距離，( a * i 2 + b * i 2 ) 1/2 ）的增加而增加。更精確的色差公式ΔE  94和ΔE  00  可用於顯示，並包含在 CSV 和 XML 輸出檔中。如果您報告任何更精確的公式，請記住它們不如常用的ΔE  ab公式為人熟知，因此請務必清楚地說明您使用的是哪個公式。對於色度較大的色塊，ΔE  94  的平均值約為ΔE ab 的一半。通常建議使用相對較新的 CIEDE2000 色差公式ΔE 2000 ( ΔE  00 ) 。請參閱Colorcheck 附錄。圖中右上角顯示了幾個數值。

• 平均相機色度（%）是指相機顏色的平均色度除以理想色卡顏色的平均色度，以百分比表示。單一顏色的色度是指它與原點的距離。色度通常被稱為飽和度，因為色度越高的顏色看起來飽和度越高。
  ；
  i_meas表示第i 個補丁的測量值。
  i_ideal表示理想的 ColorChecker 值。

當色度值大於 100% 時，色度值會提升。色度值受鏡頭品質（劣質鏡頭的眩光會降低色度值）和訊號處理的影響。許多相機和大多數 RAW 轉換器都提供色度調整選項（通常標記為“飽和度”）。

色度在RAW格式轉換過程中會受到影像處理的顯著影響（尤其是色彩校正矩陣（CCM）的影響）。在影像編輯器中可以輕鬆調整色度。相機輸出的影像通常會提高飽和度以使其更加鮮豔（小型數位相機中常見的飽和度為110-120%），但過高的飽和度會導致高飽和度物體細節的損失。飽和度超過120%應視為過高。

• 色度誤差_ΔCxx

ΔC表示忽略亮度差異的色差，即僅包含顏色資訊。 ΔE則包含亮度差異。 Imatest 顯示兩個ΔC值：一個未校正，另一個已校正相機飽和度提升（或降低）的影響，具體內容將在下文討論。您可以選擇三種 ΔC _xx和 ΔE _xx的顯示模式（所有模式都包含在 CSV/XML 輸出檔中）。

• • 標準ΔC和ΔE測量（也稱為_ΔCab和_ΔEab ），
  • CIE 1994 測量值（ ΔC ₉₄和ΔE ₉₄ ）。精度更高。
  • CIEDE2000 測量（ΔC _₀₀和 ΔE _₀₀ ）。新興標準；目前最精確的測量方法。請參閱 Gaurav Sharma 的CIEDE2000 色差公式頁面。

ΔC或ΔE值約為 1（根據Sharma的說法約為 2.3）大致對應於顏色之間的最小可覺差 (JND)。顏色差異模型在Colorcheck 附錄中有詳細描述。 Imatest 5.2+ 中的顏色差異視覺化工具（獨立於 Colorcheck）可讓您以互動方式檢查顏色差異的外觀。

• 顏色誤差ΔC是透過色度（飽和度）校正計算得出的。這不是標準計算方法。它已被弱化，將來可能會從圖 3 中移除（但會保留在 CSV 和 JSON 輸出中）。
  飽和度校正是指將測量的顏色進行歸一化處理，使其平均飽和度與參考平均飽和度相同。具體方法是將a *、 b * 和C * 值乘以 100%/(平均色度)。校正後的值（記為i_corr ）將用於代替測量值進行ΔC計算。

（標準（CIE 1976）公式）

這種歸一化處理消除了飽和度提升的影響，從而降低了平均顏色誤差 mean(ΔC _{i_corr} )。它之所以重要，是因為飽和度可以透過影像編輯器中的（數位）旋鈕輕鬆調整。

• 顏色誤差 Δ E _xx使用與上述 Δ C相同的顏色差異模型（ab、94 或 2000）。

對於上述三種顯示方式，可以顯示平均值以及最大值或均方根 (RMS) 顏色誤差。

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

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

均方根誤差（RMS），以σ表示，對較大的誤差賦予較高的權重；因此，它可能是衡量色彩準確度的較佳指標。您可以在輸入設定視窗中選擇σ或最大值。

• 摘要：圖 3 顯示了使用標準 (CIE 1976)、CIE 1994 或 CIEDE2000 差值公式計算出的顏色誤差的平均值和均方根值。後兩種公式更為精確，反映了人眼對高飽和度顏色飽和度（色度）變化的敏感度降低，因此其值通常較低。結果總結如下。

在獲得大量測試結果資料庫之前，很難對這些數值進行評估。目前，我認為微型四分之三系統相機在a*b*色彩誤差圖（上圖）中ΔC_₀₀平均值為3.43、最大值為5.84的數值非常出色。更多詳情請參閱色彩校正矩陣（CCM）頁面。

有關 CIELAB 色彩空間的詳細信息，請參閱下面的連結。

圖 4：顏色分析

這是一張色彩校準圖，可用來比較實際值和理想值。它還使用底部一行（灰階色塊）顯示白平衡誤差。

內部部分包含針對曝光進行校正的理想 ColorChecker 值 (2) 和未校正的值 (3)。

1. 外層區域（區域 1）即為照片中的色塊。這與上方 L*a*b* 顏色誤差圖中的圓圈相對應。
2. 中心方塊（區域 2）是色塊的參考值，已根據拍攝圖表的亮度進行了校正。校正是基於上述對灰階區域的二階擬合。預設使用HSL色彩空間，但您也可以選擇HSL 、 HSV 、 xyY或L*a*b*色彩空間。區域 1 和區域 2 的平均亮度應該接近——區域 2 在某些色塊中可能更暗，而在其他色塊中可能更亮。區域2和區域3對應於上方 L*a*b* 顏色誤差圖中的小方塊（參考值）。曝光誤差與日期和色彩空間顯示在同一行。曝光誤差小於 0.25 檔光圈時效果最佳。
3. 中心正方形右側的小矩形代表色塊的理想值，未進行亮度校正。對於所有色塊，區域 2 的亮度總是會比區域 3 更亮或更暗，這取決於曝光情況。

在上面的例子中，色卡影像1略微曝光不足，比理想的未校正顏色3更暗，也比校正後的理想顏色2更暗。這是這款相機的特性：它往往會使橙色變暗，藍色和青色變亮。這一點在上方右側的色卡影像中也能看到，該影像略微曝光過度。這張橙黃色色塊的圖像（第 2 行，第 6 列）的亮度與未校正的理想顏色 3 大致相同，但比校正後的理想顏色更暗。上面兩張橙黃色圖像（左側範例和右側完整色卡）中的未校正理想值3是相同的，但由於人眼中顏色的相互作用，它們看起來卻截然不同——這種現象對於藝術家和攝影師來說應該很熟悉。

此圖清晰地展示了色彩準確度。 L*a*b*色彩誤差圖則提供了量化指標。

第四個 Colorcheck 圖的底部說明了白平衡誤差（與中性灰的偏差），該誤差以四種方式量化。

1. ΔC2000 _。這可能是感知上最有意義的顏色差異指標。請參閱 維基百科「顏色差異」頁面。它與色彩空間無關。
2. HSV色彩模型中的飽和度S （酒紅色） 。 S的值範圍為0到1，0代表完全中性的灰色，1代表完全飽和的顏色。與S對應的感知顏色差異取決於色彩空間。
3. 相關色溫 (CCT) 誤差（單位為開爾文度，藍色） ，根據 Günther Wyszecki 和 WS Stiles 合著的《色彩科學：概念與方法、定量數據與公式》（第 224-228 頁）中的表格計算得出。色溫（單位為開爾文度）是照明的通用描述單位。較高的色溫在感知上更“冷”，即更偏藍。 CCT 誤差是指照明色溫的變化，這種變化會導致測量值與中性灰的偏差。
4. 反色溫（ Mireds ，微倒數） （藍色） ，其中 Mireds = ^10⁶ / (開爾文度)。與色溫誤差相比，這是一個感知上更均勻的度量標準。它曾用於指定光學色彩校正濾鏡的強度，但在數位時代已很少使用，因為此類濾鏡的需求量大大減少。

白平衡誤差在灰色色塊（底部一行的第 2-5 塊）最為明顯。當 S < 0.02 時，誤差幾乎不可見。當 S > 0.10 時，誤差則相當嚴重，尤其是在較淺的灰色色塊中。

底部影像顯示了底行（灰階色塊）中白平衡誤差被誇大的示意圖。此誤差是透過使用左側曲線提高飽和度 S 計算得出的，同時保持 H 和 V 值不變。低飽和值被提升 4 倍；隨著飽和度的增加，提升幅度逐漸減少。與未誇大的圖表相比，該影像能更清晰地顯示白平衡誤差。請注意，該影像顯示的誤差比實際情況更嚴重；在實際照片中，尤其是在高飽和度顏色附近，較小的白平衡誤差可能並不明顯。

圖 5：時間噪音

時變雜訊是指兩幅原本完全相同的影像之間的隨機差異。它的測量方法是將兩個相同的測試圖影像差異的雜訊（標準差）除以根號2（1.414）。

兩張影像相減可以消除固定模式雜訊。之所以需要除以根號 2，是因為即使影像像素相減，雜訊功率也會疊加。除以根號 2 可以將時間雜訊縮放到與單幅影像中測量的雜訊相同的水平。

若要測量時間噪聲，請選擇兩張影像進行分析。在右側顯示的對話方塊中，選擇「讀取兩個檔案以測量時間雜訊」 。分析過程正常進行（針對第一個檔案），但如果在輸入對話方塊的「繪圖區域」中選取「5. 時間雜訊」 ，則會顯示第四個圖，其中包含時間雜訊分析結果。此圖旨在獨立呈現訊息，因此重複了先前圖表中的一些特徵。

• 左上圖顯示了密度響應，與圖 2 的左上圖類似。
• 左下角的圖（RMS 雜訊（光圈））顯示了場景參考的灰階雜訊或 SNR，其比例與圖 2 的左下角的圖相同。在這些圖中，單幅影像的雜訊（或 SNR）顯示為一條淺色曲線。
• 右上角的圖表（第三行像素訊號雜訊比 (dB)（針對 BGRYMC 色塊））顯示了色塊的雜訊或訊號雜訊比，其比例尺由輸入對話方塊中的「雜訊顯示」設定。它與圖 2 的右上角圖表類似。
• 右下角的圖（灰階 SNR dB）顯示了灰階像素噪聲，其比例由輸入對話框中的噪聲顯示設定（與圖 1 左下角的圖比例相同，但 x 軸不同）。

保存結果

當 Colorcheck 計算完成後，會跳出「儲存 Colorcheck 結果？」對話方塊。您可以在此選擇要儲存的結果以及儲存位置。預設位置是資料檔案目錄下的Results子目錄。您可以變更為其他現有目錄，但新的結果目錄必須在 Imatest 之外建立—例如使用 Windows 資源管理器等工具。 （這是此版本 Matlab 的限制。）選擇會在運行之間保存。您可以在選取或取消選取核取方塊之前查看輸出圖形。點選“是”或“否”後，主視窗將重新出現。圖形、CSV 和 XML 資料保存在檔案名稱由根檔案名稱、後綴和副檔名組成的檔案中。根檔案名稱預設為影像檔案名，但可以使用「結果根檔案名稱」方塊進行變更。請務必按 Enter 鍵。 .CSV 摘要檔案包含色調等級、雜訊和色彩計算的 Excel .CSV 輸出。它還包含一些其他數據，包括 JPEG 檔案的 EXIF 數據。 XML 輸出檔包含類似的結果。

建議在批量運行後檢查保存後的結帳情況，以防止未結帳項的累積。

摘要 .CSV 與 XML 文件

可選的 .CSV（逗號分隔變數）輸出檔案包含 Colorcheck 的結果。其名稱為 [根名稱]_summary.csv。例如 Canon_EOS10d_ColorCheck_lt_small_summary.csv。

格式如下：

模組	SFR、SFR 多 ROI、Colorcheck 或 Stepchart。
文件	檔案名稱（標題）。
運行日期	運轉日期為 mm/dd/yyyy hh:mm。
（空白行）
表格	表格之間以空白行分隔。
	第一張表包含理想和測量的像素等級和密度。區域 (Zone) 指的是色塊（灰階為 19-24）。灰階值為 1-6，對應色塊 19-24。像素 (Pixel) 指的是測量的像素等級（最大值 = 255）。 Pixel/255 指的是歸一化的測量像素等級。 Px/255 ideal 指的是理想的歸一化像素等級。 Log(exp) 指的是色塊密度的負值。 Log(px/255) 指的是曝光量的對數。 WB Err Deg 和 WB Err Mired 分別指的是以度和微倒數 (mired) 為單位的白平衡誤差。
	第二張表格包含了底部兩行色塊的 R、G、B 和 Y 通道的雜訊測量結果。雜訊的測量單位包括 Colorchecker 最大密度色塊 (19) 的百分比（密度 = 1.5）和光圈值。
	第三張表包含上述的 S/N 和 SNR (dB) 測量。
	第四張表格包含了 24 個色塊的理想 RGB 和 La*b* 值以及測量值。
	第五張表格包含了24個色塊的幾項顏色誤差測量結果（與理想Colorchecker值的差異）： ΔC （忽略亮度L的色差）、 ΔE （包含亮度L的總差異），分別使用有飽和度校正和無飽和度校正的測量值（相機測量值）。詳情請參閱Colorcheck附錄。
（空白行）
附加數據	第一筆記錄是資料的名稱；第二筆（及後續）記錄包含資料的值。名稱通常一目了然（與數字類似）。
（空白行）
EXIF 數據	如果可用，則會顯示。 EXIF數據是影像檔案的元數據，包含重要的相機、鏡頭和曝光設定。預設情況下， Imatest使用一個名為 jhead.exe 的小程式來讀取 EXIF 數據，該程式僅適用於 JPEG 檔案。若要讀取所有圖片檔案格式的詳細 EXIF 數據，我們建議您下載、安裝並選擇Phil Harvey 的 ExifTool ，具體操作請參閱此處。

所有模組的格式都類似。數據本身基本上易於理解。對 .CSV 檔案的改進將在變更日誌中列出。可選的 XML 輸出檔案包含與 .CSV 檔案類似的結果，其內容也基本上易於理解。該檔案儲存在 [根目錄名稱].xml 中。 XML 輸出將用於 Imatest 的擴充程序，例如資料庫，這些擴充功能將由 Imatest 和第三方編寫。如有任何疑問或建議，請與我們聯絡。