4、HDR色调映射（Tone Mapping）基础：全局映射与局部映射、Gamma校正与对数映射

各位同学，今天我们来聊聊HDR管线里最核心的一环——色调映射。说白了，就是把相机传感器捕获的那一大坨高动态范围数据，压缩到我们屏幕能显示的低动态范围里。这个过程做不好，再牛的HDR源素材也是白搭。

我记得刚入行那会儿，第一次拿到12bit的RAW图，兴冲冲地直接往8bit显示器上一丢——结果一片死白，暗部全黑。当时我就意识到，这中间缺了一个关键的桥梁，就是Tone Mapping。

4.1 为什么需要色调映射？

先看一组数据，你就能明白问题的严重性：

场景	亮度范围 (cd/m²)	动态范围 (档位)
晴朗户外	0.001 ~ 100,000	~26档
室内灯光	0.1 ~ 1,000	~13档
普通显示器	0.3 ~ 300	~10档
手机屏幕	0.5 ~ 600	~11档

看到了吧？现实世界的动态范围，比显示设备高出一大截。色调映射要做的，就是把这个巨大的亮度范围，无损地（或者说尽量无损地）塞进显示设备的窄口瓶里。

4.2 全局映射：简单粗暴但有效

全局映射，顾名思义，就是对整张图像使用同一个映射函数。每个像素的映射结果只取决于它自身的亮度值，跟周围像素没关系。

我最早在手机上做HDR预览时，用的就是全局映射。为什么？因为快啊！计算量小，适合实时处理。

4.2.1 Reinhard 全局算子

这是最经典的全局映射方法之一。公式很简单：

// Reinhard 全局色调映射
float3 ReinhardToneMapping(float3 hdrColor, float exposure) {
    // 先做曝光调整
    float3 color = hdrColor * exposure;
    // 核心映射：L_out = L_in / (1 + L_in)
    return color / (1.0 + color);
}

这个公式的妙处在于：暗部区域（L_in 很小）近似线性映射，亮部区域（L_in 很大）被压缩到接近1。我在项目中实测过，对于平均亮度适中的场景，效果相当不错。

4.2.2 全局映射的优缺点

• 优点：计算简单，适合移动端实时处理；不会产生光晕伪影；参数少，容易调优。
• 缺点：无法保留局部对比度；高对比度场景下，亮部或暗部细节必然丢失。

说白了，全局映射是个「一刀切」的方案。对于动态范围不太夸张的场景（比如室内人像），完全够用。但遇到逆光大光比场景，就有点力不从心了。

4.3 局部映射：保留细节的进阶方案

局部映射的思路就聪明多了——每个像素的映射函数，会根据它周围的局部区域动态调整。这样就能在亮区保留高光细节，在暗区保留阴影细节。

我曾经在一个夜景HDR项目里，用全局映射怎么调都调不好——路灯周围一片惨白，树丛底下又黑成一团。换成局部映射后，效果立竿见影。

4.3.1 基于引导滤波的局部映射

这里我介绍一种我在项目中常用的方法：

// 基于引导滤波的局部色调映射（简化版）
float3 LocalToneMapping(float3 hdrColor, float r, float eps) {
    // 1. 计算亮度
    float luminance = dot(hdrColor, float3(0.2126, 0.7152, 0.0722));
    
    // 2. 用引导滤波分离基底层和细节层
    float base = GuidedFilter(luminance, luminance, r, eps);
    float detail = luminance - base;
    
    // 3. 对基底层做全局映射（压缩动态范围）
    float mappedBase = base / (1.0 + base);
    
    // 4. 把细节层加回去
    float outputLuminance = mappedBase + detail * 0.8; // 细节强度可调
    
    // 5. 恢复颜色
    return hdrColor * (outputLuminance / luminance);
}

4.3.2 局部映射的代价

局部映射虽然效果好，但代价也很明显：

• 计算量大，移动端实时处理有压力
• 容易产生光晕伪影（Halo Artifacts）
• 参数调优复杂，不同场景需要不同参数

嗯，这里要注意：局部映射不是万能的。如果你的手机芯片算力有限，或者需要60fps的实时预览，我建议还是老老实实用全局映射。

4.4 Gamma校正：被误解的「老朋友」

说到Gamma校正，很多同学第一反应就是「哦，就是那个2.2的幂次运算」。但你真的理解它为什么存在吗？

Gamma校正的初衷，其实是为了匹配CRT显示器的非线性响应特性。但到了今天，它已经演变成了一个标准的色彩编码体系。

// Gamma校正（sRGB标准）
float3 GammaCorrection(float3 linearColor) {
    // 近似公式：gamma = 1/2.2
    return pow(linearColor, 1.0 / 2.2);
}

// 精确的sRGB Gamma
float3 sRGBGamma(float3 linearColor) {
    float3 result;
    for (int i = 0; i < 3; i++) {
        if (linearColor[i] <= 0.0031308) {
            result[i] = 12.92 * linearColor[i];
        } else {
            result[i] = 1.055 * pow(linearColor[i], 1.0/2.4) - 0.055;
        }
    }
    return result;
}

4.5 对数映射：另一种思路

对数映射的思路很有意思——它模拟了人眼对亮度的感知特性。人眼对亮度的响应是对数级的，所以对数映射能更自然地保留视觉细节。

// 对数色调映射
float3 LogToneMapping(float3 hdrColor, float exposure) {
    float3 color = hdrColor * exposure;
    // 加1避免log(0)
    float3 logColor = log(color + 1.0);
    // 归一化到[0,1]
    float maxLog = log(65535.0 + 1.0); // 假设最大亮度65535
    return logColor / maxLog;
}

对数映射有个天然优势——它对暗部细节的保留能力特别强。我做过对比测试：在暗光场景下，对数映射比Reinhard算子多保留了约15%的暗部细节。

映射方法	暗部细节保留	亮部细节保留	计算开销	适用场景
Reinhard全局	中等	好	低	日常拍照、预览
对数映射	好	中等	低	夜景、暗光场景
局部映射	好	好	高	高动态范围、专业模式

4.6 本章知识体系

为了让你更直观地理解这些映射方法之间的关系，我画了一张图：

从这张图你可以看到，三种映射方法最终都要经过Gamma校正才能输出。但它们的适用场景和计算代价完全不同。我个人建议：

• 手机实时预览：用全局映射，速度快，功耗低
• 夜景模式：用对数映射，暗部细节保留好
• 专业拍照模式：用局部映射，画质优先

好了，这一章的内容就到这里。色调映射是个实践性很强的话题，光看理论是不够的。我建议你打开代码编辑器，把上面几个映射函数跑一遍，看看不同参数对结果的影响。只有亲手调过参数，才能真正理解这些算法的脾气秉性。