Định lượng màu sắc: Từ quang phổ vật lý đến không gian màu số

Hàng tỷ màn hình trên thế giới có thể tái tạo chính xác cùng một màu sắc khi được yêu cầu — điều này là một kỳ công kỹ thuật. Nhưng đằng sau đó là cả một hệ thống tiêu chuẩn hóa phức tạp để định nghĩa màu sắc bằng con số. Bài viết này sẽ dẫn bạn qua hành trình từ ánh sáng vật lý, tế bào cảm thụ trong mắt người, đến các không gian màu chuẩn như CIE RGB, CIE XYZ — và lý do tại sao 16,7 triệu mã hex vẫn chưa đủ để hiển thị mọi màu sắc mà mắt người có thể nhìn thấy.

Trước khi có các tiêu chuẩn số, màu sắc chỉ được mô tả bằng một tập hợp từ hạn chế — hầu hết ngôn ngữ chỉ có tối đa mười hai từ để chỉ màu. Cách gọi tên như "xanh lá cây chanh", "xanh ô liu", "xanh nhạt" không đủ chính xác để phân biệt hàng triệu sắc thái khác nhau giữa các màu tưởng chừng giống nhau. Việc gán màu cho các con số không chỉ giải quyết vấn đề độ chính xác mà còn mở ra những câu hỏi thú vị: Phép cộng hoặc nhân màu sắc trông như thế nào?

Cơ sở vật lý của màu sắc: Phổ phân bố năng lượng

Màu sắc là một hiện tượng chủ quan, nhưng thực tế là hầu hết mọi người đều đồng ý về màu của một vật thể nào đó cho thấy có yếu tố vật lý khách quan. Yếu tố đó chính là ánh sáng. Ánh sáng có thể được mô tả như một tập hợp các hạt sóng gọi là photon, mỗi hạt mang một năng lượng cụ thể được xác định bởi bước sóng (hay tần số) của nó.

Mô tả photon và bước sóng

Các photon có năng lượng khác nhau tạo thành phổ điện từ, và phần mà mắt người có thể nhìn thấy (380nm–750nm) trùng với quang phổ phát ra từ mặt trời — đó không phải là trùng hợp ngẫu nhiên. Mắt người đã tiến hóa để nhạy cảm với các bước sóng này nhằm nhận biết môi trường được chiếu sáng bởi mặt trời.

Để định lượng ánh sáng, người ta đo cường độ (intensity) và biểu diễn nó dưới dạng phổ phân bố năng lượng (spectral power distribution) — tức là cường độ tại từng bước sóng riêng lẻ. Đây chính là nền tảng vật lý để định lượng màu sắc.

Tế bào cảm thụ ánh sáng và cơ chế nhận biết màu

Cảm nhận màu sắc không thể xảy ra nếu không có mắt. Mắt người có hai loại tế bào cảm thụ ánh sáng chính: tế bào que (rod cells) và tế bào nón (cone cells). Trong đó, có ba loại tế bào nón (L, M, S) với các đường cong nhạy cảm khác nhau với các bước sóng ánh sáng khác nhau:

• Tế bào nón L nhạy cảm nhất với ánh sáng bước sóng dài (đỏ)
• Tế bào nón M nhạy cảm nhất với ánh sáng trung bình (xanh lá)
• Tế bào nón S nhạy cảm nhất với ánh sáng ngắn (xanh dương)

Chính sự khác biệt trong các đường cong nhạy cảm này cho phép mắt phân biệt các bước sóng khác nhau. Mỗi bước sóng sẽ kích thích ba loại tế bào nón với các mức phản ứng khác nhau, tạo ra một "bộ ba" giá trị phản ứng duy nhất. Bộ não đã tiến hóa để giải thích các bộ ba này thành nhận thức về các màu sắc khác nhau.

Trong điều kiện sáng, tế bào que bị bão hòa và không đóng vai trò quan trọng trong phân biệt màu sắc vì chỉ có một loại tế bào que duy nhất — không đủ để phân biệt các bước sóng khác nhau. Tuy nhiên, trong điều kiện tối, chúng giúp nhận biết độ sáng (luminance).

Mù màu — Khi tế bào nón không hoàn hảo

Mù màu xảy ra khi một hoặc nhiều loại tế bào nón bị thiếu hoặc có các đường cong nhạy cảm trùng lặp nhau. Các kiểu mù màu phổ biến bao gồm:

• Protanomaly/protanopia: Thiếu hoặc trục trặc tế bào nón L — khó phân biệt đỏ và xanh lá
• Deuteranomaly/deuteranopia: Thiếu hoặc trục trặc tế bào nón M — cũng gây khó khăn trong phân biệt đỏ và xanh lá
• Tritanomaly/tritanopia: Thiếu hoặc trục trặc tế bào nón S — khó phân biệt xanh dương và vàng

Sự khác biệt này giải thích tại sao nhận thức màu sắc là chủ quan — không phải ai cũng có ba tế bào nón hoạt động hoàn hảo với cùng đường cong nhạy cảm. Tuy nhiên, để định lượng, chúng ta có thể chuẩn hóa các đường cong cảm thụ dựa trên đa số người có thị giác bình thường.

Không gian màu LMS và giới hạn của mã hex

Vì phản ứng của tế bào nón có thể định lượng được, màu sắc có thể được biểu diễn dưới dạng bộ ba giá trị (L, M, S). Tập hợp tất cả các bộ ba này tạo thành không gian màu LMS — một không gian ba chiều bao phủ mọi màu sắc mà mắt người có thể nhìn thấy.

Tuy nhiên, không phải mọi điểm trong LMS đều tương ứng với màu thực tế. Vì đường cong nhạy cảm của tế bào nón M trùng với L và S, không có ánh sáng nào chỉ kích thích mỗi tế bào M mà không kích thích L hoặc S. Các giá trị "ảo" này được gọi là màu tưởng tượng (imaginary colors) — chúng chỉ có thể tạo ra khi dùng laser chiếu trực tiếp vào võng mạc.

Tại sao mã hex không đủ?

Mã hex (ví dụ #00FF00) thực chất là một không gian màu RGB với 8 bit cho mỗi kênh, tạo ra 16.777.216 giá trị. Nhưng không gian màu mà mắt người có thể nhận biết là lớn hơn nhiều. Hơn nữa, không gian RGB dựa trên các màu gốc cụ thể — mà các màu gốc này có thể khác nhau giữa các thiết bị hiển thị. Điều này giải thích vì sao cùng một mã hex nhưng màn hình khác nhau có thể hiển thị màu hơi khác nhau.

Metamerism và thí nghiệm trộn màu

Một hiện tượng quan trọng khác là metamerism: hai nguồn sáng có phổ phân bố năng lượng hoàn toàn khác nhau nhưng có thể kích thích tế bào nón giống hệt nhau, khiến chúng trông giống nhau. Hiện tượng này đã được khai thác trong các thí nghiệm trộn màu của William David Wright và John Guild vào những năm 1930.

Các thí nghiệm này sử dụng ba đèn đơn sắc (435nm, 546nm, 700nm) và điều chỉnh cường độ của chúng để tái tạo các màu quang phổ khác nhau. Kết quả là các hàm đối sánh màu (color matching functions) — các đường cong xác định cường độ của ba màu gốc cần thiết để tái tạo một màu cụ thể. Điều thú vị là một số màu, như tím thanh (cyan), không thể tái tạo chính xác mà không cần "cường độ âm" — tức là phải thêm màu gốc vào chính màu đó thay vì vào hỗn hợp.

CIE RGB và CIE XYZ: Tiêu chuẩn cho mọi màn hình

Từ các hàm đối sánh màu, không gian màu CIE RGB ra đời — sử dụng cường độ chuẩn hóa của ba ánh sáng đơn sắc 700nm (R), 546nm (G), và 435nm (B) làm cơ sở. Tuy nhiên, không gian này có nhược điểm: không phải mọi màu đều nằm trong góc phần tư dương — một số màu (như màu tím thanh) cần giá trị âm.

Để giải quyết vấn đề này, một phép biến đổi tuyến tính đã được áp dụng, tạo ra không gian màu CIE XYZ. Các màu gốc mới (X, Y, Z) không còn là ánh sáng vật lý thực sự — chúng là các màu tưởng tượng (imaginary primaries). Điều này cho phép:

• Mọi màu quang phổ đều nằm trong vùng dương của không gian
• Tách biệt độ chói (luminance) và sắc độ (chromaticity) — tương ứng với lý thuyết đối nghịch về nhận thức màu của não bộ

Chromaticity diagram và biểu đồ móng ngựa nổi tiếng

Bằng cách chiếu không gian 3D xuống mặt phẳng 2D với độ chói cố định, chúng ta có được biểu đồ sắc độ (chromaticity diagram) — biểu đồ hình móng ngựa quen thuộc mà bạn thấy trong các tài liệu về màu sắc. Đây là biểu đồ thể hiện toàn bộ các màu mà mắt người có thể nhìn thấy, với trục hoành và trục tung biểu thị các giá trị sắc độ.

Biểu đồ này rất quan trọng vì nó cho thấy ranh giới của màu sắc khả dĩ (gamut) mà các thiết bị hiển thị khác nhau có thể tái tạo. Các màn hình hiện đại chỉ có thể hiển thị một phần nhỏ (tam giác màu) trong toàn bộ vùng màu mà mắt người nhìn thấy — đó là lý do tại sao các chuẩn màu như sRGB, Adobe RGB, và DCI-P3 ra đời để mở rộng dải màu hiển thị được.

Điều này có ý nghĩa gì đối với công nghệ hiện đại?

Hiểu về định lượng màu sắc không chỉ là kiến thức hàn lâm — nó là nền tảng cho:

• Màn hình và TV: Các chuẩn hiển thị như HDR, Dolby Vision dựa trên các không gian màu để đảm bảo màu sắc chính xác trên các thiết bị khác nhau
• Xử lý ảnh và video: Các thuật toán chỉnh màu, camera, và phần mềm chỉnh sửa đều hoạt động dựa trên các mô hình màu chuẩn
• Trí tuệ nhân tạo (AI) trong thị giác máy tính: Các mô hình AI cần hiểu về không gian màu để nhận diện và xử lý ảnh chính xác
• In ấn và thiết kế đồ họa: Đảm bảo màu in khớp với màu trên màn hình

Trong bối cảnh tại Việt Nam, khi ngành công nghệ thông tin và thiết kế đồ họa ngày càng phát triển, kiến thức về không gian màu là vô cùng quan trọng. Các lập trình viên front-end, nhà thiết kế UI/UX, và kỹ sư xử lý ảnh cần hiểu sâu về các mô hình màu để tạo ra sản phẩm có chất lượng hiển thị tốt trên nhiều loại thiết bị khác nhau — từ điện thoại giá rẻ đến màn hình chuẩn Hollywood.

Dù vậy, vẫn còn nhiều câu hỏi mở: Làm thế nào để tạo ra một không gian màu duy nhất cho mọi thiết bị? Liệu công nghệ hiển thị trong tương lai có thể bao phủ toàn bộ gamut của mắt người? Và quan trọng nhất — làm sao để lượng tử hóa chính xác cảm nhận chủ quan của con người về màu sắc? Đây vẫn là một thách thức lớn mà khoa học máy tính và quang học tiếp tục nghiên cứu.