⚡ electrical engineering

Chroma-gated, differentiable OKLCH interpolation: Continuous Oklab fallback for color-cast reduction

本文引入了连续 Oklab 回退（Continuous Oklab fallback, COFb），这是一种可微的单参数色度门控方法，它通过无缝融合 OKLCH 与线性 Oklab 插值路径，在不依赖离散阈值切换的情况下，消除了颜色梯度中的色调间绕行与偏离线性路径的弧形偏差。

原作者： Naoyuki Uchida

发布于 2026-06-16

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Naoyuki Uchida

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

问题：“绕路”与“迷失的指南针”

想象你是一名数字艺术家，正试图在电脑屏幕上绘制一条连接两种颜色（渐变）的平滑线条。你想从蓝色过渡到黄色。

在旧的方法中（使用一种被称为 OKLCH 的空间），电脑会尝试在改变色调的同时保持颜色的“鲜艳度”（彩度）不变。你可以把这想象成绕着一张巨大的圆桌行走。

蓝到黄的问题： 如果你从圆桌的“蓝色”一侧走到“黄色”一侧，最短的路径是穿过中间的直线。但电脑被告知要沿着圆桌的边缘走，以保持距离中心的距离恒定。
结果： 这导致原本应该是纯净的蓝到黄过渡变成了一个巨大的绕路。它会向外大幅摆动，在途中经过绿色和红色。这就是**“色调间偏移”（Inter-hue Cast）**。这就像你试图从纽约开车去波士顿，但 GPS 却强迫你先绕道芝加哥，仅仅为了保持你的车速表读数不变。

这里还有第二个问题：

“黑色”问题： 如果你尝试从绿色淡化到黑色，电脑会感到困惑。黑色没有颜色，因此它没有“色调”（指南针上没有方向）。但电脑仍试图猜测一个方向，导致路径发生偏移，产生一种奇怪的曲线。这就是**“无彩色偏移”（Achromatic Cast）**。

旧的修复方案：“开关”

以前，工程师们尝试用一个简单的开关来解决“黑色”问题。

规则： “如果其中一种颜色是黑色（或灰色），就关闭‘保持路径弯曲’的规则，直接画一条直线。如果两种颜色都有色彩，则保持弯曲规则。”
缺陷： 这个开关只在其中一种颜色是黑色时才起作用。如果你是从蓝色到黄色（两者都有色彩），开关仍然处于“关闭”状态，电脑依然会通过绿色走那条奇怪的绕路。旧的修复方案完全忽略了“蓝到黄”的问题。

新的解决方案：“调光开关”（COFb）

Naoyuki Uchida 提出了一种名为 连续 Oklab 回退（COFb） 的新方法。与其使用僵化的“开关”，不如想象成一个调光开关或音量旋钮。

它是如何工作的： 电脑会在每一步都不断检查路径的“色彩感”（彩度）有多高。
- 高色彩（鲜艳）： 当颜色明亮且强烈时，调光器会被调高。路径遵循弯曲的 OKLCH 路线，保持颜色的鲜艳并遵循设计师的意图。
- 低色彩（淡化至灰/黑）： 当颜色接近灰色或黑色时，调光器会调低。电脑会逐渐停止尝试保持弯曲路径，开始转向直线过渡。
- 神奇之处： 这是一个平滑的过程。它不会等到颜色变成完全的黑色才切换模式。一旦颜色变得稍微暗淡，它就开始放松曲线。

这实现了什么

修复了绕路： 因为当路径接近中心（即蓝到黄绕路发生的地方）时，调光器会调低，所以电脑不会再剧烈地向绿色摆动。它会走得更加直接、自然。
一个规则适用于所有情况： 你不再需要专门的“黑色”规则。同一个调光开关可以自动处理“蓝到黄”的绕路以及“绿到黑”的混乱。
权衡： 为了修复那些奇怪的曲线，路径在接近中心时会变得稍微没那么鲜艳（稍微变灰一点）。作者承认，为了防止颜色剧烈偏离轨道，这是一个微小的代价。

“配方”（数学原理）

作者建议使用一种特定的调光开关公式，类似于生物学中使用的米氏动力学（Michaelis-Menten kinetics）公式。

设置： 他推荐了一个特定的“灵敏度”设置（称为 $\sigma \approx 0.19$ ）。
结果： 使用这个设置，蓝到黄的奇怪绕路减少了一半。路径变得更加笔直自然，且不需要复杂的检查来判断颜色是否为“黑色”或“非黑色”。

总结

把旧的方法想象成一个红绿灯，要么是红色（停止弯曲）或者绿色（保持弯曲）。它只有在你撞到特定的停止标志（黑色）时才起作用。

新方法（COFb）就像是自适应巡航控制。它会根据你离道路中心的距离，不断调整汽车的转向。如果你在宽阔的路上开得很快（鲜艳的颜色），它会保持车道。当你减速并接近狭窄的桥梁（灰/黑）时，它会轻轻地引导你走直线以避免撞墙，而不需要突然刹车或猛打方向。

这使得数字颜色渐变看起来更加平滑自然，尤其是在混合明亮颜色或淡化到黑色时，并且它可以在那些没有内置高级“黑色检测”软件的老旧电脑系统上运行。

技术摘要：用于 OKLCH 插值的连续 Oklab 回退 (COFb)

1. 问题陈述

OKLCH 是 Ottosson Oklab 色彩空间在 CSS Color 4 渐变和 color-mix() 中的推荐插值空间。虽然其极坐标参数化（亮度、彩度、色调）提供了直观的色调弧线，但在中性轴（零彩度）附近引入了几何病态现象，此处色调角是未定义的。这些病态现象表现为两种截然不同的伪影：

色调间偏色 (Type 1)： 当两个端点都具有色彩但位于中性轴两侧时（例如：蓝色 $\to$ 黄色）发生。恒定的半径色调弧迫使插值路径绕过原点，导致彩度膨胀并扫过非预期的色调（例如：经过绿色）。现有的补救措施无法解决此问题，因为两个端点都有定义的色调。
无彩色端点偏色 (Type 2)： 当一个端点是无彩色的（例如：绿色 $\to$ 黑色）时发生。尽管在无彩色点处色调是未定义的，但原始 OKLCH 会携带一个色调值，导致路径偏离直线化的色彩到中性的路径。

现有补救措施的局限性： 当前的解决方案（如 CSS 缺失组件处理、ColorAide 的 is_achromatic 阈值）均为二值化的。它们采用硬阈值切换，仅在端点被判定为无彩色时触发。因此，它们能成功处理 Type 2 伪影，但对于 Type 1 伪影（有色对）则退化为原始 OKLCH，导致色调间的偏色问题完全未得到处理。

2. 方法论：连续 Oklab 回退 (COFb)

本文引入了 连续 Oklab 回退 (COFb)，这是一种单参数、可微的插值方法，它无需端点测试或分支判断，即可统一处理上述两种伪影类型。

核心构建

COFb 在 Oklab 的笛卡尔 $(a, b)$ 平面内运行。它基于插值的彩度 $C(t)$ 对两个参考路径进行逐点混合：

原始 OKLCH 路径： $(a_{lch}, b_{lch})$ ，遵循极坐标弧线。
线性 Oklab 路径： $(a_{lab}, b_{lab})$ ，一条直线段（无偏色，但失去色调控制）。

混合过程由一个与彩度相关的门函数 $w(C)$ 控制：
$\begin{aligned} a(t) &= w(C(t)) \cdot a_{lch}(t) + (1 - w(C(t))) \cdot a_{lab}(t) \\ b(t) &= w(C(t)) \cdot b_{lch}(t) + (1 - w(C(t))) \cdot b_{lab}(t) \\ L(t) &= (1-t)L_0 + tL_1 \end{aligned}$

门函数

该门函数使用 Naka–Rushton / Michaelis–Menten 饱和函数：
$w(C) = \frac{C^n}{C^n + \sigma^n}$

高彩度 ( $C \to \infty$ )： $w \to 1$ ，路径遵循原始 OKLCH（全色调控制）。
低彩度 ( $C \to 0$ )： $w \to 0$ ，路径向线性 Oklab 段松弛（消除偏色）。
可微性： 该门函数在 $C > 0$ 时是可微的。本文选择 $n=1$ （Michaelis–Menten 形式）以确保在中性轴 ( $C=0$ ) 处具有 $C^1$ 连续性，避免了当 $n < 1$ 时出现的垂直切线问题。

参数选择

$\sigma$ (阈值)： 代表门函数半开时的彩度值。本文采用了 $\sigma \approx 0.19$ 的默认值，该值源自“偏色减半”这一与归一化无关的准则（将色调间的绕行路径减少 50%）。
$n$ (指数)： 默认为 $n=1$ 。文中提到另一种 $n=0.87$ 的选择（拟合自先前工作中的 COMBVD 数据），但研究发现，在测试范围内，最优 $\sigma$ 对 $n$ 的变化并不敏感，因此选择更具理性且对 GPU 友好的 $n=1$ 形式。

3. 主要贡献

解决色调间盲点： COFb 是唯一被评估能减少 Type 1（色调间）偏色的方法。现有的二值化方法在处理有色对时，在数值上等同于原始 OKLCH。
统一的连续处理： 一个可微的表达式取代了原有的特例处理和二值化逻辑。无论是在无彩色端点处还是在绕过原点的色调弧线路径上，它都能在低彩度区域实现连续作用。
偏色–色调权衡表征： 本文绘制了消除偏色与保留色调之间的前沿关系图。它确立了消除更多偏色必然会导致色调控制能力的减弱。
符号验证： 使用计算机代数系统对门的属性（单调性、平滑性、端点行为）进行了符号验证。

4. 评估结果

实验针对五组端点对（三组色调间对，两组无彩色端点对）进行了测试，使用了横向偏差（距离直线的距离）、过剩彩度和色调偏移量作为指标。

色调间对 (Type 1)：
- 原始 OKLCH 和所有现有的二值化方法均显示出相同的极高偏差（例如，平均横向偏差 $\approx 0.1378$ ）。
- COFb（在默认 $\sigma \approx 0.19$ 下）将平均横向偏差降低了 49.5%（降至 $\approx 0.0697$ ），并将彩度加权色调偏移降低了 35.5%。
- 这种减少有效地将绕过原点的“绕行”程度减半。
无彩色端点对 (Type 2)：
- 现有的二值化方法能将横向偏差驱动至精确的 0（完美的线性 Oklab）。
- COFb 相比原始 OKLCH 有显著改进（将平均偏差从 $\approx 0.0821$ 降至 $\approx 0.0313$ ），但并未达到零。
- 结论： 文中明确指出，对于孤立的 Type 2 情况，现有的二值化切换机制仍然更优。COFb 的优势在于将两种情况统一为一个单一的连续机制。
权衡： 默认的 $\sigma \approx 0.19$ 代表了一种平衡，即在减半色调间偏色的同时，保留了约 43–66% 的色调控制力（取决于所使用的指标）。

5. 意义与主张

本文将 COFb 定位为一种几何层面的、行为级的构建，而非关于感知最优性的主张。其意义在于：

实现灵活性： COFb 完全在纯 Oklab $(a, b) \to sRGB$ 中运行。它不需要目标环境具备原生的 OKLCH 插值支持。这使其成为旧引擎、图像/视频流水线以及无法使用现代 CSS 色彩插值的 GPU 着色器的可行回退方案。
统一性： 它将现有的离散、仅针对 (2) 型情况的 fallback 逻辑，转化为一个连续且可微的家族，同时也解决了此前未处理的 (1) 型色调间偏色问题。
局限性说明： 作者明确承认了其局限性：
- 它并不保持彩度不变（在靠近中性轴时路径会略微变灰）。
- 它无法达到二值化切换在处理无彩色端点时零偏差的表现。
- 默认的 $\sigma$ 是依赖于内容的（针对典型的 sRGB 色库进行了优化），而非一个通用的常数。

总之，COFb 为当前 OKLCH 插值策略中的“盲点”提供了一个实用的、数学上连续的解决方案，在不改变 CSS 规范的前提下，减少了渐变中可见的色彩偏差。