这次与其说是教程，不如说是一次简短的深入讲解，内容是在 Blender 的 Compositor 中将彩色图像转换为灰度图。
本教程不提供中文配音。您可以在下方观看英语配音的视频，并选择中文、英文或其他语言的字幕。视频下方提供了翻译成中文的文字稿。
视频文字稿
大家好！这次与其说是教程，不如说是一次简短的深入讲解，内容是在 Blender 的 Compositor 中将彩色图像转换为灰度图。根据所使用的色彩空间不同，实现方式也有好几种。
第一种方法实际上是不推荐使用的，因为它没有考虑到我们的眼睛如何根据不同光波长来感知真实的光能。我说的是使用 Hue Saturation Value 节点，具体来说，就是把 Saturation 数值设为 0。这样会在三个 RGB 通道中均匀移除颜色成分，结果会得到一张高对比度的黑白图像，同时可能会丢失一些细节。
第二种方法是在 Blender 的 Compositor 中使用 RGB to BW 节点。它会得到更自然、更舒适的结果，尤其适用于 Blender 渲染输出的图像，或者更广泛地说，适用于任何使用线性 RGB 数据的场景，例如 Linear Workflow 流程。
这个节点实现了一套用于 Linear 色彩空间的公式，其中每个颜色分量都会分别乘以三个不同的系数：0.2126、0.7152 和 0.0722。
现在屏幕上显示的是一个节点组的内容。在这个组里，我重新搭建了彩色图像拆分为三个 RGB 通道的过程，然后让每个通道分别乘以对应的系数，最后再把结果相加，从而得到最终输出。
正如你所看到的，这个节点组得到的结果，与 RGB to BW 节点输出的结果几乎完全一致，这也证明了它确实使用了这套公式。正如之前提到的，这其实就是基于 Rec.709 标准的光度亮度公式，也就是真实光能的计算方式。它适用于未经 Gamma 校正的线性色彩数据，例如 Blender 的渲染结果。
这时候你可能会指出，我在示例中使用的图像并不是 Blender 渲染出来的，而是一张通过 Image 节点载入 Blender 的照片，它使用的是 sRGB 色彩空间。所以理论上，我应该使用历史上与 SD 内容相关的 Rec.601 标准公式来处理这张图像。不过据我所知，Blender 会自动把它转换到线性空间，因此你依然可以放心使用 RGB to BW 节点。
为了完整起见，在 Rec.601 标准中，RGB 三个通道对应的权重分别是 0.299、0.587 和 0.114。
现在屏幕上展示的是 Linear 节点组与 sRGB 节点组输出结果之间的差异。其中，Linear 节点组实现的是 RGB to BW 节点所使用的同一套公式，而 sRGB 节点组则使用了 Rec.601 标准公式。
总体来说，这个节点组的目的，是展示如何根据艺术需求或者为了匹配其他标准，自定义 RGB 颜色通道的权重。比如在用于 4K 与 8K HDR 的 Rec.2020 标准中，RGB 通道的权重分别为 0.2627、0.6780 和 0.0593。
在结束教程之前，我还想指出一点：当 Blender 显示或导出图像时，例如导出为 PNG 或 JPG 格式，它会应用一种转换，例如 Filmic 或 sRGB，把线性数值重新转换回经过 Gamma 校正的空间。因此，Blender 会先把所有外部图像转换到 Linear Workflow 中，以便它们能在 Compositing 阶段与渲染结果以及其他元素保持一致地处理。随后如果有需要，它会在导出时再转换到其他色彩空间。
与我大多数视频教程不同，这次教程目前还没有提供可下载的 PDF 版本。不过你会在描述区找到一个链接，里面包含了我许多其他视频教程的 PDF 版本页面。无论如何，现在正是订阅频道并开启通知的好时机！
好了，这个简短教程就到这里！希望你觉得它有帮助！我们下次见！