3.5. 本章小结#
在本章中，我们对颜色这一主题进行了深入的学习，从物理到感知，从表示到显示。由于颜色在可视计算中占据重要地位，后面的图像处理、渲染、可视化等领域都需要将颜色作为基础，因此我们花了相对多的时间介绍其中的很多细节。这其中与算法关系最大的，也是相对复杂的，是颜色空间和伽马校正这两个概念。
3.5.1. 习题#
3.5.1.1. 随机颜色#
假设我们有一张散点图，每个点有一个标签，一共有 \(n\) 个标签（\(n\) 可以很大，比如 \(>100\)）。我们希望将所有点都染上颜色，来观察不同标签的聚类情况，那么我们就需要选择 \(n\) 个颜色。假设我们想随机生成 \(n\) 个颜色，使得整张图有足够的辨识性，可以有什么样的随机算法？
3.5.1.2. 伽马校正#
在早期的苹果电脑上（2009 年 Mac OS X Snow Leopard 之前[1]），默认的伽马值被设置为 1.8 而不是 2.2。那么一张使用 sRGB 标准保存的图片，需要经过怎样的变换才能正确显示在之前的苹果电脑上？如果没有正确转换，看到的图片会有什么偏差？