网上有很多关于Gamma校正的解释，有基于屏幕设计的，有基于存储的，大多基于以下两张图：
LearnOpenGL：
第一行是人眼所感知到的正常的灰阶，亮度要增加一倍（比如从0.1到0.2）你才会感觉比原来变亮了一倍（译注：我们在看颜色值从0到1（从黑到白）的过程中，亮度要增加一倍，我们才会感受到明显的颜色变化（变亮一倍）。打个比方：颜色值从0.1到0.2，我们会感受到一倍的颜色变化，而从0.4到0.8我们才能感受到相同程度（变亮一倍）的颜色变化。如果还是不理解，可以参考知乎的答案）。然而，当我们谈论光的物理亮度，比如光源发射光子的数量的时候，底部（第二行）的灰阶显示出的才是物理世界真实的亮度。如底部的灰阶显示，亮度加倍时返回的也是真实的物理亮度（译注：这里亮度是指光子数量和正相关的亮度，即物理亮度，前面讨论的是人的感知亮度；物理亮度和感知亮度的区别在于，物理亮度基于光子数量，感知亮度基于人的感觉，比如第二个灰阶里亮度0.1的光子数量是0.2的二分之一），但是由于这与我们的眼睛感知亮度不完全一致（对比较暗的颜色变化更敏感），所以它看起来有差异。
LearnOpenGL：
点线代表线性颜色/亮度值（译注：这表示的是理想状态，Gamma为1），实线代表显示器显示的颜色。如果我们把一个点线线性的颜色翻一倍，结果就是这个值的两倍。比如，光的颜色向量代表的是半暗红色。如果我们在线性空间中把它翻倍，就会变成，就像你在图中看到的那样。然而，由于我们定义的颜色仍然需要输出的显示器上，显示器上显示的实际颜色就会是。在这儿问题就出现了：当我们将理想中直线上的那个半暗红色翻一倍时，在显示器上实际上亮度翻了4.5倍以上！
但我个人在阅读许多文章后依然难以搞懂，于是自己学习总结出以下理解方法，从历史发展，到数学的离散化解析，到实际LearnOpenGL的gamma校正章节。
从感官错觉到物理还原：彻底搞懂Gamma校正与OpenGL渲染管线
要彻底搞懂 Gamma，我们不能只看代码和做了什么，必须先从物理光照、人眼感知与数据存储这三者的关系说起。
第一部分：简单说明 Gamma 校正做什么
Gamma 校正是，我们要对图像颜色进行一个 \(\frac{1}{2.2}\) 的幂操作。即，原本的图像输出信息记为 \(y_0 = x\)，Gamma 校正后的图像输出信息则是：
具体参考该图，Gamma 校正就是把中间那条直线的颜色信息，扭曲成左上方的红色虚线的颜色信息。
最难以理解的就是，我们为什么要这么做？
第二部分：理论篇 —— 光、人眼、数据与屏幕的历史
为了把一切串联在一起，我们要知道以下几件事情：
1. 光的物理量
首先，我们需要明确：真实世界中的光照强度变化是严格线性的。这也是为什么在图形学中，我们始终能对光线进行线性操作且不出错。
如果把物理光强作为横轴，“物理亮度”作为纵轴，画出来的图 1 绝对是一条完美的直线。一盏灯加一盏灯，能量就是两倍。
*图1：光物理强度的线性关系*
2. 人眼感知亮度
明确一点：进入人眼的光，就是在真实世界中强度线性变化的光，但人眼感知亮度和接收到的光物理强度并不是线性关系。
人类的眼睛并不是一台绝对客观的测光仪。在进化的过程中，为了在黑夜中保命，人眼对暗部的光线变化变得极其敏感，而对亮部的变化则十分迟钝。
如何理解？看这张图：
首先上面一行，是感知亮度 \(0 \sim 1\) 线性变化时，人眼所看到的亮度。
下面一行，是光物理强度 \(0 \sim 1\) 线性变化时，人眼所看到的亮度。
可以注意到，当光物理强度做 \(0 \sim 1\) 线性变化时，我们的感知亮度是不均匀的（比如当光物理强度为 \(0.1\) 时，感知亮度几乎已经达到了 \(0.4\)）。
也就是说，光物理强度在 \(0 \sim 0.1\) 之间变化，而人的感知亮度却在 \(0 \sim 0.4\) 之间剧烈变化，这说明人眼对暗部的光线分辨率远高于亮部。
这个非线性的映射关系大概是：
如果我们把人眼感知的亮度等分为 \(n\) 个阶梯，比如我们希望看到 \(0.2, 0.4, 0.6, 0.8\) 的感知亮度，并将其映射到图 1 上（红色虚线，x-光物理强度，y-人感知亮度；绿色虚线，x-光物理强度，y-“光物理亮度”），我们会发现：在靠近 0（暗部）的地方，这些阶梯密密麻麻；而在靠近 1（亮部）的地方，阶梯变得非常稀疏。
3. 屏幕的颜色输出与历史兼容
早期的显示器（CRT 阴极射线管）存在一个严重的物理缺陷：输入的电压信号与屏幕最终产生的物理亮度之间，并非完美的线性关系，而是一个近似 \(2.2\) 次方的幂函数关系：
这意味着，如果我们给显示器输入 \(0.5\)（即 50%）的信号，它实际输出的亮度只有 \(0.5^{2.2} \approx 0.218\)（约 21.8%），导致画面整体严重偏暗。
现代的 LCD 和 OLED 屏幕本可以做到完美的线性响应，但为了向后兼容（保证几十年来按老标准保存的图片、电影等数据依然能正常显示），现代屏幕在硬件或固件底层，依然刻意保留并模拟了这个 \(2.2\) 的 Gamma 压暗曲线。
4. 现代图像存储的采样魔法
为什么我们说图像在存储时预先进行 \(x^{\frac{1}{2.2}}\) 编码反而更好？
真相是：原本的物理世界是连续的，人眼看到的亮度曲线也是连续的。但是，当我们在计算机中离散存储图像数据时（比如主流的 8-bit 图片每个通道只有 256 个颜色阶梯），问题就出现了。
正如第 2 点所讨论的，假设我们对光物理强度进行均匀的离散切分来存储数据，那么这些均匀的数据点投影到人眼感知亮度的曲线上时，分布将极其不均匀（暗部的感知采样点极度稀疏，亮部极度密集）。
我们评判一张图片观感好不好，关键在于它在人的感知亮度曲线上构造得如何。因为按线性强度存储会导致暗部的感知采样点严重不足，画面就会出现明显的色彩断层（Banding）、感觉很不自然。
于是，我们在存储图像前，先对其进行 \(x^{\frac{1}{2.2}}\) 的幂运算。这样处理后，离散的光强度数据点在投影到人眼感知亮度时，分布变得完全均匀，采样效率极高，曲线更加平滑。这就是为什么在同样的离散存储精度下，图像预先经过 \(x^{\frac{1}{2.2}}\) 编码视觉效果更好。
5. 2.2 Gamma 屏幕的真相
因为真实世界光线是线性进入人眼的，所以我们要求屏幕最终输出的光线结果，从数学上也必须符合线性规律还原。
在过去的时代，CRT 的物理缺陷使得我们的图像在存储数据时都被迫进行了 \(x^{\frac{1}{2.2}}\) 的反向处理来进行抵消。当现代屏幕出现后，虽然硬件已经可以直接按数据输出对应强度的线性光线，但为了迎合过去海量的历史数据，我们并没有选择在软件层面去对历史存储格式进行转换，而是选择在硬件上继续兼容（保留 \(x^{2.2}\) 的输出曲线）。
然而，最戏剧性的反转是：当后来图形学界深入研究了人眼的特点后，才恍然大悟——图像数据按 \(x^{\frac{1}{2.2}}\) 编码处理，恰恰是为了让人眼看到优秀图像的最优存储方式！
因此，屏幕刻意保留的 \(2.2\) Gamma 曲线，不仅是为了偿还历史债务，更是为了完美解码这种极其优秀的数据压缩格式。
第三部分：实践篇 —— OpenGL 中的数学对决与破局
带着上述理论基础，我们再来看 OpenGL 的渲染管线，一切迷雾都将散开。
1. 灾难现场：直接开启 Gamma 校正为何过曝？
在没有告诉 OpenGL 纹理是 sRGB 格式（即内部带有预补偿）的情况下，如果我们为了追求“物理正确”，在着色器（Shader）最后强行开启 Gamma 校正（输出前手动应用 \(x^{\frac{1}{2.2}}\)），会发生什么？
此时，着色器将带有预补偿的 \(C_{sRGB}\) 当作纯线性数据进行光照计算，然后强行加了一次校正。让我们写出最终经过显示器物理压暗（\(x^{2.2}\)）后，人眼感知的数学表达式：
结论： 管线末端的校正 \(\frac{1}{2.2}\) 与屏幕的 \(2.2\) 相互抵消了！光照计算虽然正确，但纹理颜色依然是 \(C_{linear}^{\frac{1}{2.2}}\)。在 \((0, 1)\) 的区间内，\(x^{\frac{1}{2.2}}\) 总是显著大于 \(x\)（例如 \(0.5^{\frac{1}{2.2}} \approx 0.73\)）。这就导致了原始纹理被错误地提亮，数学上完美解释了画面为何会发白、过曝。
2. 光线衰减的三套流程对决（数学推导）
为了更深刻地理解，我们设原始线性光强为 \(I\)，距离为 \(d\)。推导一下在不同管线流程中，人眼最终看到的有效光照衰减曲线：
流程一：错误输入 (RGB) + 无 Gamma 校正 + 物理正确衰减 (\(\frac{1}{d^2}\))
纹理自带 \(\frac{1}{2.2}\) 提亮，光照用平方反比，最后经过屏幕 \(2.2\) 压暗。
分析： 衰减曲线变成了恐怖的 \(\frac{1}{d^{4.4}}\)。近处极其容易过曝，而稍微远一点光线就断崖式下跌，死黑一片。视觉体验灾难。
流程二：错误输入 (RGB) + 无 Gamma 校正 + 线性衰减妥协 (\(\frac{1}{d}\))
既然平方衰减效果太差，早期的图形开发者采用了物理错误、但视觉讨巧的线性衰减作为“Hack”补偿。
分析： 奇迹出现了！人眼看到的有效曲线是 \(\frac{1}{d^{2.2}}\)，这非常接近物理真实的 \(\frac{1}{d^2}\)。这就是为什么在缺乏 Gamma 校正的旧时代，线性衰减反而能骗过眼睛，看起来更自然的原因。
流程三：正确输入 (sRGB) + 有 Gamma 校正 + 物理正确衰减 (\(\frac{1}{d^2}\))
这是现代 PBR 的标准做法：硬件（GL_SRGB）自动将纹理转回线性，我们在纯线性空间计算，最后做 Gamma 校正抵消屏幕。
分析： 完美的物理还原！只有在这一套流程下，我们才真正在屏幕上再现了物理世界严谨的光照规律。
3. 告别“玄学参数”，拥抱线性基底
在实际工程中，为了防止光源中心 \(d=0\) 时的除零溢出（无限亮），并增加艺术控制力，我们常使用复合衰减模型：
在早期的学习资料（如旧版 Ogre3D 文档）中，常常会流传一张“不同距离下的光源衰减参数表”（即特定的 \(K_c, K_l, K_q\) 组合）。
现在我们回过头看就明白了：那张经典的参数表，本质上是为了“没有 Gamma 校正的错误管线”量身定制的“硬调补丁”！ 它通过强行拉高线性项 \(K_l\)，来对抗屏幕产生的 \(\frac{1}{d^{4.4}}\) 地狱级衰减。
结语
当我们彻底开启 Gamma 校正，将一切计算统一到线性空间这块坚实的基底上后，这座建立在扭曲视觉上的“参数空中楼阁”就不再需要了。
光就是光，距离就是距离。多光源叠加（1+1 终于严格等于 2）、高光泛光（Bloom）、PBR 材质响应，一切高级渲染技术都变得顺理成章、极易调控。我们终于从依靠参数“特调”的“视觉炼丹师”，蜕变成了掌握物理规律的图形学工程师。