)
目录
1、1D LUT
2、3D LUT
3、手动创建LUT
3.1 准备调色素材
3.2 进行创意调色
3.3 导出为LUT文件
3.4 测试与优化
4、AI LUT
4.1 使用AI调色App
4.2 使用开源项目
4.3 训练专属AI模型
4.3.1 使用预训练AI模型 + LUT提取工具
4.3.2 端到端
5、其他工作
LUT（Look-Up Table）即查找表，能够将输入的颜色值映射为指定的输出颜色值，从而改变画面的色彩、对比度、饱和度等视觉效果 。可以把它理解为一种“高级滤镜”，但与普通滤镜不同，LUT 是基于数学算法实现的精准色彩映射，广泛应用于影视调色、摄影后期、直播以及手机视频编辑中 。
LUT 的本质是一个预设的色彩映射表，记录了原始 RGB 值到目标 RGB 值的对应关系。当图像或视频通过 LUT 时，系统会自动查找每个像素的颜色并进行替换，实现快速调色 。常见的类型有：
- 1D LUT：仅调整亮度、Gamma 和白平衡，适用于简单的色彩校正。
- 3D LUT：能实现更精细的色彩变换，可控制 RGB 三通道之间的复杂关系，影响色相、饱和度、对比度等，是目前主流的专业调色方式 。
1、1D LUT
1D LUT（一维查找表）是一种基础但高效的色彩映射工具，主要用于调整图像或视频的亮度、Gamma、对比度和白平衡，其核心特点是 RGB 三个颜色通道独立处理，互不影响 。
每个颜色通道（R/G/B）拥有独立的查找表，只能对各自通道的亮度进行拉伸或压缩 。
这意味着当改变红色通道的输入值时，只有红色的输出会变化，绿色和蓝色保持不变 。这种结构决定了它无法调整色相或饱和度，功能相对有限，但也因此具备数据量小、计算速度快的优势，适合实时处理场景 。
2、3D LUT
3D LUT（三维查找表）是一种高精度的色彩映射工具，能够对图像或视频中的每一个颜色点进行复杂而精细的调整，广泛应用于影视调色、摄影后期和直播监看等领域 。与只能调整亮度和白平衡的1D LUT不同，3D LUT可以同时处理R、G、B 三个通道之间的相互关系，从而影响色相、饱和度、对比度以及色彩过渡的平滑性，实现真正意义上的“电影级”色彩风格 。
可以把3D LUT想象成一个被划分为无数小格子的彩色立方体，每个格子代表一种输入颜色（R/G/B值），并对应一个输出颜色 。当图像通过这个立方体时，系统会根据原始像素的颜色，在表中查找对应的输出值，完成整体色调的转换。这意味着任何一个颜色的变化都会影响其他两个通道，实现非线性、跨通道的色彩控制 。
常见的3D LUT精度为17³（4913个节点）或33³（35937个节点），节点越多，色彩过渡越平滑，避免出现“色带”现象 。
3、手动创建LUT
创建自己的LUT，本质上是将调色风格“固化”成一个可重复使用的预设文件，方便在不同素材或项目中一键应用。整个过程可以概括为：调色 → 封装 → 导出→测试。
3.1 准备调色素材
选择一段具有代表性的视频或图片作为调色对象，最好包含肤色、天空、阴影、高光等常见元素，确保生成的LUT在多种场景下都能表现稳定 。
3.2 进行创意调色
使用专业软件（如 DaVinci Resolve、Adobe Premiere Pro、Photoshop 等）对素材进行色彩调整： 使用 Lumetri 颜色面板（Premiere）或 Color 页面（达芬奇） 调整曝光、对比度、高光/阴影、色温、饱和度、曲线等参数 注意：避免使用遮罩、模糊、颗粒等无法被LUT记录的效果
3.3 导出为LUT文件
不同软件操作略有差异，但核心路径一致：
- 在 DaVinci Resolve 中： 完成调色后，右键点击调色节点 选择“生成 3D LUT” 设置精度（推荐 33x33x33 或 65x65x65） 命名并保存为 .cube 文件
- 在 Premiere Pro 中： 在 Lumetri Color 面板顶部右键 选择“导出 .cube” 选择保存路径和精度，完成导出
- 在 Photoshop 中： 对图像应用调整图层（如色彩平衡、曲线、色相/饱和度） 菜单栏选择“文件 > 脚本 > 导出 LUT” 保存为 .cube 格式用于视频或其他图像软件
3.4 测试与优化
将生成的LUT应用到其他素材上，观察是否出现色彩溢出、肤色失真或对比过强等问题。根据测试结果返回原项目微调，再导出新版本。多轮迭代后可获得更通用、稳定的LUT 。
4、AI LUT
4.1 使用AI调色App
使用现成AI调色App（如Luminar Neo、Topaz Photo AI），其内部已集成AI生成LUT功能，可导出为 .cube 文件供其他软件使用。
4.2 使用开源项目
尝试GitHub上的开源项目（如DeepUPE、EnlightenGAN），结合Python脚本提取LUT。
4.3 训练专属AI模型
训练专属AI模型，为特定摄影机+镜头组合生成定制化LUT，提升制作效率。
4.3.1 使用预训练AI模型 + LUT提取工具
- 选择模型，例如风格迁移模型，输入图片Input，得到期待的风格Output。
- 使用工具生成LUT，如 LUT Generator from AI Output，输入一组标准RGB值（如17³网格点），通过模型预测输出构建映射表并导出为
.cube文件。
4.3.2 端到端
Differentiable 3D LUTLayer 是一种在深度学习中用于颜色校正和图像处理的可微分组件。它允许在网络训练过程中对颜色变换进行端到端的学习和优化。这种层通常用于图像增强、风格迁移或色彩校正任务中，能够学习一个从输入颜色空间到输出颜色空间的映射关系。
- 网络结构：Input → Conv Layers → Differentiable 3D LUT Layer → Output
- 损失函数：结合L1损失 + 感知损失（Perceptual Loss） + 色彩恒常性约束
- 训练完成后，提取LUT层权重即可导出标准 .cube 文件
5、其他工作
传统的3D LUT，通常是在ISP pipeline中或者图像编辑应用中作为一个手动调整或者是固化的算子来应用，一般不会随着图像进行自适应的增强，也研究者提出了可以根据图像的不同输出不同的LUT。
