你是否曾见过红色的森林卫星图？或者五彩斑斓的人体骨骼 CT 照？在现实生活中，草是绿的，天是蓝的，但在科研和技术领域，颜色往往被赋予了超越视觉的使命。今天我们就来拆解图像处理界的三大角色：真彩色 (True Color) 、假彩色 (False Color) 和 伪彩色 (Pseudo Color)。
1. 真彩色 (True Color)：还原真实的世界
定义：
真彩色是最直观的。它要求图像的颜色与人类肉眼观察到的真实景物颜色一致。
原理：
在数字图像中，我们使用红 ®、绿 (G)、蓝 (B) 三个通道。如果一个物体在现实中反射红光，我们在处理时就把它放在 R 通道。当三个通道的波段范围与人眼视锥细胞的感光范围完全匹配时，合成出来的就是真彩色。
- 特点： 24位色深，支持 1677 万种颜色，细腻且真实。
- 应用场景： 手机摄影、电影、日常监控。
2. 假彩色 (False Color)：看见"看不见"的光
定义：
假彩色并不是为了"骗人"，而是为了"增强"。它通常将非可见光波段（如红外线、紫外线）映射到可见光的 RGB 通道中。
原理：
最经典的例子是卫星遥感。植物在近红外波段有极强的反射率，但人眼看不见红外光。科学家将"近红外波段"的数据分配给红色通道，将"红光波段"分配给绿色通道。
- 视觉效果： 在这种图像里，茂盛的森林会呈现出鲜艳的红色，而枯萎的植被则颜色暗淡。
- 应用场景： 卫星地图（监测植被、水质）、天文观测（如哈勃望远镜拍摄的星云，其绚丽色彩大多是假彩色，代表不同的化学元素）。
3. 伪彩色 (Pseudo Color)：让数据"跳"出来
定义：
伪彩色处理的对象通常是单通道的灰度图像。它通过算法将不同的灰度级映射为不同的颜色，从而提高人眼的分辨能力。
原理：
人的眼睛对颜色的分辨能力远高于对灰阶（黑白深浅）的分辨能力。如果我们把一张黑白的温度分布图，设定为：高温映射为红色，低温映射为蓝色，这就成了伪彩色。伪彩色并不代表物体真实的颜色，甚至不代表波段的对应关系，它只代表数值的高低。
- 特点： 颜色是根据数据强度人为指定的"调色盘"。
- 应用场景： 热成像仪（测温）、医生看的 B 超/CT 影像、天气预报里的降雨雷达图。
总结：三者的核心区别
为了方便记忆，我们可以通过下表进行对比：
| 类型 | 数据源 | 颜色意义 | 目的 |
|---|---|---|---|
| 真彩色 | 可见光 RGB 波段 | 与肉眼所见一致 | 真实记录与还原 |
| 假彩色 | 包含不可见光波段 | 模拟分配，突出特定物像 | 识别目标（如区分森林与草地） |
| 伪彩色 | 单波段/灰度数据 | 人为指定的数值映射 | 增强视觉对比，便于分析 |
一句话总结：
- 真彩色是"原汁原味"；
- 假彩色是"跨界翻译"（把看不见的翻译成看得见的）；
- 伪彩色是"给数据上色"（为了看清深浅变化）。
理解了这三种色彩模式，你就能明白，为什么科学家眼中的世界往往比我们看到的更加"五彩斑斓"------那不仅是视觉的享受，更是数据的语言。
希望这篇博文能帮你理清思路！如果是在考试中遇到，记得抓住"数据源"和"色彩与真实光谱的对应关系"这两个关键点。