颜色数据化
无论像素图还是矢量图,都是由最基本的“颜色”组成。颜色并不是一个单一的数据,从明亮到黑暗,从黑白灰到彩色的饱和值过渡,红橙黄绿蓝靛紫等不同的色调,甚至还有人类肉眼看不见的红外线和紫外线(人类是三色视觉,有一些动物可以看见更复杂的色彩,比如鸟类拥有四色视觉可以看见可见光和紫外线,螳螂虾拥有16色视觉可以看见紫外线、可见光和偏振光)。
颜色空间
颜色空间是指对一个给定的颜色,如何组合颜色元素以对其编码。最简单的颜色空间要属灰度级空间,只处理黑色和白色,对它们进行组合可以产生不同程度的灰色。
对于彩色,则有更多种类的颜色空间。不论哪种方法,都是把颜色分成3个或者4个基元素,通过组合基元素来产生所有的颜色。
数字层面上决定一个颜色,通常有两种方法:
一、将颜色分为明度(Luminance/Value)、饱和度(Saturation)、色相(Hue)三个基本元素,即色彩三要素(Elements of color)。明度即亮度,决定明暗;饱和度决定色彩的鲜艳程度,也称色彩的纯度;色相即色调,决定颜色的冷暖,本质是光的波长,范围定在可见光的红色到紫色。采用这种方法的颜色空间有HSV、HSL、HSB、HSI。

二、将颜色分为光的三原色,红(Red)、绿(Green)、蓝(Blue),这也是人类肉眼内部构成颜色的方式。三原色各自的亮度取值范围0到255,当三原色的亮度值都相等时,就会呈现出黑白灰的状态,而三色亮度不同时,三色之间的差值就会反应出不同的色相和饱和度。RGB、LAB、XYZ、YUV和CMYK颜色空间都是用的这种方法(CMYK是印刷设备采用的空间,用的不是光的三原色,而是颜料的三原色,品红、黄、青蓝)。其中最常用的是RGB颜色空间,和人眼采用相似的工作机制,电脑显示器系统采用的就是RGB颜色空间。
颜色属性计算
出于算法考虑,

本文深入探讨颜色数据化,介绍了颜色空间的概念,包括灰度级和彩色空间如RGB、HSV等。讨论了决定颜色的两种主要方式——色彩三要素和光的三原色,并详细阐述了RGB在数字层面上表示颜色的原理。同时,文章指出在算法应用中,如何根据RGB值计算明度、饱和度和色相,特别提到了RGB到HSV的转换公式。
颜色数据化&spm=1001.2101.3001.5002&articleId=132740419&d=1&t=3&u=a2873f9e7ec947c08d3256c8d423d825)
1037

被折叠的 条评论
为什么被折叠?



