Последующее наблюдение: поиск точного "расстояния" между цветами

Оригинальный вопрос

Я ищу функцию, которая пытается количественно определить, как "отдаленные" (или разные) два цвета. Этот вопрос действительно состоит из двух частей:

Какое цветовое пространство лучше всего представляет человеческое видение?
Какая метрика расстояния в этом пространстве лучше всего отражает человеческое видение (евклидово?)

Ответы

Ответ 1

Преобразуйте в La * b * (aka просто "Lab", и вы также увидите ссылку на "CIELAB" ). Хорошая быстрая оценка цветовой разницы

(L1-L2) ^ 2 + (a1-a2) ^ 2 + (b1-b2) ^ 2

У ученых-цветников есть и другие более совершенные меры, которые, возможно, не стоят беспокойства, в зависимости от точности, необходимой для того, что вы делаете.

Значения a и b представляют противоположные цвета способом, похожим на то, как работают конусы, и могут быть отрицательными или положительными. Нейтральные цвета - белые, серые a=0, b=0. L - это яркость, определенная определенным образом, от нуля (чистая тьма) до любого.

Объяснение: → Учитывая цвет, наши глаза различают два широких диапазона длины волны - синий и более длинные волны. а затем, благодаря более поздней генетической мутации, более длинноволновые конусы, раздвоенные на две части, отличающие нас от красного и зеленого.

Кстати, для вашей карьеры будет здорово подняться над вашими коллегами цветного пещерного человека, которые знают только "RGB" или "CMYK", которые отлично подходят для устройств, но сосут для серьезной работы восприятия. Я работал над созданием изображений учеными, которые ничего не знали об этом!

Для более интересного чтения в теории цветовых различий попробуйте:

http://white.stanford.edu/~brian/scielab/introduction.html и информация
и ссылки на теорию цвета в целом, websurf, начиная с http://www.efg2.com/Lab/Library/Color/ и
http://www.poynton.com/Poynton-color.html

Подробнее о Лаборатории в http://en.kioskea.net/video/cie-lab.php3 В настоящее время я не могу найти не уродливую страницу, на которой были формулы преобразования, но Я уверен, что кто-то отредактирует этот ответ, чтобы включить его.

Ответ 2

поскольку ссылка cmetric.htm выше не удалась для меня, а также множество других реализаций для расстояния по цвету, которое я нашел (после очень длинного jurney..), как рассчитать наилучшее расстояние по цвету и... наиболее научно точное: deltaE и из двух значений RGB (!) с использованием OpenCV:

Для этого потребовалось 3 преобразования цветового пространства + некоторое преобразование кода из javascript (http://svn.int64.org/viewvc/int64/colors/colors.js) в С++

И, наконец, код (кажется, работает прямо из коробки, надеюсь, что никто не найдет там серьезную ошибку... но после нескольких тестов это кажется прекрасным)

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/photo/photo.hpp>
#include <math.h>

using namespace cv;
using namespace std;

#define REF_X 95.047; // Observer= 2°, Illuminant= D65
#define REF_Y 100.000;
#define REF_Z 108.883;

void bgr2xyz( const Vec3b& BGR, Vec3d& XYZ );
void xyz2lab( const Vec3d& XYZ, Vec3d& Lab );
void lab2lch( const Vec3d& Lab, Vec3d& LCH );
double deltaE2000( const Vec3b& bgr1, const Vec3b& bgr2 );
double deltaE2000( const Vec3d& lch1, const Vec3d& lch2 );


void bgr2xyz( const Vec3b& BGR, Vec3d& XYZ )
{
    double r = (double)BGR[2] / 255.0;
    double g = (double)BGR[1] / 255.0;
    double b = (double)BGR[0] / 255.0;
    if( r > 0.04045 )
        r = pow( ( r + 0.055 ) / 1.055, 2.4 );
    else
        r = r / 12.92;
    if( g > 0.04045 )
        g = pow( ( g + 0.055 ) / 1.055, 2.4 );
    else
        g = g / 12.92;
    if( b > 0.04045 )
        b = pow( ( b + 0.055 ) / 1.055, 2.4 );
    else
        b = b / 12.92;
    r *= 100.0;
    g *= 100.0;
    b *= 100.0;
    XYZ[0] = r * 0.4124 + g * 0.3576 + b * 0.1805;
    XYZ[1] = r * 0.2126 + g * 0.7152 + b * 0.0722;
    XYZ[2] = r * 0.0193 + g * 0.1192 + b * 0.9505;
}

void xyz2lab( const Vec3d& XYZ, Vec3d& Lab )
{
    double x = XYZ[0] / REF_X;
    double y = XYZ[1] / REF_X;
    double z = XYZ[2] / REF_X;
    if( x > 0.008856 )
        x = pow( x , .3333333333 );
    else
        x = ( 7.787 * x ) + ( 16.0 / 116.0 );
    if( y > 0.008856 )
        y = pow( y , .3333333333 );
    else
        y = ( 7.787 * y ) + ( 16.0 / 116.0 );
    if( z > 0.008856 )
        z = pow( z , .3333333333 );
    else
        z = ( 7.787 * z ) + ( 16.0 / 116.0 );
    Lab[0] = ( 116.0 * y ) - 16.0;
    Lab[1] = 500.0 * ( x - y );
    Lab[2] = 200.0 * ( y - z );
}

void lab2lch( const Vec3d& Lab, Vec3d& LCH )
{
    LCH[0] = Lab[0];
    LCH[1] = sqrt( ( Lab[1] * Lab[1] ) + ( Lab[2] * Lab[2] ) );
    LCH[2] = atan2( Lab[2], Lab[1] );
}

double deltaE2000( const Vec3b& bgr1, const Vec3b& bgr2 )
{
    Vec3d xyz1, xyz2, lab1, lab2, lch1, lch2;
    bgr2xyz( bgr1, xyz1 );
    bgr2xyz( bgr2, xyz2 );
    xyz2lab( xyz1, lab1 );
    xyz2lab( xyz2, lab2 );
    lab2lch( lab1, lch1 );
    lab2lch( lab2, lch2 );
    return deltaE2000( lch1, lch2 );
}

double deltaE2000( const Vec3d& lch1, const Vec3d& lch2 )
{
    double avg_L = ( lch1[0] + lch2[0] ) * 0.5;
    double delta_L = lch2[0] - lch1[0];
    double avg_C = ( lch1[1] + lch2[1] ) * 0.5;
    double delta_C = lch1[1] - lch2[1];
    double avg_H = ( lch1[2] + lch2[2] ) * 0.5;
    if( fabs( lch1[2] - lch2[2] ) > CV_PI )
        avg_H += CV_PI;
    double delta_H = lch2[2] - lch1[2];
    if( fabs( delta_H ) > CV_PI )
    {
        if( lch2[2] <= lch1[2] )
            delta_H += CV_PI * 2.0;
        else
            delta_H -= CV_PI * 2.0;
    }

    delta_H = sqrt( lch1[1] * lch2[1] ) * sin( delta_H ) * 2.0;
    double T = 1.0 -
            0.17 * cos( avg_H - CV_PI / 6.0 ) +
            0.24 * cos( avg_H * 2.0 ) +
            0.32 * cos( avg_H * 3.0 + CV_PI / 30.0 ) -
            0.20 * cos( avg_H * 4.0 - CV_PI * 7.0 / 20.0 );
    double SL = avg_L - 50.0;
    SL *= SL;
    SL = SL * 0.015 / sqrt( SL + 20.0 ) + 1.0;
    double SC = avg_C * 0.045 + 1.0;
    double SH = avg_C * T * 0.015 + 1.0;
    double delta_Theta = avg_H / 25.0 - CV_PI * 11.0 / 180.0;
    delta_Theta = exp( delta_Theta * -delta_Theta ) * ( CV_PI / 6.0 );
    double RT = pow( avg_C, 7.0 );
    RT = sqrt( RT / ( RT + 6103515625.0 ) ) * sin( delta_Theta ) * -2.0; // 6103515625 = 25^7
    delta_L /= SL;
    delta_C /= SC;
    delta_H /= SH;
    return sqrt( delta_L * delta_L + delta_C * delta_C + delta_H * delta_H + RT * delta_C * delta_H );
}

Надеюсь, это поможет кому-то:)

Ответ 3

HSL и HSV лучше подходят для восприятия цвета человека. Согласно Wikipedia:

Иногда предпочтительнее работать с художественными материалами, оцифрованными изображениями или другими носителями, использовать цветовую модель HSV или HSL по сравнению с альтернативными моделями, такими как RGB или CMYK, из-за различий в способах эмуляции моделей, как люди воспринимают цвет, RGB и CMYK являются аддитивными и субтрактивными моделями, соответственно, моделируя то, как первичные цветные огни или пигменты (соответственно) объединяются, чтобы образовывать новые цвета при смешивании.

Ответ 4

Статья в Википедии о различиях цветов содержит ряд цветовых пространств и метрик расстояний, предназначенных для согласования с восприятием цвета человека.

Ответ 5

Может выглядеть как спам, но нет, эта ссылка действительно интересна для цветовых пространств:)

http://www.compuphase.com/cmetric.htm

Ответ 6

Самое простое расстояние, конечно, состояло бы в том, чтобы просто рассматривать цвета как 3d-векторы, происходящие из одного и того же происхождения, и занимать расстояние между их конечными точками.

Если вам нужно учитывать такие факторы, что зеленый цвет более заметен при оценке интенсивности, вы можете взвесить значения.

ImageMagic предоставляет следующие масштабы:

красный: 0,3
зеленый: 0.6
синий: 0,1

Конечно, ценности, подобные этому, будут иметь смысл только в отношении других значений для других цветов, а не как что-то, что было бы значимо для людей, поэтому все, что вы могли бы использовать значения для, было бы упорядочением по сходству.

Ответ 7

Ну, в качестве первого пункта вызова, я бы сказал, что общие показатели HSV (Hue, Saturation и Value) или HSL лучше отражают то, как люди воспринимают цвет, чем RGB или CYMK. См. HSL, HSV в Википедии.

Полагаю наивно, что я буду строить точки в пространстве HSL для двух цветов и рассчитать величину разностного вектора. Однако это означало бы, что ярко-желтый и ярко-зеленый будет считаться столь же разным, как зеленый до темно-зеленого. Но тогда многие считают красным и розовым два разных цвета.

Кроме того, разностные векторы в одном и том же направлении в этом пространстве параметров не равны. Например, человеческий глаз поднимает зеленый цвет намного лучше, чем другие цвета. Изменение оттенка зеленого цвета на ту же величину, что и переход от красного, может показаться большим. Также смещение насыщения от небольшого количества до нуля - разница между серым и розовым, в другом месте сдвиг будет разницей между двумя оттенками красного.

С точки зрения программистов вам нужно будет построить разностные векторы, но модифицировать матрицей пропорциональности, которая будет соответствующим образом регулировать длины в разных областях пространства HSL - это было бы довольно произвольно и было бы основано на различном цвете теоретические идеи, но должны быть изменены произвольно в зависимости от того, к чему вы хотели применить это.

Еще лучше, вы могли видеть, действительно ли кто-то уже сделал это в Интернете...

Ответ 8

Как человек, который является слепым цветом, я считаю, что хорошо попытаться добавить больше разделения, чем нормальное зрение. Наиболее распространенной формой цветовой слепоты является дефицит красного/зеленого. Это не означает, что вы не можете видеть красный или зеленый цвет, это означает, что это труднее увидеть и более трудно увидеть различия. Таким образом, требуется большее разделение, прежде чем цветной слепой может сказать разницу.