RGB相似颜色近似算法

Question

鉴于在RGB中，我们可以表示256^3=16,777,216种颜色组合，而人眼只能区分大约10,000,000种颜色，很明显，还有6,777,216种RGB组合与对应的颜色在色彩上是无法区分的。

压缩算法基于此原理，在近似处理帧范围内颜色差异方面发挥作用。考虑到这一点，如何可靠计算给定颜色是否与另一个颜色的“相似范围”之内呢？

当然，“相似性”将是一些可以调整的任意/可调参数，但这只是一个近似值。那么，有没有一些指针、伪代码、直观的代码示例或资源来帮助我建立这样的函数呢？

非常感谢您的帮助。

- Darius

---

你说“超过6,777,216”的时候，好像有将近一半的信息被浪费了。但事实并非如此。这6,777,216种颜色占据了信息的1-log2(1000000)/24即3.11%。不要指望用它来压缩！ - sam hocevar

多年过去了，这个问题仍然似乎很相关。如果有帮助的话，我最近写了一篇关于使用HSL的不同解决方案的文章在这里。 - Darius

Answer 1

计算颜色之间的距离有许多方法，最简单的方法是在任何颜色空间中定义颜色组件。这些是RGB颜色（r1，g1，b1）和（r2，g2，b2）之间的常见“距离”或指标：

• L₁：abs(r1-r2) + abs(g1-g2) + abs(b1-b2)
• L₂：sqrt((r1-r2)² + (g1-g2)² + (b1-b2)²)
• L_∞：max(abs(r1-r2), abs(g1-g2), abs(b1-b2))

然而这些距离并没有考虑到人类视觉对于颜色的敏感程度不及亮度。为了获得最佳结果，应该将RGB转换为一种将亮度和颜色分别编码的颜色空间。然后在新的颜色空间中使用上述指标之一，可能会给予亮度成分更多权重，颜色成分较少。

彼此无法区分的颜色区域称为MacAdam椭圆。在CIELUV和CIELAB颜色空间中，这些椭圆变得近似圆形，非常适合计算，但不幸的是，从RGB进入这些颜色空间并不那么简单。

JPEG将颜色转换为YC_bC_r，其中Y是亮度，两个C编码颜色，然后将C分量的分辨率减半。您可以执行相同的操作，然后使用上述指标的加权版本，例如：

diff = sqrt(1.4*sqr(y1-y2) + .8*sqr(cb1-cb2) + .8*sqr(cr1-cr2)) 

维基百科上有一篇关于颜色差异的文章，其中提供了不同颜色空间的更多示例。

- Joni

---

这真的很棒，谢谢你的建议。近似颜色是一项棘手的业务！ - Darius

Answer 2

感知色差可以使用CIEDE2000颜色差公式进行计算。CIEDE2000公式基于LCH颜色空间（亮度、色度和色相）进行计算。LCH颜色空间表示为一个圆柱体（见此处的图像）。

一个不太准确（但更易管理）的模型是基于Lab color space ( L*a*b*) 的CIE76颜色差异公式。RGB或CMYK值与L*a*b*之间没有简单的转换公式，因为RGB和CMYK颜色模型是设备相关的。RGB或CMYK值首先需要转换为特定的绝对颜色空间，例如sRGB或Adobe RGB。这种调整将取决于设备，但转换后的数据将是设备无关的，允许数据转换到CIE 1931颜色空间，然后转换为L*a*b*。本文解释了该过程和公式。

- Lior Kogan

---

非常棒的资源！让我回忆起了我在本科时学习色彩感知的图形模块。感谢您提供的指引。 - Darius

Answer 3

RGB颜色系统的设计是这样的，如果两种颜色的值相近，那么它们在感知上也会很接近。

例如：

RGB =（100,100,100）定义的颜色在感知上几乎与颜色RGB =（101,101,100），RGB =（98,100,99）等相同...

- Krešimir Lukin

---

那么，任何一列中可能的n<5的方差程度都不应该产生可察觉的色差差异，对吧？这是测试的好起点，谢谢。 - Darius

是的。尝试使用这个在线工具进行测试：颜色方案。 - Krešimir Lukin

请注意，您必须逐个组件地检查值的接近程度，不能仅仅通过 (color1 - color2) < 阈值 来判断，因为这样会受到数据表示方式的影响。这一点很明显，但也可能是一个陷阱。 - Thomas