颜色相关概念

颜色的概念

颜色 Colour
颜色是人类视觉系统用于度量一部分电磁波频谱的方式。并且人类只能感受到很小的一部分。这部分大约在波长处于400纳米~700纳米之间。
当多的电磁波我们是感知不来的,例如更小的紫外线和更长的红外线。

image.png

image.png

也可以说,颜色是人眼对不同波长的电磁波的反应。色彩有三个重要的属性:
色相/色调(Hue)
这个属性能告诉我们这个颜色是否是红色、绿色、黄色、蓝色、紫色.... 改变一个色相给人的感觉要远远大于亮度、饱和度。它是彩色中最重要的属性,决定色彩的本质,它有物体反射光纤中占优势的波长来决定。
image.png

饱和度(Saturation):
又被称为彩度、色彩浓度(Chroma),称为色彩浓度很好理解,从色彩最大浓度到无色彩(黑白或灰)的程度。饱和度越高,颜色越深。它的深浅和白色的比列有关,白色比例越多,饱和度越低。

image.png

亮度(Brightness)
指的人感觉光的明暗程度,光的能量越大,亮度越大。

颜色空间 Color Space
用来描述颜色集合的确切组织构成。可以用来衡量一个特定设备的颜色能力。

image.png

颜色模式 Color Mode
色彩模型是指一个抽象的数学模型,用来描述颜色在数学上的表示,例如使用三元组表示颜色。

相关颜色模式

RGB

RGB色彩模型,使用红、绿、蓝三个色彩分量来表示颜色空间里的颜色。


image.png

RGB是一种加性颜色模型,他表示根据不同强度的红光、绿光、蓝光混合直射所产生的对人眼神经的刺激度量。如果得到的结果和目标色跟人的感觉相同,就可以认为这个混合色(由三个颜色分量组成)与目标色相同。
RGB模型可以说就是一个立方体模型,三个颜色组件可以看做是立体空间中对应的X,Y,Z轴。

RGB下有很多的颜色空间,它们的区别就是选择不同的主颜色:
sRGB: 由微软和惠普1996年提出,一般用于显示器、打印机和网络,他的色域很小。
scRGB: 2003年 微软推出的更大的颜色空间,扩展了色域范围。
AdobeRGB: 而 AdobeRGB 是 1998 年 Adobe 制定的色彩空间,它设计的一个要求就是要超过 sRGB 的色域,而且它是为了同时针对印刷和显示器(也就是数字印刷)设计的,色域要求更大。
prophoto RGB: 由柯达提出的参考color space,基本包含了90%的CIE LAB色域,主要都是为了专业处理考虑的。
CIE RGB: CIE根据一大堆“人体实验”结果在1931年提出了第一个定量的将电磁学中可见光谱的“物理”颜色与人类视觉感知的颜色联系起来的标准,包含了CIE 1931 RGB color space和CIE 1931 XYZ color space。

色域只是指某个对象能表示色彩范围,而不同色彩空间的色域大多是根据色彩空间设计者的具体需求和应用场景,人为决定的.


image.png

image.png

YUV

YUV模型是使用颜色的亮度(luminance )和色彩(chrominance)来描述颜色。 亮度只有一个Y组件,代表颜色的亮度(brightness)信息,而色彩使用U和V来表示。


image.png

现在的数字视频通常以 YUV 格式进行编码。早期的电视都是模拟电视,模拟电视最早是由黑色和白色,也就是只用Y分量来表示图像。随着彩色电视的出现,为了向后兼容,彩色电视采用颜色信号(U,V)与原有的亮度信号叠加,形成观众看到的彩色信息。
YUV 有一个更重要的优势。 用户眼对色调变化比亮度变化更敏感。 因此,在不牺牲图像质量的情况下,图像可以具有比亮度信息更少的色度信息. 所以YUV方式的编码可以携带别RGB更少的色彩信息。


image.png

根据具体的编码方式(获取分量的方法),统一模型下又可细分为:Y'UV,YUV,YCbCr,YPbPr。
YCbCr:是在世界数字组织视频标准研制过程中作为ITU - R BT.601 建议的一部分。相比 YUV, Cb 和 Cr 通道分别更向红、蓝偏移,而且通常进行压缩。YCbCr用于表示数字视频信号,它是用的最广泛的编码格式,特别注意的是它是JPEG images and MPEG video 的编码格式。
YPbPr:它用于分组模拟视频(component analog video)。它来源于数字YCbCr信号,并作了gama校验。

CMYK

CMYK彩色印刷时采用的一种套色彩模式,它用青(C:Cyan )、洋红(品红)(M:Magenta )、黄(Y:Yellow )、黑(K:blacK)四种色彩,混合叠加,形成所谓“全彩印刷”。
[CMYK模式]是减色模式,当阳光照射到一个物体上时,这个物体将吸收一部分光线,并将剩下的光线进行反射,反射的光线就是我们所看见的物体颜色的减色色彩模式。


image.png

(将三种不同的颜色墨水,滴在白色的纸上,通过反射吸收掉它们的混合,呈现给我们的新的颜色。)
缺点: CMYK模式是最佳的打印模式,但在图像处理时,运算速度慢:1. 在CMYK模式下工作,必须将CMYK模式转变为显示器所使用的RGB模式。2、对于同样的图像,RGB模式只需要处理三个通道即可,而CMYK模式则需要处理四个。

The phenomenal colour spaces(现象色彩空间)
1666 Isaac Newton 发明了色相盘,用来表示颜色混合效果的圆盘.
他把太阳光经过三棱镜折射,然后投屏到白色屏幕桑,会显示出一条像彩虹一样美丽的光谱色带。


image.png

image.png

他把太阳光谱中的颜色位置在一圈位置上表示出来,形成了牛顿色环,在牛顿色环中有七个颜色红橙黄绿青蓝紫。
孟赛尔在牛顿色环的基础上提出了孟塞尔色环,他把色相大致分为两类:一类是典型色,红(R)、黄 (Y)、绿 (G)、 蓝(B)、 紫 (P),一共五种;再向它们中间插入中间色:黄红 (YR)、黄绿 (GY)、蓝绿 (BG)、蓝紫 (PB)、红紫 (RP),也是五种。这十种颜色构成了基本色相。在基本色相中,又把每一种进一步分解成10种,标上号,从1标到10。


image.png

色相环最大的作用,并不是把颜色一一罗列出来。而是直观的把邻近色和互补色有机结合到了一起。
这种色环有一个特点,忽略了颜色的亮度(brightness)属性,而使用色相和饱和度来描述颜色。它是一种对人类来说最为自然的描述颜色的方法。
在此方法的基础上,通过增加亮度属性,形成了一个颜色模型家族:phenomenal colour spaces. 它们统一使用色相,饱和度,亮度来描述颜色。

HSL/HSI 颜色模型

HSI(hue、saturation、intensity) 使用色调、饱和度、强度来描述颜色,它由美国色彩学家孟塞尔(H.A.Munsell)于1915年提出的,反映了人的视觉系统感知彩色的方式。
HSI颜色模型的双六棱锥表示,I是强度轴,色调H的角度范围为[0,2π],其中,纯红色的角度为0,纯绿色的角度为2π/3,纯蓝色的角度为4π/3。饱和度S是颜色空间任一点距I轴的距离。当然,若用圆表示RGB模型的投影,则HSI色度空间为双圆锥3D表示。
HSI模型的建立基于两个重要的事实: ① I分量与图像的彩色信息无关;② H和S分量与人感受颜色的方式是紧密相联的。这些特点使得HSI模型非常适合彩色特性检测与分析。

image.png

上图显示了圆形的双锥体HSI 模型,其中上半部分没有画出来。双锥体轴线代表非彩色系列,即与亮度坐标重合。垂直于轴线的平面表示彩色三角形。色调和饱和度用极坐标形式表示,即夹角表示色调,径向距离表示在一定色调下的饱和度。
HSL( hue, saturation, lightness)模型与HSI模型相同,使用双圆锥表示,L在这里表示lightness。
image.png

I与L的区别在于取值方式:
I: 简单的数学平均值

L: 最大值于最小值的平均值
image.png

模型优点

1.在处理彩色图像时,可仅对I分量进行处理,结果不改变原图像中的彩色种类;
2.HSI模型完全反映了人感知颜色的基本属性,与人感知颜色的结果一一对应,因此,HSI模型被广泛应用于人的视觉系统感知演的的图像表示]和处理系统中。

HSV (hue、saturation、value)
HSL颜色模型,使用三个颜色组件 hue (H), saturation (S) and luminance (L)来描述颜色。
HSL可以用双圆锥来表示, The angle around the central axis represents the hue, the distance to the axis represents the saturation and position along the central axis represents the luminance.

HLV 颜色模型

HSV (hue、saturation、value)
HSV颜色空间是为了更好的数字化处理颜色而提出来的。在用户必须选择一个颜色应用于特定图形元素各种应用环境中,经常使用 HSV 色轮。在其中,色相表示为圆环;可以使用一个独立的三角形来表示饱和度和明度。典型的,这个三角形的垂直轴指示饱和度,而水平轴表示明度。在这种方式下,选择颜色可以首先在圆环中选择色相,在从三角形中选择想要的饱和度和明度。
HSV 色彩空间还可以表示为类似于上述圆锥体的圆柱体,色相沿着圆柱体的外圆周变化,饱和度沿着从横截面的圆心的距离变化,明度沿着横截面到底面和顶面的距离而变化。这种表示可能被认为是 HSV 色彩空间的更精确的数学模型;但是在实际中可区分出的饱和度和色相的级别数目随着明度接近黑色而减少


image.png

HSL 与HSV都可以表示为圆柱,但是它们还是由明显的区别。HSL的中轴的两端分别是黑和白,HSV只有黑,由于饱和度的定义,一定的白或一定的黑也是饱和。所以HSL表现为双圆锥。HSV表现为圆锥。


image.png

image.png

Lab模型

Lab颜色模型是由CIE国际照明委员会制定的一种色彩模式。自然界中任何一点色都可以在Lab空间中表达出来,它的色彩空间比RGB空间还要大。另外,这种模式是以数字化方式来描述人的视觉感应, 与设备无关,所以它弥补了RGB和CMYK模式必须依赖于设备色彩特性的不足。由于Lab的色彩空间要比RGB模式和CMYK模式的色彩空间大。这就意味着RGB以及CMYK所能描述的色彩信息在Lab空间中都能 得以影射。Lab颜色模型取坐标Lab,其中L亮度;a的正数代表红色,负端代表绿色;b的正数代表黄色, 负端代表兰色。

image.png

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,425评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,058评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,186评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,848评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,249评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,554评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,830评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,536评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,239评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,505评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,004评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,346评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,999评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,060评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,821评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,574评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,480评论 2 267

推荐阅读更多精彩内容