色彩模型(HSB,RGB,CMYK,YIQ,YUV)

这篇博客探讨了HSB、HSV、HSL色彩空间的区别,以及它们与RGB之间的转换。RGB模型用于发光体,而HSB(或HSV、HSI)更适用于描述反射颜色。此外,文章还涉及了色彩的物理性质,如反射和混色原理,并提到了在电视和数字摄影中常用的YIQ和YCrCb色彩模型。Lab色彩模型被用于匹配人类视觉感知。博客最后讨论了颜色的本质以及我们为何无法想象未见过的颜色。

1.HSB(H(hues)表示色相,S(saturation)表示饱和度,B(brightness)表示亮度)

在这里插入图片描述

在这里插入图片描述

HSI

色彩空间中的 HSL、HSV、HSB 有什么区别?
RGB和HSB的转换推算

HSV

在这里插入图片描述

RGB混色模型(用于发光体)

在这里插入图片描述

反射模型

绿色油漆(吸收其他,反射绿色)和红色油漆(吸收其他,反射红色)两者混合为黑色(不反射任何染色)。
在这里插入图片描述
由 C M Y 等 比 例 混 合 可 到 到 黑 色 , 但 这 样 不 经 济 , 对 K 直 接 用 黑 色 油 漆 由CMY等比例混合可到到黑色,但这样不经济,对K直接用黑色油漆 CMYK
在这里插入图片描述

YIQ

YIQ中Y信号能够直接用于黑白电视作为灰度信号,进行显示。彩色电视则增加IQ分量与Y一起产生颜色。
在这里插入图片描述
在这里插入图片描述

YCrCb

Y就是luminance,明亮。C就是Chrominance,色度。Cb就是blue和green的色度。Cr就是red和green的色度。常用于影片中的影像连续处理,或是数字摄影系统中。

Lab

在这里插入图片描述
在这里插入图片描述

什么是颜色?

为什么不能想象出从未见过的颜色?

色彩模型
在这里插入图片描述

### CMY颜色模型 CMY(Cyan, Magenta, Yellow)是一种减色模型,广泛应用于印刷和图像处理领域。其基本原理是通过青色、品红色和黄色三种原色油墨的不同网点面积率的叠印来表现丰富多彩的颜色和阶调。当这三种颜色以等比例混合时,理论上会产生黑色,但由于实际使用的墨水无法产生纯正的黑色,因此在印刷中通常需要额外添加黑色成分[^4]。 ```python # 示例:将RGB转换为CMY def rgb_to_cmy(rgb): c = 1 - rgb[0]/255.0 m = 1 - rgb[1]/255.0 y = 1 - rgb[2]/255.0 return (c, m, y) rgb_value = (255, 0, 0) # 红色 cmy_value = rgb_to_cmy(rgb_value) print(f"CMY值: {cmy_value}") ``` ### CMYK颜色模型 CMYK(Cyan, Magenta, Yellow, blacK)是在CMY基础上增加了一个黑色通道(K),主要用于解决CMY三色混合难以得到纯黑的问题。使用纯黑色油墨可以更有效地打印深色调,同时减少彩色油墨的使用量,降低成本并提高打印质量。CMYK颜色空间是与设备相关的表色空间,这意味着不同的印刷工艺、油墨特性和纸张特性会导致最终的印刷结果有所差异[^4]。 ```python # 示例:将CMY转换为CMYK def cmy_to_cmyk(cmy): k = min(cmy) c = (cmy[0] - k) / (1 - k) if 1 - k != 0 else 0 m = (cmy[1] - k) / (1 - k) if 1 - k != 0 else 0 y = (cmy[2] - k) / (1 - k) if 1 - k != 0 else 0 return (c, m, y, k) cmy_value = (0.5, 0.3, 0.8) cmyk_value = cmy_to_cmyk(cmy_value) print(f"CMYK值: {cmyk_value}") ``` ### YUV颜色模型 YUV是一种常用于视频编码的颜色模型,它将亮度信息(Y)与色度信息(U/V)分离。这种结构有助于减少对光照变化的敏感性,并且有利于压缩数据流中的冗余信息。YUV模型特别适合于模拟电视系统以及数字视频传输,在保持良好视觉效果的同时实现高效的带宽利用。此外,YUV还被广泛应用于计算机视觉任务中,尤其是在需要处理不同光照条件下的场景时[^3]。 ```python # 使用OpenCV将BGR图像转换为YUV格式 import cv2 bgr_img = cv2.imread("video_frame.jpg") yuv_img = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2YUV) cv2.imshow("YUV Image", yuv_img) ``` ### HSB/HSV颜色模型 HSB(Hue, Saturation, Brightness)或HSV(Hue, Saturation, Value)是一种基于圆柱坐标系的颜色表示方法,其中色调(Hue)表示颜色类型,饱和度(Saturation)描述了颜色的纯度,而亮度(Value/Brightness)则指代颜色的明暗程度。HSV模型能够更好地匹配人类对颜色的认知方式,因此非常适合用来进行基于颜色特征的目标识别和跟踪任务。特别是在处理光照变化较大的场景时,HSV提供了比RGB更为稳定的色彩表现能力[^3]。 ```python # 使用OpenCV将BGR图像转换为HSV格式 import cv2 bgr_img = cv2.imread("object_image.jpg") hsv_img = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2HSV) cv2.imshow("HSV Image", hsv_img) ``` ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值