色彩有多种颜色空间表示方式,如RGB,HSV,HSL,LAB等等,
RGB颜色空间:
RGB颜色空间相对简单,也最为普遍,就分为三个颜色通道,分别为红色,绿色,蓝色这三种基本色调的值,然后将这三个颜色融合在一起,也就成为一种颜色.
但用RGB比较颜色之间的相似度时,存在很大的问题,不建议直接使用,因为往往一个通道的一点改变,会导致最后融合在一起的颜色发生巨大变化,而如果三个通道的同时改变,却只会使最后的明暗发生变化,色调并不会产生巨大变化.
而这也是H系列色彩空间普遍存在的问题.
HSV颜色空间:
HSV是个六棱锥模型,这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。
色调H:
用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；
饱和度S:
饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。
明度V:
明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。
其中:V对应的是棱锥的中间轴,H对应的是角度,S对应的是距离中间轴的距离.
RGB跟HSV的相互转换可参考百度百科
距离计算方法:
在斜边长R，底面圆半径为r，高为h的HSV圆锥体内，以地面圆心为原点，H=0为x轴正方向建立坐标轴。那么色值是(H,S,V)的点的三维坐标(x,y,z)是
x = r∗V∗S∗cosH
y = r∗V∗S∗sinH
z = h∗(1−V)
具体Python代码实现(参考这个连接)
def HSVDistance(hsv_1,hsv_2):
H_1,S_1,V_1 = hsv_1
H_2,S_2,V_2 = hsv_2
R=100
angle=30
h = R * math.cos(angle / 180 * math.pi)
r = R * math.sin(angle / 180 * math.pi)
x1 = r * V_1 * S_1 * math.cos(H_1 / 180 * math.pi);
y1 = r * V_1 * S_1 * math.sin(H_1 / 180 * math.pi);
z1 = h * (1 - V_1);
x2 = r * V_2 * S_2 * math.cos(H_2 / 180 * math.pi);
y2 = r * V_2 * S_2 * math.sin(H_2 / 180 * math.pi);
z2 = h * (1 - V_2);
dx = x1 - x2;
dy = y1 - y2;
dz = z1 - z2;
return math.sqrt(dx * dx + dy * dy + dz * dz);HSV颜色空间分布图
但HSV空间计算距离时,存在一定的问题,比如,在接近顶点的地方,基本都接近黑色,不管H色调怎么改变,而在底面的中心或者S饱和度接近0时,基本都接近灰色,不管H色调怎么改变,而在饱和度S较大,且V亮度较大时,H色调的一点改变往往会让整体的颜色产生巨大变化,所以,用HSV计算距离时往往还存在某些问题.
LAB颜色空间:
LAB颜色空间是基于人眼对颜色的感知，可以表示人眼所能感受到的所有颜色。L表示明度，A表示红绿色差，B表示蓝黄色差。两个颜色之见的色差：
ΔE=( ΔL^2 + ΔA^2 + ΔB^2 ) ^ (1/2)
ΔE 表示色差，ΔL/ΔA/Δb分别表示两个颜色之间在不同分量的差值。
为了简化计算及保证计算效果，有人在RGB空间上通过公式计算出加权的欧式距离。
以下为具体的计算方法，详细说明可以参考：链接
具体Python代码实现(参考这个链接):
def ColourDistance(rgb_1, rgb_2):
R_1,G_1,B_1 = rgb_1
R_2,G_2,B_2 = rgb_2
rmean = (R_1 +R_2 ) / 2
R = R_1 - R_2
G = G_1 -G_2
B = B_1 - B_2
return math.sqrt((2+rmean/256)*(R**2)+4*(G**2)+(2+(255-rmean)/256)*(B**2))这个方法是我目前尝试,最为可靠有效的方法.
CIEDE2000色差公式计算:
经下面一楼博友的提醒,我去了解测试CIEDE2000色差计算公式.
CIEDE2000色差公式计算也是基于LAB颜色空间的计算公式.具体的公式可参考维基百科:https://zh.wikipedia.org/wiki/%E9%A2%9C%E8%89%B2%E5%B7%AE%E5%BC%82
Python已有实现的接口模块,可直接调用,参考文档:http://python-colormath.readthedocs.io/en/latest/delta_e.html#delta-e-cie-2000
经过测试,CIEDE2000色差公式与上面提到的LAB颜色空间计算方法的效果对比,结果各有千秋,具体使用哪种方法,看应用场景测试决定.
