我正在寻找某种公式或算法来确定给定RGB值的颜色的亮度。我知道这不像将RGB值相加并使总和更高更明亮一样简单,但是我对于从何处开始感到困惑。
我正在寻找某种公式或算法来确定给定RGB值的颜色的亮度。我知道这不像将RGB值相加并使总和更高更明亮一样简单,但是我对于从何处开始感到困惑。
Answers:
你是说亮度吗?感知亮度?亮度?
(0.2126*R + 0.7152*G + 0.0722*B)
[1](0.299*R + 0.587*G + 0.114*B)
[2]sqrt( 0.241*R^2 + 0.691*G^2 + 0.068*B^2 )
sqrt( 0.299*R^2 + 0.587*G^2 + 0.114*B^2 )
(感谢@MatthewHerbst)[3]0.299*(R^2)
(因为乘幂在乘法之前)
我认为您正在寻找的是RGB-> Luma转换公式。
光度/数字ITU BT.709:
Y = 0.2126 R + 0.7152 G + 0.0722 B
数字ITU BT.601(对R和B组件给予更多的权重):
Y = 0.299 R + 0.587 G + 0.114 B
如果您愿意以准确性来换取性能,则可以使用以下两种近似公式:
Y = 0.33 R + 0.5 G + 0.16 B
Y = 0.375 R + 0.5 G + 0.125 B
这些可以快速计算为
Y = (R+R+B+G+G+G)/6
Y = (R+R+R+B+G+G+G+G)>>3
Blue
+ 3 * Green)/ 6,第二个是(3 * Red + Blue
+ 4 * Green)>> 3。当然,在两种快速近似中,Blue的权重最低,但仍然存在。
Y = (R<<1+R+G<<2+B)>>3
在ARM上只有3-4个CPU周期),但是我想一个好的编译器会为您进行优化。
我在接受的答案中比较了这三种算法。我以周期方式生成颜色,其中仅使用每种第400种颜色。每种颜色都由2x2像素表示,颜色从最暗到最亮(从左到右,从上到下)排序。
第一张照片- 亮度(相对)
0.2126 * R + 0.7152 * G + 0.0722 * B
第二张图片-http: //www.w3.org/TR/AERT#color-contrast
0.299 * R + 0.587 * G + 0.114 * B
第三张图片 -HSP颜色模型
sqrt(0.299 * R^2 + 0.587 * G^2 + 0.114 * B^2)
第四图像- WCAG 2.0 SC 1.4.3 相对亮度和对比度公式(见@同步的答案这里)
有时可能会在第一张和第二张图片上发现图案,具体取决于一行中的颜色数量。我从未在第3或第4算法的图片上发现任何图案。
如果我必须选择的话,我会选择算法3,因为它更容易实现,并且比算法4快33%。
^2
和sqrt
包括在第三式中的从近似线性RGB非线性RGB代替的一个更快的方式^2.2
和^(1/2.2)
这将是更正确。不幸的是,使用非线性输入代替线性输入非常普遍。
以下是将浏览器等中使用的sRGB图像转换为灰度的唯一正确算法。
在计算内部积之前,必须对色彩空间应用伽玛函数的逆函数。然后,将伽马函数应用于减小的值。未能合并伽玛功能可能导致高达20%的错误。
对于典型的计算机设备,颜色空间为sRGB。sRGB的正确数字约为。0.21、0.72、0.07。sRGB的Gamma是一个复合函数,其乘幂近似为1 /(2.2)。这是C ++中的全部内容。
// sRGB luminance(Y) values
const double rY = 0.212655;
const double gY = 0.715158;
const double bY = 0.072187;
// Inverse of sRGB "gamma" function. (approx 2.2)
double inv_gam_sRGB(int ic) {
double c = ic/255.0;
if ( c <= 0.04045 )
return c/12.92;
else
return pow(((c+0.055)/(1.055)),2.4);
}
// sRGB "gamma" function (approx 2.2)
int gam_sRGB(double v) {
if(v<=0.0031308)
v *= 12.92;
else
v = 1.055*pow(v,1.0/2.4)-0.055;
return int(v*255+0.5); // This is correct in C++. Other languages may not
// require +0.5
}
// GRAY VALUE ("brightness")
int gray(int r, int g, int b) {
return gam_sRGB(
rY*inv_gam_sRGB(r) +
gY*inv_gam_sRGB(g) +
bY*inv_gam_sRGB(b)
);
}
唯一准确的答案是@ jive- dadson和@EddingtonsMonkey答案,并支持@ nils-pipenbrinck。其他答案(包括已接受的答案)链接到或引用了错误,不相关,过时或损坏的来源。
由于该主题在搜索引擎中的位置很高,因此我添加了此答案以阐明对该主题的各种误解。
亮度是一种感知属性,它没有直接的度量。
感知亮度是通过某些视觉模型(例如CIELAB)测量的,此处L *(Lstar)是感知亮度的量度,并且是非线性的,可以近似人类视觉的非线性响应曲线。
亮度是光的线性度量,对正常视觉在光谱上加权,但未对非线性的亮度感知进行调整。
亮度(Y素数)是在某些视频编码中使用的伽玛编码加权信号。请勿将其与线性亮度混淆。
伽玛曲线或传输曲线(TRC)是通常与感知曲线相似的曲线,通常应用于图像数据以进行存储或广播,以减少感知到的噪声和/或提高数据利用率(及相关原因)。
要确定感知亮度,请先将经过伽玛编码的R´G´B´图像值转换为线性亮度(L
或Y
),然后再转换为非线性感知亮度(L*
)
...因为它显然丢失了...
将所有sRGB 8位整数值转换为十进制0.0-1.0
vR = sR / 255;
vG = sG / 255;
vB = sB / 255;
将伽玛编码的RGB转换为线性值。例如,sRGB(计算机标准)需要大约V ^ 2.2的功率曲线,尽管“准确”变换为:
其中V´是sRGB的经伽玛编码的R,G或B通道。
伪代码:
function sRGBtoLin(colorChannel) {
// Send this function a decimal sRGB gamma encoded color value
// between 0.0 and 1.0, and it returns a linearized value.
if ( colorChannel <= 0.04045 ) {
return colorChannel / 12.92;
} else {
return pow((( colorChannel + 0.055)/1.055),2.4));
}
}
要找到亮度(Y),请对sRGB应用标准系数:
使用以上功能的伪代码:
Y = (0.2126 * sRGBtoLin(vR) + 0.7152 * sRGBtoLin(vG) + 0.0722 * sRGBtoLin(vB))
从上方获取亮度Y,然后转换为L *
function YtoLstar(Y) {
// Send this function a luminance value between 0.0 and 1.0,
// and it returns L* which is "perceptual lightness"
if ( Y <= (216/24389) { // The CIE standard states 0.008856 but 216/24389 is the intent for 0.008856451679036
return Y * (24389/27); // The CIE standard states 903.3, but 24389/27 is the intent, making 903.296296296296296
} else {
return pow(Y,(1/3)) * 116 - 16;
}
}
L *是从0(黑色)到100(白色)的值,其中50是可感知的“中间灰色”。L * = 50相当于Y = 18.4,或者换句话说就是18%的灰卡,代表摄影曝光的中间位置(Ansel Adams区域V)。
IEC 61966-2-1:1999 Standard
Wikipedia sRGB
Wikipedia CIELAB
Wikipedia CIEXYZ
Charles Poynton的Gamma常见问题解答
L*a*b*
没有考虑许多心理物理属性。亥姆霍兹-科劳斯效应是其中之一,但还有许多其他效应。无论如何,CIELAB都不是“完整的”图像评估模型。在我的帖子中,我试图尽可能全面地涵盖基本概念,而又不冒险涉及非常深的细节。亨特(Hunt)模型,飞兆半导体(Fairchild)的模型和其他模型做得更完善,但也要复杂得多。
有趣的是,此RGB => HSV的公式仅使用v = MAX3(r,g,b)。换句话说,您可以将(r,g,b)的最大值用作HSV中的V。
我在Hearn&Baker的 575页上进行了检查,这也是他们计算“值”的方式。
建议您不要使用W3C标准推荐的公式,而不要迷失在此处提到的公式的随机选择中。
这是WCAG 2.0 SC 1.4.3 相对亮度和对比度比率公式的简单但精确的PHP实现。如本页所示,它会生成适合评估WCAG合规性所需比率的值,因此适用于任何Web应用程序。移植到其他语言很简单。
/**
* Calculate relative luminance in sRGB colour space for use in WCAG 2.0 compliance
* @link http://www.w3.org/TR/WCAG20/#relativeluminancedef
* @param string $col A 3 or 6-digit hex colour string
* @return float
* @author Marcus Bointon <marcus@synchromedia.co.uk>
*/
function relativeluminance($col) {
//Remove any leading #
$col = trim($col, '#');
//Convert 3-digit to 6-digit
if (strlen($col) == 3) {
$col = $col[0] . $col[0] . $col[1] . $col[1] . $col[2] . $col[2];
}
//Convert hex to 0-1 scale
$components = array(
'r' => hexdec(substr($col, 0, 2)) / 255,
'g' => hexdec(substr($col, 2, 2)) / 255,
'b' => hexdec(substr($col, 4, 2)) / 255
);
//Correct for sRGB
foreach($components as $c => $v) {
if ($v <= 0.04045) {
$components[$c] = $v / 12.92;
} else {
$components[$c] = pow((($v + 0.055) / 1.055), 2.4);
}
}
//Calculate relative luminance using ITU-R BT. 709 coefficients
return ($components['r'] * 0.2126) + ($components['g'] * 0.7152) + ($components['b'] * 0.0722);
}
/**
* Calculate contrast ratio acording to WCAG 2.0 formula
* Will return a value between 1 (no contrast) and 21 (max contrast)
* @link http://www.w3.org/TR/WCAG20/#contrast-ratiodef
* @param string $c1 A 3 or 6-digit hex colour string
* @param string $c2 A 3 or 6-digit hex colour string
* @return float
* @author Marcus Bointon <marcus@synchromedia.co.uk>
*/
function contrastratio($c1, $c2) {
$y1 = relativeluminance($c1);
$y2 = relativeluminance($c2);
//Arrange so $y1 is lightest
if ($y1 < $y2) {
$y3 = $y1;
$y1 = $y2;
$y2 = $y3;
}
return ($y1 + 0.05) / ($y2 + 0.05);
}
我今天正在用JavaScript解决类似的任务。我已经getPerceivedLightness(rgb)
为HEX RGB颜色确定了此功能。它通过Fairchild和Perrotta公式处理Helmholtz-Kohlrausch效应,以进行亮度校正。
/**
* Converts RGB color to CIE 1931 XYZ color space.
* https://www.image-engineering.de/library/technotes/958-how-to-convert-between-srgb-and-ciexyz
* @param {string} hex
* @return {number[]}
*/
export function rgbToXyz(hex) {
const [r, g, b] = hexToRgb(hex).map(_ => _ / 255).map(sRGBtoLinearRGB)
const X = 0.4124 * r + 0.3576 * g + 0.1805 * b
const Y = 0.2126 * r + 0.7152 * g + 0.0722 * b
const Z = 0.0193 * r + 0.1192 * g + 0.9505 * b
// For some reason, X, Y and Z are multiplied by 100.
return [X, Y, Z].map(_ => _ * 100)
}
/**
* Undoes gamma-correction from an RGB-encoded color.
* https://en.wikipedia.org/wiki/SRGB#Specification_of_the_transformation
* /programming/596216/formula-to-determine-brightness-of-rgb-color
* @param {number}
* @return {number}
*/
function sRGBtoLinearRGB(color) {
// Send this function a decimal sRGB gamma encoded color value
// between 0.0 and 1.0, and it returns a linearized value.
if (color <= 0.04045) {
return color / 12.92
} else {
return Math.pow((color + 0.055) / 1.055, 2.4)
}
}
/**
* Converts hex color to RGB.
* /programming/5623838/rgb-to-hex-and-hex-to-rgb
* @param {string} hex
* @return {number[]} [rgb]
*/
function hexToRgb(hex) {
const match = /^#?([a-f\d]{2})([a-f\d]{2})([a-f\d]{2})$/i.exec(hex)
if (match) {
match.shift()
return match.map(_ => parseInt(_, 16))
}
}
/**
* Converts CIE 1931 XYZ colors to CIE L*a*b*.
* The conversion formula comes from <http://www.easyrgb.com/en/math.php>.
* https://github.com/cangoektas/xyz-to-lab/blob/master/src/index.js
* @param {number[]} color The CIE 1931 XYZ color to convert which refers to
* the D65/2° standard illuminant.
* @returns {number[]} The color in the CIE L*a*b* color space.
*/
// X, Y, Z of a "D65" light source.
// "D65" is a standard 6500K Daylight light source.
// https://en.wikipedia.org/wiki/Illuminant_D65
const D65 = [95.047, 100, 108.883]
export function xyzToLab([x, y, z]) {
[x, y, z] = [x, y, z].map((v, i) => {
v = v / D65[i]
return v > 0.008856 ? Math.pow(v, 1 / 3) : v * 7.787 + 16 / 116
})
const l = 116 * y - 16
const a = 500 * (x - y)
const b = 200 * (y - z)
return [l, a, b]
}
/**
* Converts Lab color space to Luminance-Chroma-Hue color space.
* http://www.brucelindbloom.com/index.html?Eqn_Lab_to_LCH.html
* @param {number[]}
* @return {number[]}
*/
export function labToLch([l, a, b]) {
const c = Math.sqrt(a * a + b * b)
const h = abToHue(a, b)
return [l, c, h]
}
/**
* Converts a and b of Lab color space to Hue of LCH color space.
* /programming/53733379/conversion-of-cielab-to-cielchab-not-yielding-correct-result
* @param {number} a
* @param {number} b
* @return {number}
*/
function abToHue(a, b) {
if (a >= 0 && b === 0) {
return 0
}
if (a < 0 && b === 0) {
return 180
}
if (a === 0 && b > 0) {
return 90
}
if (a === 0 && b < 0) {
return 270
}
let xBias
if (a > 0 && b > 0) {
xBias = 0
} else if (a < 0) {
xBias = 180
} else if (a > 0 && b < 0) {
xBias = 360
}
return radiansToDegrees(Math.atan(b / a)) + xBias
}
function radiansToDegrees(radians) {
return radians * (180 / Math.PI)
}
function degreesToRadians(degrees) {
return degrees * Math.PI / 180
}
/**
* Saturated colors appear brighter to human eye.
* That's called Helmholtz-Kohlrausch effect.
* Fairchild and Pirrotta came up with a formula to
* calculate a correction for that effect.
* "Color Quality of Semiconductor and Conventional Light Sources":
* https://books.google.ru/books?id=ptDJDQAAQBAJ&pg=PA45&lpg=PA45&dq=fairchild+pirrotta+correction&source=bl&ots=7gXR2MGJs7&sig=ACfU3U3uIHo0ZUdZB_Cz9F9NldKzBix0oQ&hl=ru&sa=X&ved=2ahUKEwi47LGivOvmAhUHEpoKHU_ICkIQ6AEwAXoECAkQAQ#v=onepage&q=fairchild%20pirrotta%20correction&f=false
* @return {number}
*/
function getLightnessUsingFairchildPirrottaCorrection([l, c, h]) {
const l_ = 2.5 - 0.025 * l
const g = 0.116 * Math.abs(Math.sin(degreesToRadians((h - 90) / 2))) + 0.085
return l + l_ * g * c
}
export function getPerceivedLightness(hex) {
return getLightnessUsingFairchildPirrottaCorrection(labToLch(xyzToLab(rgbToXyz(hex))))
}
HSV色彩空间应该可以解决问题,具体取决于您所使用的语言,请参阅Wikipedia文章,您可能会获得库转换。
H是色相,它是颜色的数值(即红色,绿色...)
S是颜色的饱和度,即它的“强烈”程度
V是颜色的“亮度”。
RGB亮度值= 0.3 R + 0.59 G + 0.11 B
http://www.scantips.com/lumin.html
如果您要寻找颜色与白色的接近程度,可以使用(255,255,255)的欧式距离
我认为RGB颜色空间相对于L2欧几里得距离是不均匀的。均匀的空间包括CIE LAB和LUV。
Jive Dadson的反伽马公式在用Javascript实现时需要删除半调整,即函数gam_sRGB的返回必须返回int(v * 255); 不返回int(v * 255 + .5); 半调整会四舍五入,这可能导致R = G = B(即灰色三合会)上的值太高。R = G = B三元组上的灰度转换应产生等于R的值;这是该公式有效的证明。有关有效的公式,请参见九个灰度阴影(不需半调整)。
我不知道如何确定这些rgb系数。我自己做了一个实验,结果如下:
Y = 0.267 R + 0.642 G + 0.091 B
与长期建立的国际电联系数相近,但明显不同。我想知道对于每个观察者来说,这些系数是否可能不同,因为我们所有人眼中视网膜上的视锥和视杆数量可能不同,尤其是不同类型视锥之间的比率可能有所不同。
以供参考:
ITU BT.709:
Y = 0.2126 R + 0.7152 G + 0.0722 B
ITU BT.601:
Y = 0.299 R + 0.587 G + 0.114 B
我通过在明亮的红色,明亮的绿色和明亮的蓝色背景上快速移动一个小的灰色条,然后调整灰色直到尽可能多地融合来进行测试。我还用其他阴影重复了该测试。我在不同的显示器上重复了该测试,即使是固定伽玛系数为3.0的显示器,但对我来说都一样。而且,我的眼中国际电联系数从字面上看是错误的。
是的,我大概有正常的色觉。
这是一些C代码,可以正确计算可感知的亮度。
// reverses the rgb gamma
#define inverseGamma(t) (((t) <= 0.0404482362771076) ? ((t)/12.92) : pow(((t) + 0.055)/1.055, 2.4))
//CIE L*a*b* f function (used to convert XYZ to L*a*b*) http://en.wikipedia.org/wiki/Lab_color_space
#define LABF(t) ((t >= 8.85645167903563082e-3) ? powf(t,0.333333333333333) : (841.0/108.0)*(t) + (4.0/29.0))
float
rgbToCIEL(PIXEL p)
{
float y;
float r=p.r/255.0;
float g=p.g/255.0;
float b=p.b/255.0;
r=inverseGamma(r);
g=inverseGamma(g);
b=inverseGamma(b);
//Observer = 2°, Illuminant = D65
y = 0.2125862307855955516*r + 0.7151703037034108499*g + 0.07220049864333622685*b;
// At this point we've done RGBtoXYZ now do XYZ to Lab
// y /= WHITEPOINT_Y; The white point for y in D65 is 1.0
y = LABF(y);
/* This is the "normal conversion which produces values scaled to 100
Lab.L = 116.0*y - 16.0;
*/
return(1.16*y - 0.16); // return values for 0.0 >=L <=1.0
}
为了确定具有R的颜色的亮度,我将RGB系统颜色转换为HSV系统颜色。
在我的脚本中,出于其他原因,我之前使用了HEX系统代码,但是您也可以使用来使用RGB系统代码rgb2hsv {grDevices}
。文档在这里。
这是我的代码的这一部分:
sample <- c("#010101", "#303030", "#A6A4A4", "#020202", "#010100")
hsvc <-rgb2hsv(col2rgb(sample)) # convert HEX to HSV
value <- as.data.frame(hsvc) # create data.frame
value <- value[3,] # extract the information of brightness
order(value) # ordrer the color by brightness