RGB顏色模型

RGB顏色模型也就是我們最常用的三原色，紅綠藍。RGB顏色模型在混色時屬于加法混色，RGB中每種顏色數值越高，色彩越明亮。RBG為（0,0,0）時為黑色，RGB為（255,255,255）時為白色。計算機在處理顏色信息時一般都采用RGB顏色模型，可以很精確地表示某種顏色。

HSI彩色模型

RGB模型的彩色系統對于硬件實現很理想，且與人眼強烈感知紅、綠、藍三原色的事實能很好的匹配。遺憾的是RGB模型和其它類似的彩色模型不能很好的適應實際上人解釋的顏色(1)。人觀察一個彩色物體時，我們用其色調、飽和度和亮度來描述它，這就是HSI彩色模型。

色調(H)

描述一種純色（純黃，純紅或純橙色）的顏色屬性。當我們說一個物體為紅色，黃色時，指的是其色調。

?

飽和度(S)

指顏色的相對純凈度或一種顏色混合白光的數量，它指的是一種純色被白光稀釋的程度的度量。純譜色是全飽和的。飽和度與所加白光的數量成反比。。簡單來說，當顏色越偏向某個值，即越偏離灰度，飽和度越大；當顏色越偏向灰度，飽和度越小。
下面是百度百科關于飽和度的一段定義：
飽和度是指色彩的鮮艷程度，也稱色彩的純度。飽和度取決于該色中含色成分和消色成分（灰色）的比例。含色成分越大，飽和度越大；消色成分越大，飽和度越小。純的顏色都是高度飽和的，如鮮紅，鮮綠?；祀s上白色，灰色或其他色調的顏色，是不飽和的顏色，如絳紫，粉紅，黃褐等。完全不飽和的顏色根本沒有色調，如黑白之間的各種灰色

?

亮度(I)

實際上它是不可度量的。它體現了無色的強度概念，并且是描述彩色感覺的關鍵因子之一。亮度之所以不可以度量，也是因為人眼的感光是一個主觀概念，在HSI模型中，亮度值I = (R + G + B) / 3。這樣的理由很好理解，因為在RGB監視器上，彩色是由三種顏色強度的電子燈混合產生的，我們把每個電子燈想象成一個火把，那么火把的亮度就由總的火把數決定，RGB是在各個分量上的值，所以統一到一齊之后可以使用其加權平均來描述亮度。

?

對比度

指的是一幅圖像中明暗區域最亮的白和最暗的黑之間不同亮度層級的測量，差異范圍越大代表對比越大，差異范圍越小代表對比越小。一般來說對比度越大，圖像越清晰醒目，色彩也越鮮明艷麗；而對比度小，則會讓整個畫面都灰蒙蒙的。反應到圖像編輯上，調整對比度就是在保證平均亮度不變的情況下，擴大或縮小亮的點和暗的點的差異。既然是要保證平均亮度不變，所以對每個點的調整比例必須作用在該值和平均亮度的差值之上，這樣才能夠保證計算后的平均亮度不變，故有調整公式：

????????????????????????????????? Out = Average + (In – Average) * ( 1 + percent)

其中In表示原始像素點亮度，Average表示整張圖片的平均亮度，Out表示調整后的亮度，而percent即調整范圍[-1,1]。?但是實際處理中，并沒有太多的必要去計算一張圖的平均亮度：一來耗時間，二來在平均亮度上的精確度并不會給圖像的處理帶來太多的好處—-一般就假設一張圖的平均亮度為128，即一半亮度，而一張正常拍照拍出來的圖平均亮度應該是在[100,150]。在肉眼看來兩者基本沒有任何區別，而如果真實地去計算平均亮度還會帶來很大的計算量。

https://blog.csdn.net/full_speed_turbo/article/details/54581055

?

灰度

所謂灰度色，就是指純白、純黑以及兩者中的一系列從黑到白的過渡色。在RGB彩色模型中，灰度色的R=G=B。將RGB彩色圖像轉為灰度圖，是通過計算每一個RGB像素的等效灰度或者亮度值Y來實現的。轉化的一個原則是——應該保證最終的灰色圖像和最初的彩色圖像主觀上有相同的亮度。在最簡單的情況下，Y可以取RGB三分量的加權平均值。

　　Y = Avg(R, G, B) = (R + G + B) / 3;

實際上，由于紅色和黃色看上去比藍色亮，這就導致轉化后的灰度圖像的紅黃區域比較暗，而藍色區域比較亮。因此可以使用顏色分量的加權和來計算等效的亮度值。

　　Y = Lum(R, G, B) = wr?* R + wg?* G + wb?* B;

常用的權值來自模擬彩色信號編碼

　　wr?= 0.299　　wg?= 0.587　　wb?= 0.114

使用wr?= 0.3　　wg?= 0.59　　wb?= 0.11值進行彩色轉化效果如下：

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的图像色调，饱和度，对比度等相关定义的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。