Estoy tratando de hacer una representación HSV del espacio de color xyY. Para calcular el tono de un color , utilizo el ángulo entre ese color y el rojo (longitud de onda 745) en el diagrama de cromacidad xy, con blanco ( 1como el centro.
La saturación es la relación entre la distancia entre blanco y y blanco y una versión completamente saturada de ( x , y ) (que es la intersección entre la línea entre ( 1)y(x,y)y el borde del diagrama de cromacidad).
Diagrama de cromacidad xy:
El problema que tengo es que cuando trazo mi espacio de color (en valor = 1) y lo comparo con la representación HSV de RGB, la saturación (distancia desde el centro) no parece coincidir con el color del color. en realidad es:
Mi espacio de color (la saturación parece incorrecta):
Espacio de color HSV de RGB:
¿Cómo debo calcular la saturación en su lugar?
fuente
Respuestas:
Desafortunadamente no hay una buena respuesta a esta pregunta. Simplemente no funcionará. No hay una buena manera de definir colorido, en este contexto. Cie está tratando de capturar la medida física. Sin embargo, no tiene mucho éxito en relacionar los colores entre sí.
Los colores en el arco muy externo representan distribuciones espectrales cercanas a la función delta de Dirac . Entonces uno podría construir un modelo que diga que un color es muy colorido cuando es un delta de Dirac.
Sin embargo, hay una consecuencia imprevista de esta definición. Es decir, los colores magenta no existen como Dirac Deltas. Como estos colores no existen en el espectro. Por lo tanto, consisten en una mezcla de 2 longitudes de onda solamente. Esto significaría que son menos coloridos que la mayoría de los otros colores.
Otros problemas
Desafortunadamente, xyY no es perceptualmente uniforme. Entonces, una línea recta en el xyY no representa interpolaciones entre 2 mezclas de colores. Por lo tanto, hacer una transformación polar significa que tendrás diferentes bases de color en las mismas coordenadas. Además, el color anterior no se mueve realmente a su modelo. Para hacer esto correctamente, necesitaría hacer una transformación extremadamente sofisticada.
Hay muchos problemas con la conversión de color a coordenadas polares en que eso es exactamente contrario a cómo funciona la visión. El blanco también es un poco problemático en este contexto. La distancia a la señal saturada completa es diferente para cada uno de los 3 conos diferentes en el ojo. Demonios, incluso lo que sea depende de los colores circundantes y las condiciones del color ambiental. Por lo tanto, tenga miedo de tratar de forzar una visión del mundo que no existe.
Finalmente
¿Para qué sería útil esto?
fuente
Los modelos XYZ y xyY son extremadamente útiles para ciertas operaciones, como la manipulación de espacios de color RGB a otro espacio de color codificado RGB.
Sin embargo, XYZ y xyY fallan bastante rápido en otros contextos. Por ejemplo, considere las elipses de MacAdams que describen diferencias notables en la escala lineal xyY. De hecho, podría aplicar una transformación no lineal y perceptivamente uniforme a los valores xyY y es probable que termine más cerca de lo que espera en su elemento de interfaz circular.
Dicho esto, hay necesidad de modelos que se extiendan y construyan sobre xyY / XYZ para abordar el aspecto psicofísico del color para evaluar cosas como el "colorido". Esto entra en el dominio de los Modelos de apariencia de color , que son capaces de modelar y predecir con precisión varios problemas relacionados con el brillo (luminancia), la luminosidad, el colorido, el croma, la saturación y el tono. Para lograr lo que busca, necesitaría transformar sus datos en un modelo de apariencia de color como CIECAM02.
De hecho, los problemas citados en la otra solución se resuelven mediante modelos de apariencia de color como el modelo CIECAM02, incluidos los efectos psicofísicos que se manifiestan como ilusiones ópticas.
fuente