如何使用E-308算法将SRM转换为L*a*b*？

Question

我正试着把ASTM E-308应用于啤酒的SRM测量。我工作的问题领域要求我们首先通过向L_a_b*的转换，将SRM转换为RGB (或L_a_b*)。似乎我用来创建啤酒配方的每个网站都有他们自己的转换，从SRM到RGB，这是有意义的，因为这是一个棘手的问题。尽管如此，我还是想编写一个开源的js库来处理这个问题。

基本上，我使用的算法如下所述：https://www.homebrewtalk.com/forum/threads/on-the-calculation-of-srm-rgb-values-in-the-srgb-color-space.413581/#post-5232912

我认为这是对E-308算法的简化。我遇到困难的地方是，那篇文章(文章/MOAWorkbook.xls)中提到的电子表格对我来说毫无意义。文章说要根据电子表格中的观察者角度选择XYZ矢量。如果选择一个10度的观测器角，那么XYZ矢量应该是：(82.82，3.48，61.86)。这是正确的吗？

现在，选择光源光谱也有点令人困惑。如果我想要C光源(我认为它是6774 K)，我应该从电子表格中提取什么值作为光谱的组成部分？此外，如何计算这些组件？

我在色彩理论上有一些有限的背景，但我真正想要的是能够有一些输入标准，比如，观察角和光源色温，以及SRM值，并计算一个L_a_b*值。

Answer 1

这是一个确实值得回答的问题，它可能不适合堆栈溢出格式。

ASTM E308本身是一个50页的复杂标准，其主体是从光谱分布转换为CIE三刺激值。它还涉及到CIE实验室和CIE Luv的转换。

您所链接的电子表格没有完全实现ASTM E308，并且方便地使用5nm测量间隔的集成方法，而没有一个三刺激值加权因子表，如果光谱数据被带通校正，技术上需要该表。这是很好的实际用途，但如果需要精确，重要的是要知道ASTM E308是非常严格的。

电子表格是相当复杂的，因为它似乎使用增广SRM计算与特征向量的百多啤酒。

假设您想使用ASBC法，这个过程应该如下所示：

• 使用以下方程计算给定SRM和路径长度的beer传输谱分布：

​

​

• 利用CIE 1964 10度标准观察者和照明器C的积分方法将光谱分布转换为CIE XYZ三刺激值
• 将CIE XYZ三刺激值转换为CIE实验室
• 为了更进一步，还可以将它们转换为sRGB
• 喝啤酒:)

如果您不介意阅读Python，我编写了一个Colab笔记本，它使用颜色并计算SRM和路径长度的网格的啤酒颜色：

import colour
import colour.plotting
import numpy as np

colour.utilities.describe_environment()

colour.plotting.colour_style()

ASBC_SHAPE = colour.SpectralShape(380, 780, 5)

OBSERVER = colour.CMFS['CIE 1964 10 Degree Standard Observer']
ILLUMINANT = colour.ILLUMINANTS_SDS['C']
ILLUMINANT_XY = colour.ILLUMINANTS['CIE 1931 2 Degree Standard Observer']['C']


def beer_transmission_sd(SRM, path=1, shape=ASBC_SHAPE):
    e = np.exp(1)
    wl = shape.range()
    values = np.exp(
        -(SRM / 12.7) * (0.018747 * e**(-(wl - 430) / 13.374) + 0.98226 * e**
                        (-(wl - 430) / 80.514)) * path)

    return colour.SpectralDistribution(
        values, wl, name='Beer - SRM {0} - Path {1}'.format(SRM, path))


PATHS = np.linspace(10, 1, 10)
SRM = np.linspace(1, 50, 50)
XYZ = []

for i in PATHS:
    for j in SRM:
        XYZ.append(
            colour.sd_to_XYZ(
                beer_transmission_sd(i, j),
                cmfs=OBSERVER,
                illuminant=ILLUMINANT) / 100.0)

# The Lab values for CIE Illuminant C are computed here:
Lab = colour.XYZ_to_Lab(XYZ, ILLUMINANT_XY)

# But we will be going further :)
RGB = colour.XYZ_to_sRGB(XYZ, illuminant=ILLUMINANT_XY)

figure, axes = colour.plotting.plot_multi_colour_swatches(
    [colour.plotting.ColourSwatch(RGB=np.clip(i, 0, 1)) for i in RGB],
    columns=len(SRM),
    **{
        'standalone': False,
        'x_label': 'SRM',
        'y_label': 'Path (cm)',
        'xtick.bottom': True,
        'ytick.left': True,
    })

# Ugly ticks massaging that will not be needed in future versions.
axes.set_xticks(SRM)
axes.set_yticks(-PATHS + 2)
axes.set_yticklabels(reversed(PATHS))

colour.plotting.render(standalone=True);

​

​

注意，让Colour通过烧瓶在后端的容器中运行，并从Javascript调用它应该很简单。我们有一个高级三维可视化器，如果你想走这条路的话，它会很有帮助。