最“稳定”的颜色表示: RGB？HSV？CIELAB？

Question

在计算机科学中有几种颜色表示:标准RGB，但也有HSV，HSL，CIE XYZ，YCC，CIELAB，CIELUV，在我看来，大多数情况下，这些表象都试图近似人类的视觉(颜色在感知上是相同的，应该有相似的表示)。

但我想知道的是，当涉及到图片时，哪一种表现形式是最“稳定”的。我有一个物体，比如说一瓶可乐，我有数千张这个瓶子的照片，是在非常不同的情况下拍摄的(主要区别是照片有多亮或多暗，但有方向等等)。

我的问题是:根据经验，什么样的颜色表示能给我最稳定的瓶子颜色表示？标签的“红色”颜色不应该有太大的变化。嗯，我知道它会变，但我想知道最“稳定”的表示。

我被教导说HSV在这类事情上比RGB更好，但是我对其他的却一无所知。

编辑(技术细节)：我采取了一个特定的点瓶。我在这点的一千张图片中选择了相应的像素。我现在有一个点云，这取决于表示。我想要将这个云的“大小”最小化的表示，例如最小化云点到其重心的平均距离的表示。

Answer 1

您可能需要查看http://www.cs.harvard.edu/~sjg/papers/cspace.pdf，它提出了一个新的颜色空间，显然是为了解决这个问题而设计的。

Answer 2

我不知道有什么地方可以做你想要的，但我要说的是：

RGB与显示器上向我们显示颜色的方式非常匹配。它是最糟糕的颜色空间之一，以接近人类的感知。

至于其他的色彩空间:有些人试图确保在色彩空间中，那些明显接近的颜色也是相近的。其他人也试图确保在感知到的相似的颜色差异也产生类似的差异在色彩空间，而不管你在哪里的色彩空间。

第一个意思是，如果你认为蓝色A和蓝色B之间的颜色差异类似于蓝色A和蓝色C之间的颜色差异，那么在颜色空间中，蓝色A和蓝色B之间的距离将类似于蓝色A和蓝色C之间的距离，它们在颜色空间中都会接近。我认为这被称为一个明显光滑的色彩空间。CIE XYZ就是一个例子。

第二个意思是，如果你认为蓝色A和蓝色B之间的颜色差异类似于红色A和红色B之间的颜色差异，那么在颜色空间中，蓝色A和蓝色B之间的距离将类似于红色A和红色B之间的差异，这被称为一个明显一致的颜色空间。CIE实验室就是一个例子。

编辑2011-07-29为您的问题:任何HSV，HSL，CIE XYZ，YCC，CIELAB，CIELUV，YUV在某种程度上分离出照明与颜色信息，所以这些是更好的选择。他们提供了一些免疫力的照明变化，但不会帮助你时，颜色温度急剧变化或彩色光被使用。XYZ和YUV从RGB (这是大多数相机给你的东西)的计算成本较低，但也不如HSV、HSL或CIELAB (后者通常被认为是最好的，但也是最难的)。

根据您正在搜索的内容，您可以校准图像的色彩平衡。例如:假设您正在匹配可口可乐标识:您知道标识中的字母总是白色的。因此，如果它们不在您的图像中，您可以使用他们必须纠正的颜色，这将为您提供有关其他颜色的信息。

Answer 3

我们对某物颜色的感知主要是由它的色调决定的；像HSV这样的颜色空间给出一个表示色调的值将是最有效的。

然而，眼睛是一种了不起的工具，仅仅了解一个点的颜色是不够的。如果整个场景的颜色都是黄色或蓝色，你的眼睛就会得到补偿，你的感觉也会更加纯净--橙色的可乐瓶看起来会比现在更红。黑暗和光明也是如此。如果可能的话，在采集颜色样本之前，您应该尝试对图像进行补偿。