基于CIELab颜色空间的抖动减色算法

Question

我已经编写了一个程序，用于将图像转换为自定义文件格式，该格式使用30种特定颜色的有限颜色调色板。

在我的应用程序中，我给出了在RGB或YUV颜色空间中工作的选项，以及选择: Sierra、Jarvis或Floyd抖动。

然而，我已经注意到，photoshop的保存到web功能与使用色表限制颜色调色板做了一个比我的程序好得多的工作。

因此，我想改进我的申请，以提供更好的结果。

现在，以Floyd抖动为例，我实际上使用了这个伪代码

for each y from top to bottom
for each x from left to right
    oldpixel  := pixel[x][y]
    newpixel  := find_closest_palette_color(oldpixel)
    pixel[x][y]  := newpixel
    quant_error  := oldpixel - newpixel
    pixel[x+1][y  ] := pixel[x+1][y  ] + quant_error * 7/16
    pixel[x-1][y+1] := pixel[x-1][y+1] + quant_error * 3/16
    pixel[x  ][y+1] := pixel[x  ][y+1] + quant_error * 5/16
    pixel[x+1][y+1] := pixel[x+1][y+1] + quant_error * 1/16

我的像素以RGB格式存储，并使用RGB/YUV中的欧几里德距离来查找最近的调色板颜色。

我一直在阅读关于CIE94和CIEDE2000色差算法的文章，这些算法对我的"find_closest_palette_color“函数来说应该更好。

要完成这些计算，我必须从RGB转换到CIELab颜色空间。在分发抖动算法中的错误时，我还可以使用CIELab吗：

1. 将整个图像转换为CIELab颜色空间
2. 对于每个像素，使用CIE94或CIEDE2000在我的调色板中找到最接近的颜色
3. 计算CIELab颜色空间中的错误(L*，a*，b*，而不是RGB)。
4. 按照我在RGB中使用的相同权重的抖动算法来分配错误。

Answer 1

是的，实际上Lab更适合这个目的，因为在Lab中，颜色之间的欧几里德距离反映了人类对颜色的感知距离，而RGB中的距离则不是。