比较RGB颜色，使色差比强度和更重要-Java 学习之路

在图像分析过程中比较颜色时，您很快就会发现可以使用灰度图像 . 为什么？因为通常你这样做：

double average = (color.r+color.g+color.b)/3;

基于grascale平均颜色，我做了一个算法，当在屏幕上找到一个对象时实际上非常令人满意（我使用整个桌面，但是，这就足够了）：

image description

按平均颜色搜索需要67毫秒，而按精确像素匹配（蓝框）搜索需要1.255秒！（前者在找到第一个匹配后立即终止，而平均颜色算法循环整个图像） .

但我想提高GUI的精度_1452566知道如何正确比较颜色总和以获得一些真正的色差 .

所以想象你有2个3元素的数组 .

//Summed colors on the image you're looking for
double sumOnSearchedImage[3];
//Summed colors on currently checked rectangle (in some loop we'll not bother with here)
double sumOnBigImage[3];

数组中的每个数字分别代表红色，蓝色和绿色总和（不是平均值） . 你如何比较这些，以便 rgb(0, 255, 255) 和 rgb(255,255,255) 之间的差异大于 rgb(170,170,170) 和 rgb(255,255,255) 之间的差异？

2 回答

2
在度量空间中，rgb（0,255,255）和rgb（255,255,255）之间的距离已经远远大于rgb（170,170,170）和rgb（255,255,255）之间的距离 .

为了速度，只能使用距离本身，而不是它们的正方形 .
```
|(0, 255, 255), (255,255,255)|^2 = 255^2 = 9*85^2
|(170,170,170), (255,255,255)|^2 = 3*85^2
```
顺便说一句，不要惊讶地发现灰度级视觉通常就足够了 . 优秀的设计使得设计师能够将事物a）清晰可见，并且b）至少在某种程度上可见约18％的人，因为很多人都有颜色看见的问题 . http://www.colour-blindness.com/general/prevalence/
回复于 2024-04-25T13:46:07+08:00
1
use dot product
```
dc=cos(ang)=dot(col1,col2);
dc=r1*r2+g1*g2+b1*b2
```
对于标准化的 RGB 颜色（单位矢量），这给出了范围 dc=<0,1> 中的系数，其中 0 表示颜色之间的90度角（最大可能差异）， 1 表示相同的颜色（不是强度）

performance

每个通道使用8位...所以范围是 <0,255> 以避免使用 FPU . 您可以通过以下方式避免 sqrt 用于非标准化颜色：
```
dc=(r1*r2+g1*g2+b1*b2)^2/(|col1|^2*|col2|^2)
|col|^2=r*r+g*g+b*b
```
[edit1] additional info

标准化颜色是单位 3D 向量

如果你将它转换为8位范围，如 255*(r,g,b) ，那么你得到每通道8位的范围，这样你就可以将每个颜色通道处理为整数或固定点十进制 . 对于固定点，您只需要更改乘法和除法，其余所有操作都是相同的：
```
add=a+b
sub=a-b
mul=(a*b)>>8
div=((a<<8)/b)>>8
```
当你使用标准化颜色然后 |col|=1 所以你不需要 sqrt 也不需要除法 . 对于固定点，只需向右移8位...对于整数 <0,255> |col|=255 也可以〜右移8位 . 对于非标准化颜色，您需要除以需要 sqrt 和除法的 |col| ，但 dc 系数在 <0,1> 范围内，所以如果您使用 dc^2 ，您只需更改对您不重要的系数的线性度 |col|^2 sqrt 用法已过时，因为 |col|^2=sqrt(r*r+g*g+b*b)^2=(r*r+g*g+b*b) .

为了更好地加速，您应该在完成任务之前将整个图像转换为标准化颜色 . 如果编码正确，它应该在 10+ ms 左右，用于常见的桌面分辨率

[Notes]

还有其他更适合您用途的色彩空间，如 HSV
回复于 2024-04-25T13:46:07+08:00

比较RGB颜色，使色差比强度和更重要

2 回答

相关问题