颜色空间转换(二)

From：http://blog.csdn.net/juyingmin/article/details/5691602

颜色空间转换

     接《颜色空间转换(一)》一文（http://blog.csdn.net/juyingmin/archive/2010/06/23/5689591.aspx）

4，XYZ颜色空间 
     国际照明委员会(CIE)在进行了大量正常人视觉测量和统计,1931年建立了"标准色度观察者"， 从而奠定了现代CIE标准色度学的定量基础。由于"标准色度观察者"用来标定光谱色时出现负刺激值，计算不便，也不易理解，因此1931年CIE在RGB 系统基础上，改用三个假想的原色X、Y、 Z建立了一个新的色度系统。将它匹配等能光谱的三刺激值，定名为"CIE1931 标准色度观察者 光谱三刺激值"，简称为"CIE1931标准色度观察者"。这一系统叫做"CIE1931标准色度系统"或称为" 2° 视场XYZ色度系统"。CIEXYZ颜色空间稍加变换就可得到Yxy色彩空间，其中Y取三刺激值中Y的值，表示亮度，x、y反映颜色的色度特性。定义如下：在色彩管理中，选择与设备无关的颜色空间是 十分重要的，与设备无关的颜色空间由国际照明委员会(CIE)制定，包括CIEXYZ和CIELAB两个标准。它们包含了人眼所能辨别的全部颜色。而且，CIEYxy测色制的建立给定量的确定颜色创造了条件。但是，在这一空间中，两种不同颜色之间的距离值并不能正确地反映人们色彩感觉差别的大小， 也就是说在CIEYxy色厦图中，在 不同的位置不同方向上颜色的宽容量是不同的，这就是Yxy颜色空间的不均匀性。这一缺陷的存在，使得在Yxy及XYZ空间不能直观地评价颜色。

Some Common RGB Working Space Matrices

     Using the chromaticities and reference whites of common RGB working spaces, I have done the math for you to compute the RGB-to-XYZ and XYZ-to-RGB matrices. Note that these matrices are given relative to their own reference whites. If you examine the matrices for these working spaces found inside ICC profiles (through the redColorantTag, greenColorantTag and blueColorantTag), those matrices will always be relative to D50, and therefore, the colorants have been subjected to achromatic adaptation transformation if the working space reference white is not also D50.

RGB Working SpaceReference WhiteRGB to XYZ [M]XYZ to RGB [M]^-1Adobe RGB (1998)D65

 0.5767309  0.1855540  0.1881852 0.2973769  0.6273491  0.0752741 0.0270343  0.0706872  0.9911085

 2.0413690 -0.5649464 -0.3446944-0.9692660  1.8760108  0.0415560 0.0134474 -0.1183897  1.0154096

AppleRGBD65

 0.4497288  0.3162486  0.1844926 0.2446525  0.6720283  0.0833192 0.0251848  0.1411824  0.9224628

 2.9515373 -1.2894116 -0.4738445-1.0851093  1.9908566  0.0372026 0.0854934 -0.2694964  1.0912975

Best RGBD50

 0.6326696  0.2045558  0.1269946 0.2284569  0.7373523  0.0341908 0.0000000  0.0095142  0.8156958

 1.7552599 -0.4836786 -0.2530000-0.5441336  1.5068789  0.0215528 0.0063467 -0.0175761  1.2256959

Beta RGBD50

 0.6712537  0.1745834  0.1183829 0.3032726  0.6637861  0.0329413 0.0000000  0.0407010  0.7845090

 1.6832270 -0.4282363 -0.2360185-0.7710229  1.7065571  0.0446900 0.0400013 -0.0885376  1.2723640

Bruce RGBD65

 0.4674162  0.2944512  0.1886026 0.2410115  0.6835475  0.0754410 0.0219101  0.0736128  0.9933071

 2.7454669 -1.1358136 -0.4350269-0.9692660  1.8760108  0.0415560 0.0112723 -0.1139754  1.0132541

CIE RGBE

 0.4887180  0.3106803  0.2006017 0.1762044  0.8129847  0.0108109 0.0000000  0.0102048  0.9897952

 2.3706743 -0.9000405 -0.4706338-0.5138850  1.4253036  0.0885814 0.0052982 -0.0146949  1.0093968

ColorMatch RGBD50

 0.5093439  0.3209071  0.1339691 0.2748840  0.6581315  0.0669845 0.0242545  0.1087821  0.6921735

 2.6422874 -1.2234270 -0.3930143-1.1119763  2.0590183  0.0159614 0.0821699 -0.2807254  1.4559877

Don RGB 4D50

 0.6457711  0.1933511  0.1250978 0.2783496  0.6879702  0.0336802 0.0037113  0.0179861  0.8035125

 1.7603902 -0.4881198 -0.2536126-0.7126288  1.6527432  0.0416715 0.0078207 -0.0347411  1.2447743

ECI RGBD50

 0.6502043  0.1780774  0.1359384 0.3202499  0.6020711  0.0776791-0.0000000  0.0678390  0.7573710

 1.7827618 -0.4969847 -0.2690101-0.9593623  1.9477962 -0.0275807 0.0859317 -0.1744674  1.3228273

Ekta Space PS5D50

 0.5938914  0.2729801  0.0973485 0.2606286  0.7349465  0.0044249 0.0000000  0.0419969  0.7832131

 2.0043819 -0.7304844 -0.2450052-0.7110285  1.6202126  0.0792227 0.0381263 -0.0868780  1.2725438

NTSC RGBC

 0.6068909  0.1735011  0.2003480 0.2989164  0.5865990  0.1144845-0.0000000  0.0660957  1.1162243

 1.9099961 -0.5324542 -0.2882091-0.9846663  1.9991710 -0.0283082 0.0583056 -0.1183781  0.8975535

PAL/SECAM RGBD65

 0.4306190  0.3415419  0.1783091 0.2220379  0.7066384  0.0713236 0.0201853  0.1295504  0.9390944

 3.0628971 -1.3931791 -0.4757517-0.9692660  1.8760108  0.0415560 0.0678775 -0.2288548  1.0693490

ProPhoto RGBD50

 0.7976749  0.1351917  0.0313534 0.2880402  0.7118741  0.0000857 0.0000000  0.0000000  0.8252100

 1.3459433 -0.2556075 -0.0511118-0.5445989  1.5081673  0.0205351 0.0000000  0.0000000  1.2118128

SMPTE-C RGBD65

 0.3935891  0.3652497  0.1916313 0.2124132  0.7010437  0.0865432 0.0187423  0.1119313  0.9581563

 3.5053960 -1.7394894 -0.5439640-1.0690722  1.9778245  0.0351722 0.0563200 -0.1970226  1.0502026

sRGBD65

 0.4124564  0.3575761  0.1804375 0.2126729  0.7151522  0.0721750 0.0193339  0.1191920  0.9503041

 3.2404542 -1.5371385 -0.4985314-0.9692660  1.8760108  0.0415560 0.0556434 -0.2040259  1.0572252

Wide Gamut RGBD50

 0.7161046  0.1009296  0.1471858 0.2581874  0.7249378  0.0168748 0.0000000  0.0517813  0.7734287

 1.4628067 -0.1840623 -0.2743606-0.5217933  1.4472381  0.0677227 0.0349342 -0.0968930  1.2884099

For those RGB working spaces that are not natively D50, the Bradford-adapted, D50 matrices are:

RGB Working SpaceReference WhiteRGB to XYZ [M]XYZ to RGB [M]^-1Adobe RGB (1998)D50

 0.6097559  0.2052401  0.1492240 0.3111242  0.6256560  0.0632197 0.0194811  0.0608902  0.7448387

 1.9624274 -0.6105343 -0.3413404-0.9787684  1.9161415  0.0334540 0.0286869 -0.1406752  1.3487655

AppleRGBD50

 0.4755678  0.3396722  0.1489800 0.2551812  0.6725693  0.0722496 0.0184697  0.1133771  0.6933632

 2.8510695 -1.3605261 -0.4708281-1.0927680  2.0348871  0.0227598 0.1027403 -0.2964984  1.4510659

Bruce RGBD50

 0.4941816  0.3204834  0.1495550 0.2521531  0.6844869  0.0633600 0.0157886  0.0629304  0.7464909

 2.6502856 -1.2014485 -0.4289936-0.9787684  1.9161415  0.0334540 0.0264570 -0.1361227  1.3458542

CIE RGBD50

 0.4868870  0.3062984  0.1710347 0.1746583  0.8247541  0.0005877-0.0012563  0.0169832  0.8094831

 2.3638081 -0.8676030 -0.4988161-0.5005940  1.3962369  0.1047562 0.0141712 -0.0306400  1.2323842

NTSC RGBD50

 0.6343706  0.1852204  0.1446290 0.3109496  0.5915984  0.0974520-0.0011817  0.0555518  0.7708399

 1.8464881 -0.5521299 -0.2766458-0.9826630  2.0044755 -0.0690396 0.0736477 -0.1453020  1.3018376

PAL/SECAM RGBD50

 0.4552773  0.3675500  0.1413926 0.2323025  0.7077956  0.0599019 0.0145457  0.1049154  0.7057489

 2.9603944 -1.4678519 -0.4685105-0.9787684  1.9161415  0.0334540 0.0844874 -0.2545973  1.4216174

SMPTE-C RGBD50

 0.4163290  0.3931464  0.1547446 0.2216999  0.7032549  0.0750452 0.0136576  0.0913604  0.7201920

 3.3921940 -1.8264027 -0.5385522-1.0770996  2.0213975  0.0207989 0.0723073 -0.2217902  1.3960932

sRGBD50

 0.4360747  0.3850649  0.1430804 0.2225045  0.7168786  0.0606169 0.0139322  0.0971045  0.7141733

 3.1338561 -1.6168667 -0.4906146-0.9787684  1.9161415  0.0334540 0.0719453 -0.2289914  1.4052427

 

 

[cpp] view plaincopy

1. //RGB转换为XYZ  
2. void rtRGB2XYZ(RtScalar rgb, RtScalar& xyz)  
3. {  
4.     //Observer. = 2°,Illuminant = D65     
5.     xyz.val[0] = 0.4124564 * rgb.val[0] + 0.3575761 * rgb.val[1] + 0.1804375 * rgb.val[2];  
6.     xyz.val[1] = 0.2126729 * rgb.val[0] + 0.7151522 * rgb.val[1] + 0.0721750 * rgb.val[2];  
7.     xyz.val[2] = 0.0193339 * rgb.val[0] + 0.1191920 * rgb.val[1] + 0.9503041 * rgb.val[2];  
8. }  
9.   
10. //XYZ转换为RGB  
11. void rtXYZ2RGB(RtScalar xyz, RtScalar& rgb)  
12. {  
13.      rgb.val[0] = 3.2404542 * xyz.val[0] + -1.5371385 * xyz.val[1] + -0.4985314 * xyz.val[2];  
14.      rgb.val[1] = -0.9692660 * xyz.val[0] + 1.8760108 * xyz.val[1] + 0.0415560 * xyz.val[2];  
15.      rgb.val[2] = 0.0556434 * xyz.val[0] + x-0.2040259 * xyz.val[1] + 1.0572252 * xyz.val[2];  
16. }  

5,Lab 颜色空间
      CIE L*a*b* (CIELAB) 是惯常用来描述人眼可见的所有颜色的最完备的色彩模型。它是为这个特殊目的而由国际照明委员会（Commission Internationale d'Eclairage 的首字母是 CIE）提出的。L、a 和 b 后面的星号（*）是全名的一部分，因为它们表示 L*, a* 和 b*，不同于 L, a 和 b。因为红／绿和黄／蓝对立通道被计算为（假定的）锥状细胞响应的类似孟塞尔值的变换的差异，CIELAB 是 Adams 色彩值（Chromatic Value）空间。

      三个基本坐标表示颜色的亮度（L*, L* = 0 生成黑色而 L* = 100 指示白色），它在红色／品红色和绿色之间的位置（a* 负值指示绿色而正值指示品红）和它在黄色和蓝色之间的位置（b* 负值指示蓝色而正值指示黄色）。

      已经建立的 L*a*b* 色彩模型来充当用做参照的设备无关的模型。要认识到永远不能精确的在视觉上表示这个模型中颜色的完全色域是至关重要的。它们只是用来帮助理解概念而天生就不精确的，因为 L*a*b* 模型是三维模型，它只能在三维空间中完全表现出来。“L*a*b*”模型也被表达为“L*C*h(a*, b*)”，它把 a* 和 b* 变换为辐射表示。

      XYZ 与 CIE L*a*b* (CIELAB) 的转换：

 

 

[cpp] view plaincopy

1. double _rtLabFun(double val)  
2. {  
3.     if (val > 0.008856)  
4.         return val/3.0  
5.     else  
6.         return 7.787 * val + 16.0/116.0  
7. }  
8. //XYZ转换为LAB  
9. void rtXYZ2LAB(RtScalar xyz, RtScalar& lab)  
10. {  
11.     RtScalar temp;  
12.     temp = RtScalar(xyz.val[0]/255.0, xyz.val[1]/255.0, xyz.val[2]/255.0, 0);  
13.     if (temp.val[1] > 0.008856)  
14.     {  
15.         lab.val[0] = 116.0 * temp.val[1] / 3;  
16.     }  
17.     else  
18.     {  
19.         lab.val[0] = 903.3 * temp.val[1];  
20.     }  
21.   
22.     lab.val[1] = 500.0*(_rtLabFun(temp.val[0]) - _rtLabFun(temp.val[1]));  
23.     lab.val[2] = 200.0*(_rtLabFun(temp.val[1]) - _rtLabFun(temp.val[2]));  
24. }  
25.   
26. //LAB转换为XYZ  
27. void rtLAB2XYZ(RtScalar lab, RtScalar& xyz)  
28. {  
29.     RtScalar temp;  
30.     temp.val[0] = 3 * lab.val[0] / 116.0;  
31.     temp.val[1] = lab.val[1]/500.0 + temp.val[0];  
32.     temp.val[2] = temp.val[0] - lab.val[2] / 200.0;  
33.       
34.     if ( temp.val[0] > 0.008856 )   
35.         temp.val[0] = temp.val[0] * 3;  
36.     else                        
37.         temp.val[0] = (temp.val[0] - 16.0/116.0) / 7.787;  
38.   
39.     if ( temp.val[1] > 0.008856 )   
40.         temp.val[1] = temp.val[1] * 3;  
41.     else           
42.         temp.val[1] = (temp.val[1] - 16.0/116.0) / 7.787;  
43.     if ( temp.val[2] > 0.008856 )   
44.         temp.val[2] = temp.val[2] * 3;  
45.     else                        
46.         temp.val[2]= ( temp.val[2] - 16.0/116.0) / 7.787;  
47.       
48.     xyz = rtScalar(temp.val[0]*255.0, temp.val[1]*255.0, temp.val[2]*255.0, 0);  
49. }  

6,HSL 或 HSV 的转换

       HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1. 它包含RGB模型中的R=1，G=1，B=1 三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于 角度0° ，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色和它的补色相差180° 。 饱和度S取值从0到1，所以圆锥顶面的半径为１。HSV颜色模型所代表的颜色域是CIE色度图的一个子集，这个 模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S无定义， 代表黑色。圆锥的顶面中心处S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同 灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。 在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色的方法。画家用改变色浓和 色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时 加入不同比例的白色，黑色即可获得各种不同的色调。

     形式定义设 (r, g, b) 分别是一个颜色的红、绿和蓝坐标，它们的值是在 0 到 1 之间的实数。设 max 等价于 r, g 和 b 中的最大者。设 min 等于这些值中的最小者。要找到在 HSL 空间中的 (h, s, l) 值，这里的 h ∈ [0, 360）是角度的色相角，而 s, l ∈ [0,1] 是饱和度和亮度，计算为：

      h 的值通常规范化到位于 0 到 360°之间。而 h = 0 用于 max = min 的（就是灰色）时候而不是留下 h 未定义。

      HSL 和 HSV 有同样的色相定义，但是其他分量不同。HSV 颜色的 s 和 v 的值定义如下：

从 HSL 到 RGB 的转换

      给定 HSL 空间中的 (h, s, l) 值定义的一个颜色，带有 h 在指示色相角度的值域 [0, 360）中，分别表示饱和度和亮度的 s 和 l 在值域 [0, 1] 中，相应在 RGB 空间中的 (r, g, b) 三原色，带有分别对应于红色、绿色和蓝色的 r, g 和 b 也在值域 [0, 1] 中，它们可计算为：

     首先，如果 s = 0，则结果的颜色是非彩色的、或灰色的。在这个特殊情况，r, g 和 b 都等于 l。注意 h 的值在这种情况下是未定义的。

当 s ≠ 0 的时候，可以使用下列过程：

从 HSV 到 RGB 的转换       类似的，给定在 HSV 中 (h, s, v) 值定义的一个颜色，带有如上的 h，和分别表示饱和度和明度的 s 和 v 变化于 0 到 1 之间，在 RGB 空间中对应的 (r, g, b) 三原色可以计算为：

[cpp] view plaincopy

1. // RGB转换为HSV  
2. void rtRGB2HSV(RtScalar rgb, RtScalar& hsv)  
3. {     
4.     double minV = 0,maxV = 0, delMax = 0;  
5.     minV = min(min(rgb.val[0], rgb.val[1]), rgb.val[2]);  
6.     maxV = max(max(rgb.val[0], rgb.val[1]), rgb.val[2]);  
7.     delMax = maxV - minV;//Delta RGB value   
8.       
9.   
10.     if (minV == maxV)  
11.     {  
12.         hsv.val[0] = 0;  
13.     }  
14.     if (maxV == rgb.val[0] && rgb.val[1] >= rgb.val[2])  
15.     {  
16.         hsv.val[0] = (rgb.val[1] - rgb.val[2])/delMax * 60.0;  
17.     }  
18.     if (maxV == rgb.val[0] && rgb.val[1] < rgb.val[2])  
19.     {  
20.         hsv.val[0] = (rgb.val[1] - rgb.val[2])/delMax * 60.0 + 360;  
21.     }  
22.     if (maxV == rgb.val[1])  
23.     {  
24.         hsv.val[0] = (rgb.val[2] - rgb.val[0])/delMax * 60.0 + 120;  
25.     }  
26.     if (maxV == rgb.val[2])  
27.     {  
28.         hsv.val[0] = (rgb.val[0] - rgb.val[1])/delMax * 60.0 + 240;  
29.     }  
30.   
31.     if (maxV == 0)  
32.         hsv.val[1] = 0;  
33.     else  
34.         hsv.val[1] = 1.0 - minV/maxV;  
35.   
36.     hsv.val[2] = maxV;  
37. }  
38.   
39. // HSV转换为RGB  
40. void rtHSV2RGB(RtScalar hsv, RtScalar& rgb)  
41. {  
42.     if ( hsv.val[1] == 0 )   
43.     {  
44.         rgb = rtScalar(hsv.val[2], hsv.val[2], hsv.val[2], 0);  
45.     }  
46.     else  
47.     {  
48.         double varh,vari,var1,var2,var3;  
49.         varh = hsv.val[0] /60.0;  
50.         vari = int(varh);  
51.         var1 = hsv.val[0] * (1.0 - hsv.val[1]);  
52.         var2 = hsv.val[0] * (1.0 - hsv.val[1]* (hsv.val[0] - vari));  
53.         var3 = hsv.val[0] * (1.0 - hsv.val[1]* (1.0 - (hsv.val[0] - vari)));  
54.   
55.         switch (vari)  
56.         {  
57.         case 0:  
58.             rgb = rtScalar(hsv.val[0], var3, var1, 0);  
59.             break;  
60.         case 1:  
61.             rgb = rtScalar(var2, hsv.val[0], var1, 0);  
62.             break;  
63.         case 2:  
64.             rgb = rtScalar(var1, hsv.val[0], var3, 0);  
65.             break;  
66.         case 3:  
67.             rgb = rtScalar(var1, var2, hsv.val[0], 0);  
68.             break;  
69.         case 4:  
70.             rgb = rtScalar(var3, var1, hsv.val[0], 0);  
71.             break;  
72.         case 5:  
73.             rgb = rtScalar(hsv.val[0], var1, var2, 0);  
74.             break;  
75.         }  
76.     }  
77. }  

 

 (完)