如何计算具有相同感知亮度的RGB值

Question

我正在尝试生成具有相同感知亮度的 RGB 颜色。

函数 R*0.2126+ G*0.7152+ B*0.0722 据说可以计算给定 RGB 颜色的感知亮度（或等效灰度颜色）。

假设我们对所有 RGB 值使用区间 [0,1]，我们可以计算以下内容：

• 黄色 = RGB(1,1,0) => 亮度=0.9278
• 蓝色 = RGB(0,0,1) => 亮度=0.0722

因此，为了使黄色色调与蓝色色调一样暗淡，我可以简单地对每个 RGB 分量的黄色执行以下简单计算：

• dim_yellow = 黄色 * 0.0722 / 0.9278

然而，当做相反的事情，从而将蓝色“放大”到与原始黄色相同的感知亮度时，B分量明显超过1，这无法在计算机屏幕上显示。

我猜想多余的 B 分量所缺失的亮度可能会“重新分配”到 R 和 G 分量，从而伪造出更亮的蓝色。那么计算最终 RGB 值的最佳通用方法是什么？

Answer 1

这些不是您要找的数学

函数 R*0.2126+ G*0.7152+ B*0.0722 据说可以计算给定 RGB 颜色的感知亮度（或等效灰度颜色）。

不，这是不正确的，或者至少是不完整的。是的，R*0.2126+ G*0.7152+ B*0.0722 是光谱系数，但这并不是完整的故事。

首先，不要在这种情况下使用术语亮度。亮度不是光的度量，它是一种感知，而不是可测量的量。当我们谈论光和比色法时，请使用术语“亮度”（L 或 Y）。亮度是光的线性测量，而不是感知。

CIELAB 的感知亮度或 L* (Lstar) 基于人类对亮度变化的“感知”。接近0.43左右的功效曲线。 sRGB，通常用于计算机显示器和网络的色彩空间，不像光那样是线性的，而且它也不完全像感知的 L* 曲线。 sRGB 的传输曲线接近 1/2.2 幂曲线。也就是说，sRGB 数据/信号被提升到 0.455 的幂，然后显示器应用 2.2 的幂。

出了什么问题

您的数学不起作用，因为您没有考虑传输曲线。在应用系数之前，您必须对 sRGB 值进行线性化。那么这些的总和将等于亮度 1。

sRGB 中的#FFFF00 等于亮度 0.9278，但这是 96.76% 的 sRGB 值或 97.14% 的 L* 值

sRGB 中的#0000FF 等于亮度 0.0722，但这是 29.79% 的 sRGB 值或 32.3% 的 L* 值

这是一些值的图表，扩展了您的示例：

因此，要回答您的其余问题，要获得与显示器的亮度相匹配的更高亮度的蓝色，需要对其进行去饱和，添加 R 和 G 以增加亮度。

在此图表中，我们有完全饱和但较暗的红色和绿色来匹配 7% 的蓝色亮度，然后我们有 18% 的亮度（如 18% 的灰卡），这里我们必须降低蓝色的饱和度以带来亮度值上升。

如何计算

首先，您需要对 sRGB 分量进行线性化，然后如果需要确定亮度，则应用系数。如果您想出一些对线性化分量进行数学运算的值，那么您需要重新伽玛编码以返回 sRGB。

我已经讨论过其他几个答案，

比如这里。

Answer 2

HSV

颜色模型而不是RGB，因为您只需修改值（亮度）组件即可轻松实现您想要的效果。 wiki 页面还包含如何将 RGB 转换为 HSV 以及反向转换 编辑： 尝试使用

CIELAB

色彩空间，因为它接近人类视觉

Answer 3

即我们可以找到与蓝色具有相同亮度的红色

// l = .299 r + .587 g + .114 b
target_color = V(1, 0, 0);
desired_brightness = V(0, 0, 1) * V(0.229, 0.587, 0.114);
current_brightness = target_color * V(0.229, 0.587, 0.114);
desired_color = target_color * desired_brightness / current_brightness