用 JavaScript 探索颜色匹配:从 HSL 到 LAB 计算色彩差异
来源标题:Exploring color matching in JavaScript [2013 post brought back from the dead]
一篇 2013 年的旧文重新发布,介绍如何用 JavaScript 实现颜色匹配评分。作者将玩家颜色与目标颜色从 HSL 转为 RGB、XYZ 再到 LAB,并用 CIE94 公式计算 Delta-E 值,从而得出匹配分数。文中给出两个示例:一图 Delta-E 为 15.9(得分 84.1),另一图为 3.4(得分 96.6)。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
在进一步阅读了色彩理论和色差相关的资料后,我学到了几点:
现在,我会把玩家颜色和目标颜色的值从 HSL 色彩模型转换为 RGB,再转换为 XYZ,最后使用已有的转换算法在 JavaScript 中转换为 LAB。然后,我使用 CIE94 来获取 Delta-E 值。
使用这种评分方法,上面第一个示例图像的 Delta-E 值将是 15.9,实际得分为 84.1(100 - 15.9)。这当然无法让 Lucky 接近他的最高速度。
第二个示例(原计算认为不够接近)将得到 3.4 的 Delta-E 值,即 96.6 分,让 Lucky 能够非常接近他的最高速度。
以下是当前评分相关函数的样子。请记住,所有转换和 delta-E 计算公式都已存在,并且可以在网上轻松找到,只需根据你的需求/选择的语言应用即可(我将在下面列出一些有用的来源)。
// 检查玩家在当前关卡的表现。 function checkScore() { var currentStageScore = 0; var rgb = hslToRgb(playerColor.h/360, playerColor.s/100, playerColor.l/100); var xyz = rgbToXyz(rgb[0], rgb[1], rgb[2]); var lab = xyzToLab(xyz[0], xyz[1], xyz[2]); var diff = cie1994(lab, targetColor.lab, false); currentStageScore = parseFloat((100 - diff).toFixed(2)); stageResultsArr[stage - 1] = currentStageScore; };
为了正确评分颜色准确性,我们需要将 HSL 转换为 LAB,然后使用 CIE94 公式获取 Delta-E。为此,我们需要将 HSL 转换为 RGB,再转换为 XYZ,再转换为 LAB,然后运行 CIE94 公式。
// 将 HSL 转换为 RGB function hslToRgb(h, s, l){ var r, g, b; if (s == 0){ r = g = b = l; else{ function hue2rgb(p, q, t){ if (t < 0) t += 1; if (t > 1) t -= 1; if (t < 1/6) return p + (q - p) * 6 * t; if (t < 1/2) return q; if (t < 2/3) return p + (q - p) * (2/3 - t) * 6; return p; var q = l < 0.5 ? l * (1 + s) : l + s - l * s; var p = 2 * l - q; r = hue2rgb(p, q, h + 1/3); g = hue2rgb(p, q, h); b = hue2rgb(p, q, h - 1/3); return [r * 255, g * 255, b * 255].map(Math.round); };
RGB -> XYZ
// 将 RGB 转换为 XYZ function rgbToXyz(r, g, b) { var _r = (r / 255); var _g = (g / 255); var _b = (b / 255); if (_r > 0.04045) { _r = Math.pow(((_r + 0.055) / 1.055), 2.4); else { _r = _r / 12.92; if (_g > 0.04045) { _g = Math.pow(((_g + 0.055) / 1.055), 2.4); else { _g = _g / 12.92; if (_b > 0.04045) { _b = Math.pow(((_b + 0.055) / 1.055), 2.4); else { _b = _b / 12.92; _r = _r * 100; _g = _g * 100; _b = _b * 100; X = _r * 0.4124 + _g * 0.3576 + _b * 0.1805; Y = _r * 0.2126 + _g * 0.7152 + _b * 0.0722; Z = _r * 0.0193 + _g * 0.1192 + _b * 0.9505; return [X, Y, Z]; };
XYZ -> LAB
// 将 XYZ 转换为 LAB function xyzToLab(x, y, z) { var ref_X = 95.047; var ref_Y = 100.000; var ref_Z = 108.883; var _X = x / ref_X; var _Y = y / ref_Y; var _Z = z / ref_Z; if (_X > 0.008856) { _X = Math.pow(_X, (1/3)); else { _X = (7.787 * _X) + (16 / 116); if (_Y > 0.008856) { _Y = Math.pow(_Y, (1/3)); else { _Y = (7.787 * _Y) + (16 / 116); if (_Z > 0.008856) { _Z = Math.pow(_Z, (1/3)); else { _Z = (7.787 * _Z) + (16 / 116); var CIE_L = (116 * _Y) - 16; var CIE_a = 500 * (_X - _Y); var CIE_b = 200 * (_Y - _Z); return [CIE_L, CIE_a, CIE_b]; };
CIE94
// 最后,使用 cie1994 通过 LAB 获取 delta-e function cie1994(x, y, isTextiles) { var x = {l: x[0], a: x[1], b: x[2]}; var y = {l: y[0], a: y[1], b: y[2]}; labx = x; laby = y; var k2; var k1; var kl; var kh = 1; var kc = 1; if (isTextiles) { k2 = 0.014; k1 = 0.048; kl = 2; else { k2 = 0.015; k1 = 0.045; kl = 1; var c1 = Math.sqrt(x.a * x.a + x.b * x.b); var c2 = Math.sqrt(y.a * y.a + y.b * y.b); var sh = 1 + k2 * c1; var sc = 1 + k1 * c1; var sl = 1; var da = x.a - y.a; var db = x.b - y.b; var dc = c1 - c2; var dl = x.l - y.l; var dh = Math.sqrt(da * da + db * db – dc * dc); return Math.sqrt(Math.pow((dl/(kl * sl)),2) + Math.pow((dc/(kc * sc)),2) + Math.pow((dh/(kh * sh)),2)); };
我确信它并不完美,在赶截止日期的匆忙中可能遗漏了一些细节,但它的准确度似乎比原始实现要高得多。
我搜遍了互联网上与颜色相关的各个角落,寻找一个合适的实现方法。我找到的一些有用来源包括:
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。