博客
关于我
VTK:颜色
阅读量:273 次
发布时间:2019-03-01

本文共 559 字,大约阅读时间需要 1 分钟。

VTK:颜色

人类可见的电磁光谱范围约为400至700纳米。进入眼睛的光由这些波长的不同强度组成,这些强度差异定义了颜色。然而,由于人眼的感知机制,我们的大部分颜色信息被忽略,导致我们对颜色的感知存在一定的局限性。

人眼中有三种类型的感受器称为视锥细胞。每种视锥细胞对特定波长范围的光敏感,分别是蓝色、绿色和红色。这些视锥细胞的响应范围相互重叠,因此我们看到的任何颜色都被编码为这三个重叠响应的组合。相比于实际进入眼中的信息量,这种编码方式大大减少了信息量。结果,我们无法察觉到某些颜色的微小差异,这是因为这些差异在应用于人眼的响应曲线时会导致相同的三联反应。因此,在计算机中存储和表示颜色时,我们可以使用简化的形式,而人眼无法识别出这些差异。

两个常用的颜色分量系统是RGB和HSV。RGB系统根据红、绿、蓝三种颜色的强度来表示颜色,可以将其视为三维空间。HSV系统则根据色相、饱和度和值来表示颜色。值分量(Brightness)表示颜色的亮度或强度,值0.0对应黑色,值1.0对应白色。

RGB系统的优势在于其简单性和广泛的应用。通过调整红、绿、蓝三种颜色的强度比例,可以获得大量的颜色组合。然而,HSV系统在某些情况下更为直观,因为它直接反映了颜色的特性。无论是RGB还是HSV系统,都可以有效地描述和表示颜色。

转载地址:http://jtpx.baihongyu.com/

你可能感兴趣的文章
OpenCV 中的图像转换
查看>>
OpenCV 人脸识别 C++实例代码
查看>>
OpenCV 在 Linux 上的 python 与 anaconda 无法正常工作.收到未实现 cv2.imshow() 的错误
查看>>
Opencv 完美配置攻略 2014 (Win8.1 + Opencv 2.4.8 + VS 2013)上
查看>>
opencv 模板匹配, 已解决模板过大程序不工作的bug
查看>>
OpenCV 错误:(-215)size.width>0 &&函数imshow中的size.height>0
查看>>
opencv&Python——多种边缘检测
查看>>
opencv&python——高通滤波器和低通滤波器
查看>>
OpenCV+Python识别车牌和字符分割的实现
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
OpenCV/Python/dlib眨眼检测
查看>>
opencv1-加载、修改、保存图像
查看>>
opencv10-形态学操作
查看>>
opencv11-提取水平直线和垂直直线
查看>>
opencv12-图像金字塔
查看>>
opencv13-基本阈值操作
查看>>
opencv14-自定义线性滤波
查看>>
opencv15-边缘处理
查看>>
opencv16-Sobel算子
查看>>
opencv17-laplance算子
查看>>