Thông tin

Tại sao deltaE không được sử dụng làm thước đo sai số?

Tại sao deltaE không được sử dụng làm thước đo sai số?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Gần đây tôi đã đọc một vài bài báo liên quan đến trí nhớ hình ảnh. Hầu hết trong số họ (ví dụ: https://doi.org/10.1167/9.10.7) sử dụng tác vụ gọi lại màu liên tục, trong đó họ yêu cầu người tham gia nhớ lại màu của một đối tượng bằng cách nhấp vào bánh xe màu. Chúng sử dụng làm thước đo sai số khoảng cách góc giữa phản hồi của người tham gia và góc thực tế trên bánh xe màu về màu sắc của đối tượng.

Tại sao lại sử dụng biến phụ thuộc này? Trong công nghiệp, người ta sử dụng deltaE để xác định sự khác biệt về màu sắc giữa sản phẩm và mẫu thử.

Sẽ có ý nghĩa hơn nếu cũng sử dụng deltaE làm biến phụ thuộc trong tâm lý học? Từ những gì tôi đã đọc, deltaE cố gắng chính xác đối với nhận thức màu sắc của con người.


Delta E được sử dụng rộng rãi trong nghiên cứu thị lực, tuy nhiên, nghiên cứu mà bạn thực hiện chỉ kiểm tra khả năng nhớ lại màu sắc (tất cả các mẫu và phản hồi thử nghiệm được thiết kế để thay đổi màu sắc và tối thiểu về độ chói và độ bão hòa).

Đây là một trong những chỉ trích có thể xảy ra đối với các nghiên cứu. Một trong những cải tiến lớn trong Delta E 2000 là xoay phụ thuộc vào màu sắc. Chúng ta ít nhiều nhạy cảm với một số vùng màu nhất định. Mặc dù đây là một nguồn chỉ trích, họ thường dựa vào sự khác biệt lớn về màu sắc để phân biệt các thử nghiệm thành công và thử nghiệm không thành công và Delta E không có bất kỳ ý nghĩa nào đối với sự khác biệt lớn về màu sắc.

Một cách diễn giải lại chính xác hơn có thể nói rằng họ hoàn toàn không tính toán sự khác biệt về màu sắc mà là sự biến đổi của phân bố phản hồi và các hàm mật độ xác suất cơ bản. Việc phân tích sự biến đổi không phụ thuộc vào các phép tính khác biệt về màu sắc riêng lẻ.


2 câu trả lời 2

Mắt và màn hình là phi tuyến tính theo cách phức tạp, vì vậy không có phép tính sai biệt đơn giản nào với số RGB là hữu ích. Nghiên cứu khoa học nghiêm túc đã được thực hiện và chúng tôi đã có một số khuyến nghị về cách sử dụng số RGB khi muốn ước tính sự khác biệt giữa 2 màu. Tất nhiên, điều này là để quyết định xem văn bản có thể đọc được trên màn hình sRGB thông thường hay không.

Một công thức tính toán nổi tiếng được WWW Consortium khuyến nghị. Bạn có thể tìm thấy nó ở đây:

Tôi đưa ra một vài ảnh chụp màn hình của nó.

Khoảng cách chủ quan giữa 2 màu được định nghĩa là tỷ lệ tương phản. Nó được định nghĩa theo công thức sau:

Độ sáng tương đối của các màu được tính từ số RGB của chúng theo công thức sau:

Các công thức có vẻ phức tạp nhưng thực chất là toán sơ cấp, không cần kỹ năng giải toán trình độ đại học. Các công thức tương tự cũng được thực hiện như máy tính trực tuyến cho những người muốn kết quả mà không cần tính toán.

Tỷ lệ tương phản không phải là "khoảng cách" theo nghĩa giống như khoảng cách hình học. Giá trị tối thiểu của tỷ lệ tương phản là 1 (= hoàn toàn không có độ tương phản), khoảng cách hình học tối thiểu = 0. Nếu bạn cần số 0 làm giá trị nhỏ nhất, hãy lấy logarit.

Ngoài ra còn có một sự khác biệt quan trọng khác. Tỷ lệ tương phản của W3C được thiết kế để giúp giữ cho các trang web có thể đọc được khi người ta không thể nhìn thấy sự khác biệt rõ ràng về màu sắc, vì vậy về cơ bản nó chỉ tương phản màu đen & trắng.

Nếu bạn muốn trình bày cũng như sự khác biệt của độ sáng như sự khác biệt của các phẩm chất màu khác, thì vấn đề là khác. Nhiều nỗ lực đã được thực hiện để tạo ra các thước đo sự khác biệt đầy đủ về màu sắc hợp lý. Có một bài viết trên Wikipedia về họ:

Tôi chọn ra một phiên bản tương đối dễ hiểu từ đó. Nó dành cho các màu được trình bày trong hệ màu CIELab (= Chế độ Lab trong Photoshop) và công thức được gọi là sự khác biệt về màu sắc CIE76.

Để 2 màu của bạn có số màu Lab là L1, a1, b1 và L2, a2, b2. Tính khoảng cách euclide giữa các bộ ba số:

Việc chuyển đổi giữa RGB và Lab rất phức tạp. Bạn phải tìm hiểu khá kỹ về ý nghĩa của các số Lab mới có thể hiểu được nó. Để hiểu đầy đủ về Lab, trước tiên người ta phải hiểu hệ màu XYZ là mô hình cơ bản cho các màu nhìn thấy. Các công thức chuyển đổi đầy đủ nằm ngoài phạm vi của câu trả lời này, nhưng bạn có thể tìm thấy chúng bằng các tìm kiếm trên web. Đây là một nơi:

Bạn cũng có thể chọn các công thức cần thiết từ các bài viết trên Wikipedia. Bắt đầu từ đây: https://en.wikipedia.org/wiki/CIELAB_color_space

Ý kiến ​​của riêng tôi: Tôi không thích khoảng cách CIE76. Nó cho thấy khoảng cách đáng kể giữa hai màu đen - hai màu Lab có a và b khác nhau, nhưng bằng không L. Tôi sẽ nhân khoảng cách CIE76 với một số bằng 0 nếu màu sáng hơn của hai màu được so sánh là màu đen. Một số nhân thích hợp có thể là tổng của L số. Hoặc một số nó lũy thừa với số mũ & lt 1.

Các nhà khoa học thích hợp rõ ràng đã nhận thấy điều tương tự, nhưng các công thức hiệu chỉnh của họ phức tạp hơn. Bài báo tương tự của Wikipedia về sự khác biệt màu sắc cho thấy một số trong số chúng.


Công cụ chuyển đổi nào hoạt động tốt nhất trong Photoshop? ACE hoặc ICM

Adobe Windows Photoshop cung cấp hai công cụ chuyển đổi để chuyển đổi màu sắc. Chúng được sử dụng khi chuyển đổi giữa các không gian màu RGB khác nhau cũng như thực hiện chuyển đổi cần thiết để hiển thị bằng cách sử dụng cấu hình ICC của màn hình.

Có sự khác biệt đáng kể giữa những điều này không? Một công việc có thực hiện công việc chính xác hơn công việc kia không và nếu có, thì sự khác biệt về mặt trực quan có đáng kể không?

Một thước đo cụ thể về độ chính xác là tính nhất quán của bản thân. Ví dụ: nếu một người có một hình ảnh trong sRGB và chuyển đổi nó thành ProPhoto RGB thì quay lại sRGB một lần nữa, kết quả sẽ khá gần nhau vì gam của sRGB nhỏ hơn ở mọi chiều so với ProPhoto.

Vì vậy, nếu chúng ta xem xét một tập hợp tất cả các màu có thể, 8 bit trên mỗi kênh, sRGB và chuyển đổi chúng thành ProPhoto RGB thì quay lại sRGB, lỗi tối đa do Microsoft ICM Engine so với Adobe ACE Engine tạo ra là bao nhiêu?

Nếu có sai số, chúng lớn như thế nào và chúng có nhìn thấy được không?


Các bước xử lý:

Các bước liên quan đến việc lấy đầu ra từ hai đường ống xử lý như sau:

Đầu ra từ Adobe PS: Tải DNG, Cân bằng màu để loại bỏ bất kỳ phôi nào bằng cách điều chỉnh thanh trượt nhiệt độ màu, sau đó áp dụng mặt nạ Unsharp (Số lượng-100%, Bán kính-2 pixel, Ngưỡng-65), Bộ lọc nhiễu trung bình (bán kính-1 pixel) , Lưu hình ảnh đã xử lý dưới dạng BMP.

Đầu ra từ Độc quyền: Demosaicing (thuật toán AHD), Cân bằng màu sử dụng ma trận hiệu chỉnh màu, Cân bằng trắng tự động PErform sử dụng thuật toán độc quyền, Chuyển đổi màu RGB-> YUV, Che dấu hiệu không sắc nét (chỉ riêng thuật toán độc quyền trên thành phần Y), Bộ lọc nhiễu trung bình trên Y, U, V (Bộ lọc trung vị 3x3 tiêu chuẩn trên hình ảnh), Hiệu chỉnh gamma, chuyển đổi màu YUV-> RGB, lưu dưới dạng BMP.


2 câu trả lời 2

Nó phụ thuộc vào những gì mã của bạn đang làm, tức là logic thực tế mà bạn cần kiểm tra là gì.

Tôi cho rằng ứng dụng của bạn sử dụng API để vẽ các đối tượng như vòng tròn, đường thẳng, v.v. Trong trường hợp này, mục tiêu của bạn không phải là kiểm tra xem hình ảnh / màn hình có tương ứng với những gì mong đợi hay không — nếu bạn yêu cầu API vẽ một khoanh tròn tại một vị trí nhất định, nó thuộc về API đó để phản ánh hình ảnh / màn hình tương ứng. Thay vào đó, những gì bạn cần kiểm tra là khi người gọi gọi một phương thức cụ thể của của bạn mã, sau đó mã của bạn được gọi là một phương thức để vẽ cái này hoặc cái kia.

Bạn làm điều này bằng cách sử dụng hàng giả hoặc đồ giả. Nói cách khác, khi kiểm tra một lớp cụ thể, bạn sẽ không chèn API thực để vẽ các đối tượng trên hình ảnh / màn hình, mà thay vào đó là một chất thay thế mà bạn đã viết riêng cho các bài kiểm tra và sẽ không có bản vẽ thực. Thay vào đó, ví dụ, phương thức thay thế sẽ chỉ ghi lại rằng bạn đã gọi một phương thức nhất định với các tham số cụ thể. Sau đó, thử nghiệm của bạn sẽ yêu cầu phương thức thay thế này cho biết phương thức đã được gọi hay chưa, và thành công hay thất bại tùy thuộc vào điều đó.


Các tính toán Máy học ở đây dựa trên điều gì?

Công trình này được lấy cảm hứng từ ý tưởng biểu diễn hàm sóng bằng máy Boltzmann hạn chế (RBM), được trình bày gần đây bởi G. Carleo và M. Troyer, Science 355, Số 6325, trang 602-606 (2017). Họ đặt tên cho một chức năng / mạng sóng như vậy là trạng thái lượng tử mạng nơron (NQS). Trong bài báo của họ, họ áp dụng nó vào các hệ thống mạng spin cơ lượng tử của mô hình Ising và mô hình Heisenberg, với những kết quả đáng khích lệ.

Cảm ơn Jane Kim (MSU), Julie Butler (MSU), Vilde Flugsrud (UiO), Alfred Alocias Mariadason (UiO), Even Nordhagen (UiO), Bendik Samseth (UiO) và Robert Solli (UiO) đã có nhiều cuộc thảo luận và diễn giải.


Tôi muốn lập hồ sơ máy quét của mình bằng biểu đồ IT8.7 / 2. Phân tích hồ sơ ICC mà tôi đã tạo cho thấy rằng Điểm trắng phương tiện gần với độ chiếu sáng D65 (6501K). Điều đó có nghĩa là gì?

Có nghĩa là nó đã phân tích kết quả quét của bạn và đã xác định rằng đèn chiếu sáng cho máy quét của bạn có tâm là 6501K.

Có nghĩa là bất cứ khi nào tôi áp dụng hồ sơ này cho một hình ảnh, nó sẽ có một điểm trắng D65?

Có nghĩa là khi bạn áp dụng hồ sơ này cho các hình ảnh được tạo bằng máy quét được đề cập, màu sắc sẽ chính xác (trong giới hạn của biểu đồ màu và phần mềm của bạn).

Bỏ qua điểm trắng của phương tiện trong cấu hình máy quét

Tôi muốn lập hồ sơ máy quét của mình bằng biểu đồ IT8.7 / 2. Phân tích hồ sơ ICC mà tôi đã tạo, nó cho thấy rằng Điểm trắng phương tiện gần với độ chiếu sáng D65 (6501K). Điều đó có nghĩa là gì?

Đối với máy quét phản chiếu, không có gì. Và Điểm trắng phương tiện trong cấu hình máy quét ICC không phải là điểm sáng của máy quét.

Cấu hình máy quét phản xạ chuyển đổi các giá trị & quotrgb & quot từ máy quét thành các giá trị Phòng thí nghiệm D50. Luôn. Sau đó, chúng thường được ứng dụng chuyển đổi sang cấu hình tiêu chuẩn như sRGB hoặc ProPhoto RGB bằng cách sử dụng cấu hình máy quét. D50 là tham chiếu chung cho hồ sơ ICC. Mặc dù & quotMedia White Point & quot có ý nghĩa quan trọng đối với các hoạt động như in, điều này là do giấy của máy in không bao giờ có màu trắng hoàn hảo và điểm trắng của giấy chưa in hoặc giấy ảnh chưa phơi sáng phải được đo và tính đến để in chính xác về mặt nhiệt lượng.

Mặt khác, hồ sơ máy quét không những không sử dụng thông tin này mà còn không có cách nào để xác định nó. Cấu hình máy quét được tạo từ dữ liệu RGB của máy quét cùng với dữ liệu D50 Lab được cung cấp cho mục tiêu quét IT8. Không có gì khác là cần thiết hoặc có sẵn. Ví dụ ở đây là quang phổ của ánh sáng được đo từ máy quét Epson V850 của tôi. Nó không ở bất kỳ đâu gần với D50 hoặc D65 nhưng Điểm trắng phương tiện trong cấu hình XRite IT8 là D50.

Để quét phản xạ chính xác, chỉ đơn giản là ánh sáng của máy quét là gì. Vật chất là ánh sáng, nhân với phản ứng của bộ lọc RGB và cảm biến ở mỗi bước sóng. Lý tưởng nhất là chúng phải khớp, theo nghĩa tuyến tính, tổ hợp, các chức năng đối sánh màu của CIE D50. Điều này cho phép tạo hồ sơ chất lượng cao.

Có nghĩa là bất cứ khi nào tôi áp dụng hồ sơ này vào một hình ảnh, nó sẽ có điểm trắng D65?

Không. Việc áp dụng cấu hình cho hình ảnh máy quét dẫn đến các giá trị Lab dựa trên D50 bất kể Điểm trắng phương tiện được đặt thành gì.

Các vấn đề khác với Hồ sơ máy quét không thể khắc phục

Hai nguồn lỗi đáng kể là nội tại của máy quét. Lỗi Metameric Failure, và nhiễu xuyên âm không gian các khu vực rộng lớn.

Lỗi Metameric Failure xảy ra khi hai màu giống nhau về mặt thị giác nhưng khác nhau đáng kể về quang phổ, có các màu khác nhau khi được quét. IK đã gặp phải vấn đề này khi so sánh các bản quét của thẻ ColorChecker và các màu giống nhau được in. Mặc dù các màu đo được nằm trong phạm vi 1 deltaE của nhau bằng máy quang phổ, màu sắc của các lần quét khác nhau ở hai hình ảnh chênh lệch nhau tới 9 deltaE. Điều đó nói rằng, máy quét có thể tạo ra các bản quét khá chính xác nếu chúng được định hình từ các biểu đồ sử dụng các phương tiện tương tự. Ví dụ, quét các bản in màu hóa học sẽ tạo ra các bản quét tốt nhất khi các cấu hình được tạo từ biểu đồ IT8 bằng cách sử dụng cùng một quy trình màu hóa học. Tương tự, chất lượng tốt có thể đạt được với các biểu đồ IT8 được in phun và các cấu hình này là tuyệt vời cho các vật liệu in CYM. Tôi đã tìm thấy sự nhất quán đáng kể trên nhiều máy in với cùng một cấu hình biểu đồ máy in phun. Tuy nhiên, các lỗi lớn vẫn xảy ra khi quét các màu tự nhiên hoặc các sắc tố được sử dụng, chẳng hạn cho các tác phẩm nghệ thuật.

Nhiễu xuyên âm không gian diện rộng xảy ra khi ánh sáng lân cận từ một đối tượng được quét phản xạ lại gần các cấu trúc trên máy quét và thêm ánh sáng vào các điểm được quét. Vì quá trình này là tuyến tính nên nó có thể được ước tính bằng toán học. Tôi đã thấy nhiều như một delta E của 8 xảy ra với Epson V850. Mô tả chi tiết (và chương trình để sửa nó) là ở đây.


Các nhà thiết kế và nhà khoa học nói các ngôn ngữ khác nhau.

Tôi biết điều này đầu tiên, bởi vì con gái tôi là một nhà giáo dục và sinh viên nghệ thuật được đào tạo bài bản, còn tôi là một nhà khoa học về màu sắc. Chúng tôi đã tranh luận về màu sắc trên bàn ăn trong nhiều năm, và cuối cùng tôi đã tìm ra lý do. Con gái tôi, nghệ sĩ nói ngôn ngữ L * C * h ° của Munsell, và tôi nói phương ngữ L * a * b * của khoa học công nghiệp.

Các nhà thiết kế quan tâm đến độ sáng, sắc độ và màu sắc, nhưng điều đó chẳng có nghĩa lý gì đối với tôi nếu tôi đang ở trong phòng thí nghiệm pha màu và tạo bóng cho một lô sản phẩm. Tôi không thể lấy một lon “chroma” và thêm vào đó một mẻ. Ngôn ngữ có ý nghĩa đối với tôi là L * a * b * vì nó cho tôi biết tôi cần thêm bao nhiêu màu đỏ, xanh lá cây, vàng hoặc xanh lam để đạt được màu mục tiêu. May mắn thay, bạn chỉ cần biết về sự ngắt kết nối này giữa các nhà thiết kế và nhà khoa học vì phần mềm quản lý màu sắc có thể thực hiện chuyển đổi L * C * h ° sang L * a * b * cho bạn.

Ở đây cả hai phương pháp đặc tả màu đều được minh họa. Phương thức đầu tiên là L * a * b * và phương thức thứ hai là L * C * H *. Hãy nhớ rằng khu vực bên ngoài của hình elip nhận thức vẫn được phần mềm ghi lại là "tốt". Đây là màu có thể vận chuyển bằng công cụ, nhưng thị giác kém đối với mắt được đào tạo. Nếu bạn đang bắt đầu chương trình QA kiểm soát màu sắc và có thể xây dựng dữ liệu của mình theo một trong hai cách, bạn sẽ chọn phương pháp nào?


Đây là một phát biểu của định luật đầu tiên của nhiệt động lực học. Định luật đầu tiên nói rằng năng lượng của một hệ cô lập được bảo toàn. Một hệ cô lập là một hệ trong đó không trao đổi khối lượng và năng lượng với môi trường xung quanh. Phương trình này cho thấy hai phương tiện mà một hệ kín (nghĩa là một hệ trong đó khối lượng được bảo toàn nhưng năng lượng thì không) có thể trao đổi năng lượng với môi trường xung quanh nó - bằng nhiệt hoặc bằng công.

Tất cả các chuyển giao năng lượng có thể được mô tả dưới dạng dòng nhiệt hoặc công việc được thực hiện trên hoặc bởi một hệ thống, và do đó tổng năng lượng nhiệt đi vào hoặc đi ra ($ q $), cộng với tổng năng lượng làm việc đi vào hoặc ra ($ w $), phải bằng tổng thay đổi năng lượng bên trong của hệ thống ($ Delta E $).

Phương trình này đặc biệt quan trọng trong nhiệt động lực học hóa học vì chúng ta không có cách nào để đo trực tiếp tổng nội năng của một hệ thống thực - tất cả những gì chúng ta có thể đo được là nhiệt lượng và công đi vào hoặc ra khỏi hệ thống, và do đó thay đổi trong nội năng.

Định luật đầu tiên của nhiệt động lực học.

Đó là định luật đầu tiên của nhiệt động lực học, được hình thành thông qua việc lặp lại nhiều quan sát khoa học liên quan đến sự thay đổi năng lượng liên quan đến các phản ứng hóa học.

Các nhà khoa học quan sát thấy rằng khi hệ thống chuyển từ trạng thái này sang trạng thái khác, tổng năng lượng không bị phá hủy cũng không được tạo ra. Nó truyền từ hệ thống ra xung quanh, đây được gọi là Định luật Bảo toàn Năng lượng, và một trong những kết quả quan trọng của định luật này là: "Khi hệ thống chuyển từ trạng thái này sang trạng thái khác, sự thay đổi năng lượng của hệ là không đổi bất kể về cách thay đổi đã xảy ra. " Lượng năng lượng thay đổi chỉ phụ thuộc vào trạng thái ban đầu của hệ thống và trạng thái cuối cùng của hệ thống.

Có một số dạng biểu diễn của định luật đầu tiên của nhiệt động lực học:

"Tổng năng lượng thay đổi của hệ thống và xung quanh bằng không. Năng lượng bị phá hủy cũng không được tạo ra"

"Nếu chúng ta khởi động một hệ thống trong một tình huống cụ thể và sau đó thực hiện một loạt các thay đổi để hệ thống trở lại trạng thái ban đầu, thì kết quả của sự thay đổi năng lượng bằng không."

Thông thường, chúng ta không quan tâm đến những thay đổi dẫn đến sự trở lại của hệ thống về trạng thái ban đầu, mà là những thay đổi về năng lượng liên quan đến sự thay đổi của hệ thống từ trạng thái ban đầu đến trạng thái cuối cùng.

Những thay đổi về năng lượng là tổng các thay đổi của tất cả các loại động năng của nguyên tử, phân tử hoặc ion tạo nên vật chất, động năng của các electron, hoặc các dạng thế năng khác nhau do sự hiện diện của các lực hút khác nhau hoặc lực đẩy trong các bộ phận của hệ thống. Chúng tôi biểu thị tổng của tất cả các loại năng lượng này là nội năng với ký hiệu $ E $.

Rất khó để đo nội năng của hệ thống nhưng điều thực sự có thể đo được là sự thay đổi nội năng của hệ $ Delta $, bằng hiệu giữa nội năng cuối cùng và nội năng ban đầu. năng lượng: $ Delta = E_2-E_1 $.

Tức là, nội năng $ E $ là một hàm trạng thái, vì vậy sự thay đổi trong $ Delta$ chỉ phụ thuộc vào giá trị cuối cùng và giá trị ban đầu của nó.

Khi một sự thay đổi vật lý hoặc hóa học xảy ra, năng lượng giữa hệ thống và môi trường xung quanh được trao đổi theo một hoặc cả hai điều sau:

a- Nhiệt năng truyền từ xung quanh vào hệ không cô lập như trong các phản ứng thu nhiệt, ở đó nội năng của hệ tăng và nội năng của môi trường xung quanh giảm.

b- Nhiệt năng truyền từ hệ không cô lập ra xung quanh như trong các phản ứng tỏa nhiệt, ở đó nội năng của hệ giảm và nội năng của xung quanh tăng.

2- Thay đổi trong công việc, là một dạng năng lượng, nó là thế năng. Đây cũng là hai trường hợp:

a- Công có thể được thực hiện trên xung quanh bởi một hệ thống như trong trường hợp hệ thống mở rộng, năng lượng truyền từ hệ thống ra xung quanh, nghĩa là làm giảm nội năng của hệ và tăng nội năng của xung quanh. .

b-Xung quanh truyền công cho hệ như khi hệ nén nên năng lượng truyền từ xung quanh sang hệ tức là làm tăng nội năng của hệ và giảm nội năng của xung quanh.

Nếu chúng ta cho dòng nhiệt năng $ q $ từ xung quanh vào hệ, đồng thời hệ thực hiện một tác dụng lên xung quanh, thì nội năng của hệ tăng lên do sự hấp thụ nhiệt năng $ q $, trong khi nội năng của hệ bị giảm do mất thế năng ở dạng công $ w $, do đó:

Do đó, sự thay đổi năng lượng bên trong của hệ thống là: $ Delta = q-w $

Trên cơ sở của phương trình này:

a- Dương tính nếu nó chảy từ xung quanh vào hệ thống như trong các phản ứng thu nhiệt.

b- Âm nếu nó chảy từ hệ ra xung quanh như trong các phản ứng thu nhiệt.

a- Tích cực nếu hệ dẫn công ra xung quanh như trường hợp khí nở ra.

b-Âm nếu xung quanh dẫn công lên hệ như trường hợp nén khí.

Ví dụ, nếu chúng ta bắt đầu với khí được giam trong một xi lanh có pittông ở nhiệt độ phòng và đặt xi lanh trong nước sôi, chẳng hạn, nhiệt truyền từ xung quanh (nước sôi) sang hệ thống (khí kín). Do sự truyền nhiệt, chất khí nở ra và đẩy pít-tông đang thực hiện công.Nếu nhiệt lượng truyền từ xung quanh vào hệ $ pu <400 text> $ và số lượng công việc mà hệ thống thực hiện là $ pu <300 text> $, sự thay đổi năng lượng bên trong của hệ thống $ Delta$, là: $ begin <> Delta

= pu <+ 100J> end$ Trong trường hợp này, nội năng của hệ thống tăng thêm $ 100 $ joules, trong khi nội năng của xung quanh giảm đi $ 100 $ joules, tức là sự thay đổi nội năng của $ Delta xung quanh$ bằng (-100) jun.

Sự thay đổi nội năng của sự gia tăng có thể được tính như sau:

$ q $ cho xung quanh bằng $ (- 400) $ joules vì ​​xung quanh đã mất nhiệt năng, nhưng $ mathrm$ cho xung quanh bằng $ (-300) $ joules vì ​​công việc được thực hiện trên $ begin xung quanh <> Delta_chữ

= pu <-100J> end$ Chúng ta có thể thấy rằng tổng năng lượng bên trong của hệ thống và xung quanh bằng 0, hoặc: $ Delta_ text <(hệ thống)> = - Delta_ text <(xung quanh)> $ $ Delta_ text <(hệ thống)> + Delta_ text <(xung quanh)> = text$ Đây là một trong những dạng biểu thị định luật đầu tiên của nhiệt động lực học: "Tổng năng lượng thay đổi của hệ thống và xung quanh bằng không. Năng lượng bị phá hủy cũng không được tạo ra"


19 Câu trả lời 19

Xem bài viết trên Wikipedia về Sự khác biệt về Màu sắc để biết các hướng dẫn phù hợp. Về cơ bản, bạn muốn tính toán số liệu khoảng cách trong một số không gian màu đa chiều.

Nhưng RGB không & quot đồng nhất & quot, vì vậy chỉ số khoảng cách Euclidean RGB của bạn do Vadim đề xuất sẽ không khớp với khoảng cách mà con người cảm nhận được giữa các màu. Đầu tiên, L * a * b * được dự định là một không gian màu thống nhất về mặt tri giác và số liệu deltaE thường được sử dụng. Nhưng có nhiều không gian màu tinh tế hơn và các công thức deltaE tinh tế hơn để phù hợp hơn với nhận thức của con người.

Bạn sẽ phải tìm hiểu thêm về không gian màu và ánh sáng để thực hiện chuyển đổi. Nhưng để có công thức nhanh tốt hơn chỉ số Euclidean RGB, chỉ cần làm như sau:

  • Giả sử rằng các giá trị RGB của bạn nằm trong không gian màu sRGB
  • Tìm công thức chuyển đổi sRGB sang L * a * b *
  • Chuyển đổi màu sRGB của bạn thành L * a * b *
  • Tính toán deltaE giữa hai giá trị L * a * b * của bạn

Nó không đắt về mặt tính toán, nó chỉ là một số công thức phi tuyến tính và một số phép nhân và phép cộng.

Chỉ là một ý tưởng đầu tiên nảy ra trong đầu tôi (xin lỗi nếu ngu ngốc). Ba thành phần của màu sắc có thể được giả định là tọa độ 3D của các điểm và sau đó bạn có thể tính toán khoảng cách giữa các điểm.

Khoảng cách giữa các màu là

thực sự tôi đã đi trên con đường tương tự cách đây vài tháng. không có câu trả lời hoàn hảo cho câu hỏi (đã được hỏi ở đây một vài lần) nhưng có một câu trả lời phức tạp hơn sau đó là sqrt (r-r) vv và dễ dàng hơn để cấy trực tiếp với RGB mà không cần di chuyển đến tất cả các loại không gian màu thay thế. Tôi tìm thấy công thức này ở đây, đây là công thức gần đúng với chi phí thấp của công thức thực khá phức tạp (bởi CIE là W3C của màu, vì đây là một nhiệm vụ chưa hoàn thành, bạn có thể tìm thấy các phương trình khác biệt màu cũ hơn và đơn giản hơn ở đó). chúc may mắn

Chỉnh sửa: Đối với hậu thế, đây là mã C có liên quan:

Giá trị màu có nhiều hơn một chiều, vì vậy không có cách nào về bản chất để so sánh hai màu. Bạn phải xác định cho trường hợp sử dụng của mình ý nghĩa của các màu và từ đó làm thế nào để so sánh chúng tốt nhất.

Nhiều khả năng bạn muốn so sánh các thuộc tính màu sắc, độ bão hòa và / hoặc độ đậm nhạt của màu sắc đối lập với các thành phần màu đỏ / xanh lá cây / xanh lam. Nếu bạn gặp khó khăn trong việc tìm ra cách bạn muốn so sánh chúng, hãy lấy một số cặp màu mẫu và so sánh chúng trong nhẩm, sau đó cố gắng biện minh / giải thích cho bản thân tại sao chúng giống nhau / khác nhau.

Khi bạn đã biết thuộc tính / thành phần nào của màu bạn muốn so sánh, thì bạn cần tìm ra cách trích xuất thông tin đó từ một màu.

Nhiều khả năng bạn sẽ chỉ cần chuyển đổi màu từ đại diện RedGreenBlue phổ biến thành HueSaturationLightness, và sau đó tính toán một cái gì đó như

Ví dụ này sẽ cung cấp cho bạn một giá trị vô hướng đơn giản cho biết gradient / màu của các màu cách nhau bao xa.


19 Câu trả lời 19

Xem bài viết trên Wikipedia về Sự khác biệt về Màu sắc để biết các hướng dẫn phù hợp. Về cơ bản, bạn muốn tính toán số liệu khoảng cách trong một số không gian màu đa chiều.

Nhưng RGB không & quot; đồng nhất & quot, vì vậy chỉ số khoảng cách Euclidean RGB của bạn do Vadim đề xuất sẽ không khớp với khoảng cách mà con người cảm nhận được giữa các màu. Đầu tiên, L * a * b * được dự định là một không gian màu thống nhất về mặt tri giác và số liệu deltaE thường được sử dụng. Nhưng có nhiều không gian màu tinh tế hơn và các công thức deltaE tinh tế hơn để phù hợp hơn với nhận thức của con người.

Bạn sẽ phải tìm hiểu thêm về không gian màu và ánh sáng để thực hiện chuyển đổi. Nhưng để có công thức nhanh tốt hơn chỉ số Euclidean RGB, chỉ cần làm như sau:

  • Giả sử rằng các giá trị RGB của bạn nằm trong không gian màu sRGB
  • Tìm công thức chuyển đổi sRGB sang L * a * b *
  • Chuyển đổi màu sRGB của bạn thành L * a * b *
  • Tính toán deltaE giữa hai giá trị L * a * b * của bạn

Nó không đắt về mặt tính toán, nó chỉ là một số công thức phi tuyến tính và một số phép nhân và phép cộng.

Chỉ là một ý tưởng đầu tiên nảy ra trong đầu tôi (xin lỗi nếu ngu ngốc). Ba thành phần của màu sắc có thể được giả định là tọa độ 3D của các điểm và sau đó bạn có thể tính toán khoảng cách giữa các điểm.

Khoảng cách giữa các màu là

thực sự tôi đã đi trên con đường tương tự cách đây vài tháng. không có câu trả lời hoàn hảo cho câu hỏi (đã được hỏi ở đây một vài lần) nhưng có một câu trả lời phức tạp hơn sau đó là sqrt (r-r) vv và dễ dàng hơn để cấy trực tiếp với RGB mà không cần di chuyển đến tất cả các loại không gian màu thay thế. Tôi tìm thấy công thức này ở đây, đây là một công thức gần đúng với chi phí thấp của công thức thực khá phức tạp (bởi CIE là W3C của màu, vì đây là một nhiệm vụ chưa hoàn thành, bạn có thể tìm thấy các phương trình sai lệch màu cũ hơn và đơn giản hơn ở đó). chúc may mắn

Chỉnh sửa: Đối với hậu thế, đây là mã C có liên quan:

Giá trị màu có nhiều hơn một chiều, vì vậy không có cách nào về bản chất để so sánh hai màu. Bạn phải xác định cho trường hợp sử dụng của mình ý nghĩa của các màu và từ đó làm thế nào để so sánh chúng tốt nhất.

Nhiều khả năng bạn muốn so sánh các thuộc tính màu sắc, độ bão hòa và / hoặc độ đậm nhạt của màu sắc đối lập với các thành phần màu đỏ / xanh lá cây / xanh lam. Nếu bạn gặp khó khăn trong việc tìm ra cách bạn muốn so sánh chúng, hãy lấy một số cặp màu mẫu và so sánh chúng trong nhẩm, sau đó cố gắng biện minh / giải thích cho bản thân tại sao chúng giống nhau / khác nhau.

Khi bạn biết thuộc tính / thành phần nào của màu bạn muốn so sánh, thì bạn cần tìm cách trích xuất thông tin đó từ một màu.

Nhiều khả năng bạn sẽ chỉ cần chuyển đổi màu từ đại diện RedGreenBlue phổ biến thành HueSaturationLightness, và sau đó tính toán một cái gì đó như

Ví dụ này sẽ cung cấp cho bạn một giá trị vô hướng đơn giản cho biết gradient / màu của các màu cách nhau bao xa.


Đây là một phát biểu của định luật đầu tiên của nhiệt động lực học. Định luật đầu tiên nói rằng năng lượng của một hệ cô lập được bảo toàn. Một hệ cô lập là một hệ trong đó không trao đổi khối lượng và năng lượng với môi trường xung quanh. Phương trình này cho thấy hai phương tiện mà một hệ kín (nghĩa là một hệ trong đó khối lượng được bảo toàn nhưng năng lượng thì không) có thể trao đổi năng lượng với môi trường xung quanh nó - bằng nhiệt hoặc bằng công.

Tất cả các chuyển giao năng lượng có thể được mô tả dưới dạng dòng nhiệt hoặc công việc được thực hiện trên hoặc bởi một hệ thống, và do đó tổng lượng nhiệt năng đi vào hoặc đi ra ($ q $), cộng với tổng lượng năng lượng làm việc đi vào hoặc ra ($ w $), phải bằng tổng thay đổi năng lượng bên trong của hệ thống ($ Delta E $).

Phương trình này đặc biệt quan trọng trong nhiệt động lực học hóa học vì chúng ta không có cách nào để đo trực tiếp tổng nội năng của một hệ thống thực - tất cả những gì chúng ta có thể đo được là nhiệt lượng và công đi vào hoặc ra khỏi hệ thống, và do đó thay đổi trong nội năng.

Định luật đầu tiên của nhiệt động lực học.

Đó là định luật đầu tiên của nhiệt động lực học, được hình thành thông qua việc lặp lại nhiều quan sát khoa học liên quan đến sự thay đổi năng lượng liên quan đến các phản ứng hóa học.

Các nhà khoa học quan sát thấy rằng khi hệ thống chuyển từ trạng thái này sang trạng thái khác, tổng năng lượng không bị phá hủy cũng không được tạo ra. Nó truyền từ hệ thống ra xung quanh, đây được gọi là Định luật Bảo toàn Năng lượng, và một trong những kết quả quan trọng của định luật này là: "Khi hệ thống chuyển từ trạng thái này sang trạng thái khác, sự thay đổi năng lượng của hệ là không đổi bất kể về cách thay đổi đã xảy ra. " Lượng năng lượng thay đổi chỉ phụ thuộc vào trạng thái ban đầu của hệ thống và trạng thái cuối cùng của hệ thống.

Có một số dạng biểu diễn của định luật đầu tiên của nhiệt động lực học:

"Tổng năng lượng thay đổi của hệ thống và xung quanh bằng không. Năng lượng bị phá hủy cũng không được tạo ra"

"Nếu chúng ta khởi động một hệ thống trong một tình huống cụ thể và sau đó thực hiện một loạt các thay đổi để hệ thống trở lại trạng thái ban đầu, thì kết quả của sự thay đổi năng lượng bằng không."

Thông thường, chúng ta không quan tâm đến những thay đổi dẫn đến sự trở lại của hệ thống về trạng thái ban đầu, mà là những thay đổi về năng lượng liên quan đến sự thay đổi trong hệ thống từ trạng thái ban đầu đến trạng thái cuối cùng.

Những thay đổi về năng lượng là tổng các thay đổi của tất cả các loại động năng của nguyên tử, phân tử hoặc ion tạo nên vật chất, động năng của các electron, hoặc các dạng thế năng khác nhau do sự hiện diện của các lực hút khác nhau hoặc lực đẩy trong các bộ phận của hệ thống. Chúng tôi biểu thị tổng của tất cả các loại năng lượng này là nội năng với ký hiệu $ E $.

Rất khó để đo nội năng của hệ thống nhưng điều thực sự có thể đo được là sự thay đổi nội năng của hệ $ Delta $, bằng hiệu giữa nội năng cuối cùng và nội năng ban đầu. năng lượng: $ Delta = E_2-E_1 $.

Tức là, năng lượng bên trong $ E $ là một hàm trạng thái, vì vậy sự thay đổi trong $ Delta$ chỉ phụ thuộc vào giá trị cuối cùng và giá trị ban đầu của nó.

Khi một sự thay đổi vật lý hoặc hóa học xảy ra, năng lượng giữa hệ thống và môi trường xung quanh được trao đổi theo một hoặc cả hai điều sau:

a- Nhiệt năng truyền từ xung quanh vào hệ không cô lập như trong các phản ứng thu nhiệt, ở đó nội năng của hệ tăng và nội năng của môi trường xung quanh giảm.

b- Nhiệt năng truyền từ hệ không cô lập ra xung quanh như trong các phản ứng tỏa nhiệt, ở đó nội năng của hệ giảm và nội năng của xung quanh tăng.

2- Thay đổi trong công việc, đó là một dạng năng lượng, nó là thế năng. Đây cũng là hai trường hợp:

a- Công có thể được thực hiện trên xung quanh bởi một hệ thống như trong trường hợp mở rộng hệ thống, năng lượng truyền từ hệ thống ra xung quanh, tức là làm giảm nội năng của hệ và tăng nội năng của xung quanh. .

b-Xung quanh truyền công cho hệ như khi hệ nén nên năng lượng truyền từ xung quanh sang hệ tức là làm tăng nội năng của hệ và giảm nội năng của xung quanh.

Nếu chúng ta cho dòng nhiệt năng $ q $ từ xung quanh vào hệ, đồng thời hệ thực hiện một tác dụng lên xung quanh, thì nội năng của hệ tăng lên do sự hấp thụ nhiệt năng $ q $, trong khi nội năng của hệ bị giảm do mất thế năng ở dạng công $ w $, do đó:

Do đó, sự thay đổi năng lượng bên trong của hệ thống là: $ Delta = q-w $

Trên cơ sở của phương trình này:

a- Dương nếu nó chảy từ xung quanh vào hệ thống như trong các phản ứng thu nhiệt.

b- Âm nếu nó chảy từ hệ ra xung quanh như trong các phản ứng thu nhiệt.

a- Tích cực nếu hệ dẫn công ra xung quanh như trường hợp khí nở ra.

b-Âm nếu xung quanh dẫn công lên hệ như trường hợp nén khí.

If we start with gas confined in a cylinder with a piston at room temperature and put the cylinder in boiling water, for example, the heat transfers from the surrounding (boiling water) to the system (the confined gas). Due to heat transfer, the gas expands and pushes the piston that is doing the work.If the amount of heat transferred from the surrounding to the system $pu<400 ext>$ , and the amount of work done by the system was $pu<300 ext>$ , the change in the internal energy of the system $Delta$ , is: $egin < >Delta

=pu <+100J>end$ In this case, the internal energy of the system increases by $100$ joules, while the internal energy of the surrounding is decreased by $100$ joules, that the change in the internal energy of the surrounding $Delta$ is equal to (-100 )joules.

The change in the internal energy of the surrunding can be calculated as follows:

$q$ for the surrounding is equal to $(-400)$ joules because the surrounding has lost heat energy, but $mathrm$ for the surrounding equals $ (-300)$ joules because the work is done on the surrounding $egin < >Delta_ ext

=pu <-100J>end$ We can see that the total internal energy of the system and the surrounding is zero ,or : $Delta_ ext <(system)>= -Delta_ ext<(surrounding)>$ $Delta_ ext <(system)>+Delta_ ext<(surrounding)>= ext$ This is one of the forms that express the first law of thermodynamics: "The total energy change of the system and the surrounding is zero. The energy is either destroyed nor created "


2 câu trả lời 2

It depends on what your code is doing, i.e. what is the actual logic you need to test.

I presume that your application uses an API in order to draw objects such as circles, lines, etc. In this case, your goal is not to test whether the image/screen corresponds to what was expected—if you requested the API to draw a circle at a given position, it belongs to that API to reflect the image/screen accordingly. Instead, what you need to test is that when a caller invoked a specific method of của bạn code, then your code called a method to draw this or that.

You do this by using fakes or mocks. In other words, when testing a specific class, you won't inject the real API which draws objects on an image/screen, but instead a substitute that you've written specifically for the tests, and which will do no real drawing. Instead, the substitute will just, for instance, record that you called a given method with specific parameters. Later on, your test will request this substitute to tell if the method was called, and succeed or fail depending on that.


Processing Steps:

The steps involved in obtaining the outputs from the two processing pipelines is as follows:

Output from Adobe PS: Load DNG, Colour balance to remove any casts by adjusting the colour temperature slider,then apply Unsharp mask(Amount-100%, Radius-2 pixels,Threshold-65), Noise filter Median(radius-1 pixel),Save processed image as a BMP.

Output from Proprietary: Demosaicing(AHD algorithm),Colour balancing using a colour correction matrix, PErform Auto white balancing using a proprietary algorithm, RGB->YUV colour conversion, Un-sharp masking(proprietary algorithm on Y component alone), Median noise filter on Y,U,V (Standard 3x3 median filter on image), Gamma correction,YUV->RGB colour conversion, save as BMP.


What Conversion Engine works best in Photoshop? ACE or ICM

Adobe's Windows Photoshop offers two conversion engines for converting colors. These are used when converting between different RGB colorspaces as well as doing conversion required for displaying using the monitor's ICC profile.

Are there significant differences between these? Does one do a more accurate job than the other and, if so, are the differences visually significant?

One specific measure of accuracy is self consistency. For instance if one has an image in sRGB and converts it to ProPhoto RGB then back to sRGB again the results should be quite close since sRGB's gamut is smaller in every dimension than ProPhoto.

So, if we consider a set of all possible, 8 bits per channel, sRGB colors and convert them to ProPhoto RGB then back to sRGB what is the maximum error produced by the Microsoft ICM Engine v. the Adobe ACE Engine?

If there are errors, how large are they and are they visible?


Designers and scientists speak different languages.

I know this first hand, because my daughter is a classically trained art student and educator, and I am a color scientist. We’ve been debating color at the dinner table for years, and I finally figured out why. My daughter the artist speaks Munsell’s language of L*C*h°, and I speak the L*a*b* dialect of industrial science.

Designers are concerned with lightness, chroma and hue, but that means nothing to me if I’m in a lab tinting and shading a batch of product. I can’t grab a can of “chroma” and add it the batch. The language that makes sense to me is L*a*b* because it tells me how much red, green, yellow or blue I need to add to achieve my target color. Luckily you just need to be aware of this disconnect between designers and scientist because color management software can do the L*C*h° to L*a*b* conversion for you.

Here both methods of color specification are illustrated. The first method is L*a*b* and the second L*C*H*. Remember that the area outside of the perception ellipse is still recorded as “good” by the software. This is a color that would ship instrumentally, yet be visually poor to a trained eye. If you were at the beginning of a color control QA program and could build your data either way, which method would you choose?


I want to profile my scanner using an IT8.7/2 chart. Analyzing the ICC profile I generated it shows that the Media White Point is close to D65 illuminant (6501K). Điều đó có nghĩa là gì?

It means that it has analyzed the results of your scan and has determined that the illuminant for your scanner is centered on 6501K.

Does it mean that whenever I apply this profile to an image it will have a D65 white point?

It means that when you apply this profile to images that were created using the scanner in question the color will be accurate (to within the limits of your color chart and software).

Ignore the Media White Point in Scanner Profiles

I want to profile my scanner using an IT8.7/2 chart. Analyzing the ICC profile I generated it shows that the Media White Point is close to D65 illuminant (6501K). Điều đó có nghĩa là gì?

For reflection scanners, nothing. And the Media White Point in an ICC scanner profile is not that of the scanner's illuminant.

Reflection scanner profiles convert "rgb" values from a scanner to D50 Lab values. Always. These are then typically converted to a standard profile such as sRGB or ProPhoto RGB by the application using the scanner profile. D50 is the common reference for ICC profiles. While "Media White Point" has a critical meaning for operations such as printing, this is because the printer paper is never a perfect white and the white point of unprinted paper or unexposed photo paper must be measured and taken into account for calorimetrically accurate printing.

Scanner profiles, on the other hand, not only don't use this information, they have to no way to determine it. Scanner profiles are made from the scanner RGB data together with the D50 Lab data that is supplied for the IT8 scan target. Nothing else is needed or available. For instance here is the spectrum of the illuminant measured from my Epson V850 scanner. It's not anywhere close to D50 or D65 yet the Media White Point in an XRite IT8 profile is D50.

For accurate reflection scanning, it simply doesn't matter what the scanner's illuminant, alone, is. What does matter is the illuminant, multiplied by the RGB filters' and sensor response at each wavelength. Ideally, they should match, in a linear, combinatorial sense, the CIE D50 color matching functions. This allows high quality profile creation.

Does it mean that whenever I apply this profile to an image it will have a D65 white point?

No. Applying a profile to a scanner image results in Lab values based on D50 regardless of what the Media White Point is set to.

Other Problems with Scanners Profiles Can't Fix

Two significant sources of error are intrinsic to scanners. Metameric Failure Error, and Large Areas Spacial Crosstalk.

Metameric Failure Errors occur when two colors that are visually the same but significantly differ in spectra, have different colors when scanned. IK have run across this when comparing scans of a ColorChecker card and the same colors printed. Even though the measured colors are within 1 deltaE of each other with a spectrophotometer, the colors of the scans differ with the two images varying by as much as 9 deltaE. That said, scanners can produce quite accurate scans if they are profiled from charts that use similar media. For instance scanning chemical color prints will produce the best scans when profiles are made from IT8 charts using the same chemical color process. Similarly good quality can be achieved with inkjet printed IT8 charts and these profiles are excellent for CYM printed materials. I've found remarkable consistency across multiple printers with the same inkjet chart profile. However, large errors still occur scanning natural colors or pigments used, for instance for artwork.

Large Area Spacial Crosstalk occurs when nearby light from a scanned object bounces off near structures on the scanner and adds light to the points being scanned. Since this process is linear it can be estimated mathematically. I have seen as much as a delta E of 8 occur with an Epson V850. A detailed description (and program to correct it) is here.


What are the Machine Learning calculations here based on?

This work is inspired by the idea of representing the wave function with a restricted Boltzmann machine (RBM), presented recently by G. Carleo and M. Troyer, Science 355, Issue 6325, pp. 602-606 (2017). They named such a wave function/network a neural network quantum state (NQS). In their article they apply it to the quantum mechanical spin lattice systems of the Ising model and Heisenberg model, with encouraging results.

Thanks to Jane Kim (MSU), Julie Butler (MSU), Vilde Flugsrud (UiO), Alfred Alocias Mariadason (UiO), Even Nordhagen (UiO), Bendik Samseth (UiO) and Robert Solli (UiO) for many discussions and interpretations.


2 câu trả lời 2

Eyes and screens are nonlinear in a complex way, so no simple difference calculations with RGB numbers are useful. Serious scientific research has been done and we have got some recommendations how RGB numbers should be used when one wants to estimate the difference between 2 colors. This is, of course, for deciding if texts are readable on usual sRGB displays.

One well known calculation formula is recommended by WWW Consortium. You can find it here:

I give a couple of screenshots of it.

The subjective distance between 2 colors is defined as contrast ratio. It's defined with the following formula:

Relative luminances of the colors are calculated from their RGB numbers with the following formula:

The formulas can seem complex, but actually they are elementary math, no university level math skills are needed. The same formulas are also implemented as online calculators for those who want the result without calculations.

Contrast ratio isn't "distance" in the same sense as geometric distance. Minimum value of contrast ratio is 1 (=no contrast at all), minimum geometric distance =0. If you need zero as the minimum, take a logarithm.

There's also another important difference. W3C's Contrast ratio is designed to help to keep webpages readable also when one cannot see well hue differences, so it's essentially black&white contrast only.

If you want to present as well the differences of luminances as differences of other color qualities, the problem is different. Many attempts are done to create plausible full color difference measures. There's a Wikipedia article of them:

I pick out one relatively easy to understand version from there. It's for colors presented in CIELab color system (=Lab mode in Photoshop) and the formula is known as CIE76 color difference.

Let your 2 colors have Lab color numbers L1,a1,b1 and L2,a2,b2. Calculate euclidean distance between the number triplets:

Conversion between RGB and Lab is tricky. You must learn quite thoroughly the meaning of Lab numbers to understand it. To understand Lab fully one must at first understand XYZ color system which is the basic model for seen colors. Full conversion formulas are beyond the scope of this answer, but you can find them with web searches. Here's one place:

You can also pick the needed formulas from Wikipedia articles. Start from here: https://en.wikipedia.org/wiki/CIELAB_color_space

My own opinions: I do not like CIE76 distance. It shows substantial distance between two blacks - two Lab colors with different a and b, but zero L. I would multiply CIE76 distance with a number which is zero if the more luminous color of the two colors under comparison is black. A proper multiplier could be the sum of the L numbers. Or some it's power with exponent < 1.

Proper scientists obviously have noticed the same, but their corrected formulas are more complex. The same Wikipedia article of color differences shows several of them.



Bình luận:

  1. Aubin

    Off your shoulders! Good riddance! All the better!

  2. Ivon

    Tôi xem xét, rằng bạn đang nhầm lẫn. Hãy thảo luận về điều này. Gửi email cho tôi lúc PM, chúng ta sẽ nói chuyện.

  3. Adken

    Theo ý kiến ​​của tôi bạn không đúng. Tôi đề nghị nên thảo luận nó. Viết thư cho tôi trong PM, chúng tôi sẽ liên lạc.



Viết một tin nhắn