| layout | title |
|---|---|
post |
Rabbit 颜色差异计算实现细节 |
Rabbit 主旨在模拟“人的操作”，人眼看是个非常主要的操作，用电脑很难模拟。 Rabbit 提供两个基本的 API 1、指定范围找色 2、指定范围找图 这里是找色相关的原理。
找色的原理，最基本的就是给你3个色，ABC，得知道AB差异大，还是AC差异大。 普遍的做法当然是做 RGB 比较 = abs(A.r - B.r) + abs(A.g - B.g) + abs(A.b - B.b) 下面为了方便，都把 A.r - B.r 记作 ABr，abs(A.r - B.r) 记作 [ABr]，上述公式就是。 = [ABr] + [ABg] + [ABb] 我发现一个问题，如： ABr = 10, ABg = 20, ABb = 20; ABr = 30, ABg = 10, ABb = 10; 两者看上去，显然第二排的波动更明显，我想当然的认为这个地方应该使用方差之类，必须得体现出均匀差异和锯齿差异。 但实际测验发现，方差的话，效果并不是明显，有些采样数值有点夸大。 所以我的第一个版本的算法是这样 = pow([ABr],1.5) + pow([ABg],1.5) + pow([ABb],1.5) 实测能用。
上述算法在我采样范围内很好用，但是。。。总觉得不是个事。。。 无凭无据，干嘛 pow(1.5) 于是我仔细分析这个问题，并且增加了采样数量，发现 pow(1.5)，实际效果跟不做 pow 差别有限。 或者说，另外一个因素影响更大。 ABr = 30, ABg = 30, ABb = 30; ABr = 30, ABg = -30, ABb = 30; 实际上第一种情况看出来的是，整体的色偏。而第二种情况则是另一种颜色。 所以我的第一个版本的算法是这样 = [ABr] + [ABg] + [ABb] - 色偏补偿 色偏补偿为 abs((ABr + ABg + ABb)/3)*??? ??? 为色偏容错参考值，为 0-3 色偏容错参考值为1：也就是第一个情况色偏补偿是 30，整体数值为 60。第二个色偏补偿是 10，整体数值是 80。 色偏容错参考值为2：也就是第一个情况色偏补偿是 60，整体数值为 30。第二个色偏补偿是 20，整体数值是 70。 色偏容错参考值为3：也就是第一个情况色偏补偿是 90，整体数值为 0。 第二个色偏补偿是 30，整体数值是 60。 色偏容错参考值为1，适合通常情况，实测很好用。 如果能容忍偏色，完全可以设定为3。
假如颜色为 (50,100,150) 那么 左：(50,100,150) + (60,60,60) 和 右：(50,100,150) + (30,60,90) [img]http://ww4.sinaimg.cn/large/73740544jw1en2can12llj205k05kglk.jpg[/img] 哪个差异大？ 数据角度出发，第一个情况出现了灰度变化，而第二个角度，颜色变鲜艳，变亮了，接近于类似于亮度对比度变了。 我姑且可以认为他们差异是一样的，因为没有特殊需求。但我私以为从实际眼睛看的角度出发，能看出来第一个还是那种颜色。 第一个默认获得了一定的色偏补偿，所以最终是第一个颜色更接近。我在第一个版本里使用了 pow(1.5)，其实也就是处理这种情况。
![http://ww4.sinaimg.cn/large/73740544jw1en2can12llj205k05kglk.jpg[/img]](http://ww4.sinaimg.cn/large/73740544jw1en2can12llj205k05kglk.jpg%5B/img%5D){kind=link}
这东西，非要说为什么，我也不知道，我也不是学这种玩意儿的，带到样例里实验效果好，我就用了。