Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

ColorDistance

ColorDistance[c₁,c₂]

给出颜色指令 c₁ 和 c₂ 之间的近似感知距离.

ColorDistance[list,c]

给出 list 的元素与 c 之间的颜色距离.

ColorDistance[list₁,list₂]

给出 list₁ 和 list₂ 的对应元素之间的颜色距离.

ColorDistance[image,c]

给出一个图像，其像素值是 image 中像素和颜色 c 之间的颜色距离.

ColorDistance[image₁,image₂]

生成一个图像，按像素给出 image₁ 和image₂ 之间的颜色距离.

更多信息和选项

色距又称色差，是对视觉、知觉色彩差异的一种测量. 感知上相似的颜色色距较小.
ColorDistance 计算两种颜色之间的距离，即两种颜色向量在 LABColor 空间中的欧氏距离.
在计算颜色距离时，阿尔法通道被忽略.
ColorDistance 适用于任意二维和三维图像.
当 ColorDistance[image,…] 时，颜色距离以实型图像的形式返回，其维度与 image 相同.
当 ColorDistance[image₁,image₂] 时，image₁ 和 image₂ 是中心对齐，且返回重叠像素的颜色距离图像.
ColorDistance 支持 DistanceFunction 选项. 有以下设置可用：

	"CIE76"	在 LABColor 中的欧几里得距离（默认设置）
	"CIE94"	在 LCHColor 中定义的色差
	"CIE2000"	带有修正的 CIE94
	{"CMC",{l,c}}	颜色测量委员会（Color Measurement Committee）度量，参数为亮度 l 和色度 c
	"DeltaL"	在 LCHColor 中的亮度差
	"DeltaC"	在 LCHColor 中的色度差
	"DeltaH"	在 LCHColor 中基于色调的差异
	f	给出两个Lab值列表的函数 f

在 "CMC" 度量下，常用的参数是感知度和可接受度 . 如果未指定，则使用 .

范例

打开所有单元关闭所有单元

基本范例 (2)

两种颜色之间的距离：

颜色与图像的每个像素之间的距离：

范围 (5)

在不同色彩空间定义的颜色的距离：

彩色阵列的各个元素与一个颜色之间的距离：

彩色阵列之间的距离：

两个图像之间的颜色距离：

具有不同尺寸的图像的中央区域之间的颜色距离：

选项 (8)

DistanceFunction (8)

默认情况下，使用 "CIE76"（也用 ΔE_a^*b^* 表示）：

对于 LABColor 分量，这对应于 EuclideanDistance：

可视化 "LAB" 空间中的 "CIE76" 颜色距离：

使用 "CIE94" 度量计算颜色距离（也用 ΔE₉₄ 表示）：

注意，这个度量是不对称的：

使用 "CIE2000" 度量计算颜色距离（也用 "CIEDE2000" 或 ΔE₀₀ 表示）：

注意，这个度量是对称的：

使用 "CMC" 颜色距离：

使用 "DeltaL" 颜色距离：

在 "LAB" 空间中表示的 L^* 通道之间的距离：

使用 "DeltaC" 颜色距离：

两种颜色的色度之间的距离，每个色度用 Norm[{}] 计算：

使用 "DeltaH" 颜色距离：

使用仅根据亮度的自定义距离函数：

应用 (6)

使用选择性去饱和突出图像的细节：

图像中具体颜色的截面分量：

通过比较两个图像检测运动：

此图像具有很强的红色色偏：

默认距离考虑色调、亮度和色度的差异：

使用 DistanceFunction"DeltaH" 仅测量色调的差异：

根据距离对一个颜色列表进行汇集：

根据到基准颜色的感知距离对一列颜色排序：

与基于 RGB 值的排序相比：

属性和关系 (8)

ColorDistance 等价于 LABColor 空间中颜色的 EuclideanDistance：

颜色与其自身的距离总是零：

在两个色彩空间表示的颜色距离为零：

注意，如果颜色在新的色彩空间不可用，这个距离可以是非零的：

计算距离时，阿尔法通道没有被使用：

对于 RGB 颜色，每种方法的距离的一般范围如下：

使用 RGB 方块的边界来定义一个样本集合：

在样本颜色之间计算每对之间的距离：

计算范围：

不是所有的颜色距离都是数学意义上的度量：


	✓	✓	✓	✓	✓	✓	✓
	✓	✓	✓	✓
	✓		✓		✓	✓	✓
	✓				✓	✓

"CIE94" 和 "CMC" 不是对称的：

"CIE94"、"CIE2000"、"CMC" 和 "DeltaH" 并不总是满足三角不等式：

满足三角不等式的模拟频率取决于指定的距离：

"CIE2000" 是最新的标准，引进了很多改进简单实验室距离（Lab distance）的规则. 感觉上会比 "CIE76" 和 "CIE94" 更精确：

显示在平面上固定亮度的的固定距离曲线，:

然而，"CIE2000" 在计算上比以前的矩阵更复杂：

ImageDistance 默认计算在 RGB 空间中的两个图像之间的欧几里德距离：

ColorDistance 默认计算在 LAB 空间中的两个像素之间的欧几里得距离：

ColorDistance 返回不同尺寸的图像的中央区域之间的距离

如果两个图像重叠的区域重合，则它们之间的距离可以是同为零：

巧妙范例 (1)

利用距离地图从三原色着色图像：

顶部