Conversión de RGB a Lab color space
Somos una gran empresa de impresión en Shenzhen, China. Ofrecemos todas las publicaciones de libros, impresión de libros de tapa dura, impresión de libros de papercobre, libretas de tapa dura, impresión de libros de sprial, impresión de libros de encuadernación, impresión de folletos, cajas de embalaje, calendarios, todo tipo de PVC, folletos de productos, notas, libros infantiles, pegatinas, todo tipos de productos especiales de impresión en color de papel, tarjeta de juego y así sucesivamente.
Para mayor información por favor visite
http://www.joyful-printing.com. Solo ENG
http://www.joyful-printing.net
http://www.joyful-printing.org
correo electrónico: info@joyful-printing.net
Primero, introduccion
A medida que la industria de la impresión cambia de analógica a digital, el problema de la reproducción precisa del color se ha vuelto crítico. Necesitamos utilizar la gestión del color para garantizar imágenes en color mejores, más rápidas y más precisas. Para lograr la uniformidad de color y la independencia del dispositivo en el proceso de procesamiento de imágenes, es necesario implementar una gestión de color estandarizada y estandarizada.
La llamada gestión del color sirve para resolver el problema de la conversión de imágenes entre colores, de modo que el color de la imagen se minimice durante todo el proceso de copia. La idea básica es seleccionar primero un espacio de color de referencia independiente del dispositivo, luego caracterizar el dispositivo y finalmente establecer una relación entre el espacio de color de cada dispositivo y el espacio de color de referencia independiente del dispositivo, de modo que el archivo de datos esté en cada dispositivo. . Hay una clara relación entre las transiciones. Si bien es imposible tener todos los colores en diferentes dispositivos exactamente iguales, puede usar la administración de color para asegurarse de que la mayoría de los colores sean iguales o similares para lograr un efecto de copia de color uniforme.
En segundo lugar, la conversión del espacio de color.
La conversión del espacio de color se refiere a convertir o representar datos de color en un espacio de color en datos correspondientes en otro espacio de color, es decir, usar los datos en espacios de color diferentes para representar el mismo color. En este documento, el espacio de color RGB dependiente del dispositivo se convierte en un espacio de color CIELab independiente del dispositivo. Cualquier espacio de color asociado con el dispositivo se puede medir y calibrar en el espacio de color CIELab. Si diferentes colores relacionados con el dispositivo se corresponden con el mismo punto en el espacio de color CIELab, entonces la transición entre ellos debe ser precisa.
Hay muchas maneras de convertir el espacio de color. Este artículo presenta principalmente la interpolación de tablas 3D y la regresión polinomial.
1. Tabla tridimensional de interpolación de consulta.
El método de tabla de búsqueda tridimensional es actualmente un algoritmo comúnmente utilizado para estudiar la conversión del espacio de color. La idea central del algoritmo de la tabla de búsqueda 3D es dividir el espacio de color de origen en un cubo regular. Los datos de los ocho vértices de cada cubo son conocidos, y los puntos conocidos de todos los espacios de origen forman un tridimensional. Tabla de búsqueda. Cuando se proporciona cualquier punto en el espacio de origen, se puede encontrar que los ocho puntos de datos adyacentes forman un nodo de una red de cubos pequeños, y los ocho vértices del cubo pequeño se interpolan para obtener datos correspondientes al espacio objetivo.
El método de la tabla de búsqueda general se utiliza en combinación con el método de interpolación y se convierte en un método de tabla de búsqueda tridimensional con un algoritmo de interpolación. Este método se puede dividir en tres pasos:
1 segmentación: divide el espacio de color de origen en un cierto intervalo de muestreo para establecer una tabla de búsqueda tridimensional;
2 Buscar: para un punto de entrada conocido, busque el espacio de origen y encuentre el cubo que consta de ocho puntos de cuadrícula que lo contienen;
3 Interpolación: Calcule los valores de color en puntos sin cuadrícula en una cuadrícula de cubos.
Según los diferentes métodos de segmentación del espacio fuente, los algoritmos de interpolación comunes son: interpolación trilineal, interpolación de prisma triangular, interpolación de pirámide e interpolación tetraédrica.
2. Regresión polinomial.
El algoritmo de regresión polinomial se basa en el supuesto de que la asociación de espacios de color puede estimarse mediante un conjunto de ecuaciones simultáneas. La única condición necesaria para el algoritmo de regresión polinomial es que el número de puntos en el espacio de origen debe ser mayor que el número de elementos en el polinomio seleccionado. El enfoque de este algoritmo es calcular los coeficientes del polinomio y luego sustituir los datos del espacio de color de origen en el polinomio, y luego se puede obtener el resultado convertido de acuerdo con la ecuación.
Hay muchas formas diferentes de polinomio. En este documento, se utiliza un polinomio con un número de elementos de 6. La expresión específica se muestra en la fórmula (1).
El coeficiente de este polinomio se puede obtener de la ecuación (2).
Las expresiones en la fórmula (2) son respectivamente la transposición de la matriz como se muestra en las fórmulas (3) y (4), y la expresión específica es como se muestra en la fórmula (5). El número de términos que representan el polinomio en la fórmula (3) se toma en este tema; indica el número de puntos del espacio fuente seleccionado. En este problema, se obtienen 216 puntos después de seis niveles de segmentación del espacio fuente (es decir, espacio de color RGB). Así que tómalo. De hecho, para un polinomio con un número de término 6, el coeficiente del polinomio se puede obtener al tomarlo.
En la fórmula (3), () son los tres valores de color del espacio de origen, y () en la fórmula (4) es cualquiera de los tres valores que representan el color en el espacio de destino.
El algoritmo de regresión polinomial es simple, fácil de implementar y tiene un buen efecto de conversión; pero la precisión es baja cuando el número de elementos es pequeño, cuando el número de elementos es demasiado grande, la cantidad de cálculo es grande y la precisión no es necesariamente alta.
3. diferencia de color
Al evaluar la calidad de reproducción del color y controlar el proceso de reproducción del color, por ejemplo, al implementar la gestión del color y evaluar el color de una impresión, a menudo es necesario calcular la diferencia de color del color para lograr el propósito de controlar el color. En la actualidad, el espacio de color uniforme de CIE 1976 Lab y su correspondiente fórmula de diferencia de color se utilizan comúnmente en la industria de la impresión. La expresión específica se muestra en la fórmula (6).
En tercer lugar, el proceso de realización
En primer lugar, se presenta brevemente la plataforma de operación de este tema, y se explica en detalle el método para obtener los datos utilizados en este tema y los pasos detallados para realizar la conversión del espacio de color.
1. plataforma operativa
El sistema operativo utilizado en este tema es Microsoft Windows XP, el entorno de programación es Visual C ++ 6.0, toda la aplicación se basa en el marco de la aplicación MFC y también se utilizan OpenGL y OpenCV.
2. adquisición de datos
Los datos se dividen en dos partes: datos de modelado y datos de prueba. Los datos de modelado se utilizan para calcular los coeficientes del polinomio. Los datos de prueba se utilizan para analizar la precisión del algoritmo. Los datos de modelado y de prueba del espacio de origen y el espacio de destino están todos en Adobe Photoshop. Recogido.
2.1 adquisición de datos de modelización. Este tema utiliza seis niveles de segmentación uniforme para recopilar puntos de modelado, y R, G y B toman 0, 51, 102, 153, 204 y 255, respectivamente. Ingrese los valores de R, G y B en el selector de color de PhotoShop, y registre los valores de L, a y b correspondientes al conjunto de valores, y anótelos en el texto, como se muestra en la Figura 1. Un total de 63 = 216 conjuntos de valores fueron obtenidos.
Figura 1 Obteniendo datos del selector de color.
2.2 Adquisición de datos de prueba Este tema utiliza una segmentación no uniforme de ocho niveles para recopilar puntos de prueba. R, G y B toman respectivamente 0, 36, 72, 108, 144, 180, 216, 255. El método de adquisición es el mismo que el anterior, y se obtiene un total de 83 = 512 valores de grupo.
3. Pasos específicos de implementación
El diagrama de flujo de la implementación específica de este tema se muestra en la Figura 2.
Figura 2 Diagrama de flujo del marco
Como se muestra en la Figura 2, los pasos específicos de la implementación del programa son los siguientes:
3.1 Inicie Visual C ++ 6.0 primero y configure el entorno de ejecución OpenCV en MFC.
3.2 Leer los datos de modelado.
3.3 Finalización del cálculo de los coeficientes polinomiales: de acuerdo con las fórmulas (3), (4), (5), respectivamente. Los coeficientes del polinomio se obtienen obteniendo secuencialmente, y.
3.4 Leer los datos de prueba.
3.5 Dibuje una vista tridimensional en color del modelo Lab correspondiente después de la segmentación de ocho niveles del modelo RGB.
3.6 Incluya los valores RGB de cada punto obtenidos por la segmentación de ocho etapas en los tres polinomios obtenidos en el paso 3, y calcule los valores L, a y b de cada punto (en lo sucesivo, el valor calculado), por lo tanto Convierta RGB Espacio de color al espacio de color Lab por regresión polinomial.
3.7 Para juzgar los méritos de este método de conversión de espacio de color, es necesario juzgar calculando la diferencia de color. Para cada color, el valor medido obtenido en el paso 4 se obtiene restando el valor calculado obtenido en el paso 6, y luego la diferencia de color se obtiene de acuerdo con la fórmula 6, se dibuja el histograma de la excelente distribución de diferencias y la diferencia está en La gama de diferentes diferencias de color. proporción.
En cuarto lugar, la visualización y análisis de resultados.
De acuerdo con los pasos específicos de la sección anterior, VC ++ 6.0 se utiliza para realizar la conversión de RGB al espacio de color Lab en PhotoShop. Esta sección muestra principalmente los resultados de ejecución del programa y realiza un breve análisis.
1. Visualización de resultados
En este documento, la relación de conversión se establece mediante una segmentación uniforme de seis niveles, y la precisión de este método se prueba utilizando una segmentación no uniforme de ocho niveles. Se dibuja el histograma de la distribución de la diferencia de color y se cuenta la diferencia de color. La interfaz principal de la implementación del programa se muestra en la Figura 3.
Figura 3 Interfaz del cuerpo de conversión de color RGB a CIELab
El histograma de la distribución de la diferencia de color y los datos estadísticos relacionados se muestran en la Figura 4.
Figura 4 interfaz de estadísticas de diferencia de color
La vista tridimensional en color del modelo Lab correspondiente después de la segmentación de ocho niveles del modelo RGB se muestra en la Figura 5. Después de que el modelo RGB se divide en ocho niveles, el método de regresión polinomial se utiliza para convertir al color tridimensional Vista del modelo de espacio de color Lab, como se muestra en la Figura 6.
Figura 5 Vista tridimensional en color del espacio de color Lab después del espacio de color RGB dividido en ocho niveles
Figura 6 Vista tridimensional en color convertida en espacio de color Lab después de dividir el espacio de color RGB en ocho niveles
2. Análisis y resumen de resultados.
Como se muestra en la FIG. 4, la diferencia de color máxima después de la conversión del espacio de color de 512 colores es 28, y la distribución de la diferencia de color no es uniforme en conjunto.
Según las estadísticas, hay 74 colores en el rango de 0 ~ 5, que representan el 14.45% del total; 264 colores en el rango de 5-10, que representan el 51.56% del total; el rango de diferencia de color está entre 10 y 15. 157 colores, que representan el 30.66% del total; La aberración cromática varió de 15 a 20 con 13 colores, representando el 2,54% del total; diferencia de color mayor que 20 para 4 colores, que representa el 0,78% del total, y los datos mostraron que la diferencia de color entre los cuatro colores mayor que 20, el azul puro (0,0,255) y el verde puro (0,255,0) tiene la mayor diferencia de color, y los otros dos colores tienen una diferencia de color inferior a 21. Para estos 512 colores, la diferencia de color es a lo sumo 28, el mínimo es 0 y la diferencia de color promedio es 9. En general, El rango de aberraciones cromáticas se concentra principalmente entre 5 y 15.
Comparando la Figura 5 con la Figura 6, podemos encontrar que el espacio de color RGB se convierte al modelo de espacio de color Lab mediante el método de regresión polinomial, que es similar a la forma del modelo de espacio de color Lab obtenido por la prueba, lo que indica que los resultados obtenidos Por este tema son ideales.
V. Resumen
Se puede observar que el uso de la regresión polinomial para realizar la conversión del espacio de color es relativamente preciso. El polinomio de diferentes números de artículo puede usarse para comparar los resultados de conversión del mismo espacio de origen con el mismo espacio de destino; por lo tanto, encuentra el número óptimo de polinomios en el proceso de convertir el espacio de origen en el espacio de destino. Por lo tanto, se necesita más investigación sobre este tema.