博客
关于我
【李涛PS】光和色的关系
阅读量:568 次
发布时间:2019-03-09

本文共 747 字,大约阅读时间需要 2 分钟。

光和色的关系

在图像合成领域,色彩模式是描述颜色信息的重要方式。其中HSB色彩模式基于人眼视觉系统,主要由色相(H)、饱和度(S)和明度(B)组成。色相决定了颜色的类型,如红、橙、黄、绿、蓝、紫等;饱和度描述了颜色的纯度或鲜艳程度;明度则决定了颜色的亮暗调节。

与HSB色彩模式相比,RGB色彩模式更贴近物理世界。它基于红、绿、蓝三种基本颜色,这三种颜色的组合可以产生约1678万种不同的颜色。值得注意的是,当RGB三个颜色值相同时,会得到一种中性色——灰色。灰色的深浅程度与数值的大小有关,数值越低颜色越深,数值越高颜色越浅。这种特性使得RGB色彩模式在发光介质(如LED屏幕)中具有重要应用。

与RGB不同,CMYK色彩模式主要用于印刷领域,基于青(C)、品(M)、黄(Y)和黑(K)四种颜色。CMYK的工作原理与RGB有所不同。CMYK中的C、M、Y三色根据颜色深浅的不同(0-100%)来调节,而K色则单独作为黑色渲染。在理论上,C、M、Y三色值同时为100%时,会产生纯黑色。但由于实际生产中的限制,现代印刷技术通常会额外添加一种专门的黑色油墨(K),使得印刷的黑色呈现出更纯净的效果。这种做法正是四色印刷技术的由来。

在颜色混合方面,RGB和CMYK的应用方式有着显著的不同。RGB被称为加色模式,因为它通过颜色值的叠加来产生白色。具体来说,当红、绿、蓝三种颜色的值相同时,会产生白色。相比之下,CMYK被称为减色模式,因为它通过颜色值的叠加来产生黑色。

色相环是颜色理论中的重要工具。色相环的两边分别代表互补色,两者相互抵消。通过在色相环上调整色相值,可以实现丰富的颜色调配。

以上内容涵盖了光和色关系中主要的色彩模式及其应用原理,帮助读者更好地理解不同色彩系统之间的差异和联系。

转载地址:http://uynsz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>