色温(Kelvin)到RGB的转换:算法和样例_色温转rgb-程序员宅基地

技术标签: 开尔文  图像基础算法处理  色温  RGB  

                         色温(Kelvin)RGB的转换:算法和样例

据我所知,还不太可能找到从色温到RGB转换的一个可靠的公式。虽然,有很多算法实现了类似的功能,但是,大多是都是从色温转换到XYZ颜色空间。这之后你再可以根据需要从XYZ空间在转换到RGB颜色空间。这种算法的一种实现方式你可以在这找到。

很不幸的是,这种方式并不是真正意义上的数学公式,只是一种美化的查找表实现方式。在某些情况下,这是一种可靠地实现方式。但是,当涉及到XYZ->RGB转换的时候,对简单的实时色温调整而言,这种方式太慢了。

因此,我实现了一套色温到RGB转换的算法。这个算法转换相当不错。以下是我的一些思路。

使用这种算法的一些限制:

  1. 我的算法是一种高精度的估算。但是,对科学研究而言精度还是不够。这种算法主要是用在照片的一些处理,所以,不要尝试在天文学和医学图像处理领域使用这种算法。
  2. 由于算法相对简单,这种算法在处理合适大小的图像时,实时性已经足够快速。但是,为了获取更好的实时性能,你必须对你所使用的编程语言实现这种算法再做些优化。
  3. 这个算法只适用于1000K到40000K的色温转换。对摄影学来说,这么大的光谱范围已经足够了。当色温超过这个范围使用时,精度将会降低。

算法实现:样例输出

下图是算法输出1000K到40000K的图像。

下图是摄影学感兴趣的色温范围:从1500K到15000K

算法实现思路

我的第一步工作是从Charity’s original blackbody values 逆向工程方式实现一个可靠的公式。

Charity’s original blackbody values 的数据用图表的形式表示为:

 

从图表可以看出,有一些上限值和下限值,使得我们的算法很容易实现。特别的:

  1. 红色分量在6600K以下的时候总保持255
  2. 蓝色分量在2000K的时候总保持0
  3. 蓝色问了在6500K以上总保持255

为了更好地拟合这些数据,绿色分量被划分为两部分进行拟合。一部分是低于6600K;另一部分是高于6600K。

之后,我把数据分成独立的颜色分量进行拟合。(不包括那些总是为0和255的数据)。理想状态下,有一条曲线将经过每一个数据点。但现实情况,往往没这么理想。因为对于上图中X轴和Y轴的数据而言,它们的数值相差太大。X轴的数值都大于1000,对于Y轴而言,其数值范围在0到255之间。我们必须对X轴的数据做相应的转换才能更好的进行曲线拟合。为了达到最优拟合的目的,我对X轴的数据做了除100处理,并进行了相应的偏移。以下是每个分量的数据分布和最优的拟合曲线:

 

 

 

 

如上图所述,其曲线拟合的很好。

算法实现

以下是算法实现的伪代码:

输入:1000K到40000K的色温;色温和颜色分量的变量必须是双精度

Set Temperature = Temperature \ 100


    Calculate Red:

    If Temperature <= 66 Then

        Red = 255

    Else

        Red = Temperature - 60

        Red = 329.698727446 * (Red ^ -0.1332047592)

        If Red < 0 Then Red = 0

        If Red > 255 Then Red = 255

    End If

   
    Calculate Green:

    If Temperature <= 66 Then

        Green = Temperature

        Green = 99.4708025861 * Ln(Green) - 161.1195681661

        If Green < 0 Then Green = 0

        If Green > 255 Then Green = 255

    Else

        Green = Temperature - 60

        Green = 288.1221695283 * (Green ^ -0.0755148492)

        If Green < 0 Then Green = 0

        If Green > 255 Then Green = 255

    End If

Calculate Blue:

    If Temperature >= 66 Then

        Blue = 255

    Else

        If Temperature <= 19 Then

            Blue = 0

        Else

            Blue = Temperature - 10

            Blue = 138.5177312231 * Ln(Blue) - 305.0447927307

            If Blue < 0 Then Blue = 0

            If Blue > 255 Then Blue = 255

        End If


    End If

上述伪代码中,Ln()表示的是自然对数。

以下是VB的代码实现。以下代码未做优化,但是代码简短可读性好。

Static tmpCalc As Double


    'Temperature must fall between 1000 and 40000 degrees

    If tmpKelvin < 1000 Then tmpKelvin = 1000

    If tmpKelvin > 40000 Then tmpKelvin = 40000

   

    'All calculations require tmpKelvin \ 100, so only do the conversion once

    tmpKelvin = tmpKelvin \ 100

   

    'Calculate each color in turn

   

    'First: red

    If tmpKelvin <= 66 Then

        r = 255

    Else

        'Note: the R-squared value for this approximation is .988

        tmpCalc = tmpKelvin - 60

        tmpCalc = 329.698727446 * (tmpCalc ^ -0.1332047592)

        r = tmpCalc

        If r < 0 Then r = 0

        If r > 255 Then r = 255

    End If

    'Second: green

    If tmpKelvin <= 66 Then

        'Note: the R-squared value for this approximation is .996

        tmpCalc = tmpKelvin

        tmpCalc = 99.4708025861 * Log(tmpCalc) - 161.1195681661

        g = tmpCalc

        If g < 0 Then g = 0

        If g > 255 Then g = 255

    Else

        'Note: the R-squared value for this approximation is .987

        tmpCalc = tmpKelvin - 60

        tmpCalc = 288.1221695283 * (tmpCalc ^ -0.0755148492)

        g = tmpCalc

        If g < 0 Then g = 0

        If g > 255 Then g = 255

    End If


    'Third: blue

    If tmpKelvin >= 66 Then

        b = 255

    ElseIf tmpKelvin <= 19 Then

        b = 0

    Else

        'Note: the R-squared value for this approximation is .998

        tmpCalc = tmpKelvin - 10

        tmpCalc = 138.5177312231 * Log(tmpCalc) - 305.0447927307

       

        b = tmpCalc

        If b < 0 Then b = 0

        If b > 255 Then b = 255

    End If

   

End Sub

算法效果:

下图是色温调整算法实现的效果图。左侧是原始图像,有测试经过上述色温调整算法后的图像。

实际在工具中实现的效果如下图所示:

 有选择的翻译至:http://www.tannerhelland.com/4435/convert-temperature-rgb-algorithm-code/

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/lz0499/article/details/104088393

智能推荐

什么是内部类?成员内部类、静态内部类、局部内部类和匿名内部类的区别及作用?_成员内部类和局部内部类的区别-程序员宅基地

文章浏览阅读3.4k次,点赞8次,收藏42次。一、什么是内部类?or 内部类的概念内部类是定义在另一个类中的类;下面类TestB是类TestA的内部类。即内部类对象引用了实例化该内部对象的外围类对象。public class TestA{ class TestB {}}二、 为什么需要内部类?or 内部类有什么作用?1、 内部类方法可以访问该类定义所在的作用域中的数据,包括私有数据。2、内部类可以对同一个包中的其他类隐藏起来。3、 当想要定义一个回调函数且不想编写大量代码时,使用匿名内部类比较便捷。三、 内部类的分类成员内部_成员内部类和局部内部类的区别

分布式系统_分布式系统运维工具-程序员宅基地

文章浏览阅读118次。分布式系统要求拆分分布式思想的实质搭配要求分布式系统要求按照某些特定的规则将项目进行拆分。如果将一个项目的所有模板功能都写到一起,当某个模块出现问题时将直接导致整个服务器出现问题。拆分按照业务拆分为不同的服务器,有效的降低系统架构的耦合性在业务拆分的基础上可按照代码层级进行拆分(view、controller、service、pojo)分布式思想的实质分布式思想的实质是为了系统的..._分布式系统运维工具

用Exce分析l数据极简入门_exce l趋势分析数据量-程序员宅基地

文章浏览阅读174次。1.数据源准备2.数据处理step1:数据表处理应用函数:①VLOOKUP函数; ② CONCATENATE函数终表:step2:数据透视表统计分析(1) 透视表汇总不同渠道用户数, 金额(2)透视表汇总不同日期购买用户数,金额(3)透视表汇总不同用户购买订单数,金额step3:讲第二步结果可视化, 比如, 柱形图(1)不同渠道用户数, 金额(2)不同日期..._exce l趋势分析数据量

宁盾堡垒机双因素认证方案_horizon宁盾双因素配置-程序员宅基地

文章浏览阅读3.3k次。堡垒机可以为企业实现服务器、网络设备、数据库、安全设备等的集中管控和安全可靠运行,帮助IT运维人员提高工作效率。通俗来说,就是用来控制哪些人可以登录哪些资产(事先防范和事中控制),以及录像记录登录资产后做了什么事情(事后溯源)。由于堡垒机内部保存着企业所有的设备资产和权限关系,是企业内部信息安全的重要一环。但目前出现的以下问题产生了很大安全隐患:密码设置过于简单,容易被暴力破解;为方便记忆,设置统一的密码,一旦单点被破,极易引发全面危机。在单一的静态密码验证机制下,登录密码是堡垒机安全的唯一_horizon宁盾双因素配置

谷歌浏览器安装(Win、Linux、离线安装)_chrome linux debian离线安装依赖-程序员宅基地

文章浏览阅读7.7k次,点赞4次,收藏16次。Chrome作为一款挺不错的浏览器,其有着诸多的优良特性,并且支持跨平台。其支持(Windows、Linux、Mac OS X、BSD、Android),在绝大多数情况下,其的安装都很简单,但有时会由于网络原因,无法安装,所以在这里总结下Chrome的安装。Windows下的安装:在线安装:离线安装:Linux下的安装:在线安装:离线安装:..._chrome linux debian离线安装依赖

烤仔TVの尚书房 | 逃离北上广?不如押宝越南“北上广”-程序员宅基地

文章浏览阅读153次。中国发达城市榜单每天都在刷新,但无非是北上广轮流坐庄。北京拥有最顶尖的文化资源,上海是“摩登”的国际化大都市,广州是活力四射的千年商都。GDP和发展潜力是衡量城市的数字指...

随便推点

java spark的使用和配置_使用java调用spark注册进去的程序-程序员宅基地

文章浏览阅读3.3k次。前言spark在java使用比较少,多是scala的用法,我这里介绍一下我在项目中使用的代码配置详细算法的使用请点击我主页列表查看版本jar版本说明spark3.0.1scala2.12这个版本注意和spark版本对应,只是为了引jar包springboot版本2.3.2.RELEASEmaven<!-- spark --> <dependency> <gro_使用java调用spark注册进去的程序

汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码,自己完成底层外设驱动开发后,集成即可使用_uds协议栈 源代码-程序员宅基地

文章浏览阅读4.8k次。汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码,自己完成底层外设驱动开发后,集成即可使用,代码精简高效,大厂出品有量产保证。:139800617636213023darcy169_uds协议栈 源代码

AUTOSAR基础篇之OS(下)_autosar 定义了 5 种多核支持类型-程序员宅基地

文章浏览阅读4.6k次,点赞20次,收藏148次。AUTOSAR基础篇之OS(下)前言首先,请问大家几个小小的问题,你清楚:你知道多核OS在什么场景下使用吗?多核系统OS又是如何协同启动或者关闭的呢?AUTOSAR OS存在哪些功能安全等方面的要求呢?多核OS之间的启动关闭与单核相比又存在哪些异同呢?。。。。。。今天,我们来一起探索并回答这些问题。为了便于大家理解,以下是本文的主题大纲:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JCXrdI0k-1636287756923)(https://gite_autosar 定义了 5 种多核支持类型

VS报错无法打开自己写的头文件_vs2013打不开自己定义的头文件-程序员宅基地

文章浏览阅读2.2k次,点赞6次,收藏14次。原因:自己写的头文件没有被加入到方案的包含目录中去,无法被检索到,也就无法打开。将自己写的头文件都放入header files。然后在VS界面上,右键方案名,点击属性。将自己头文件夹的目录添加进去。_vs2013打不开自己定义的头文件

【Redis】Redis基础命令集详解_redis命令-程序员宅基地

文章浏览阅读3.3w次,点赞80次,收藏342次。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。当数据量很大时,count 的数量的指定可能会不起作用,Redis 会自动调整每次的遍历数目。_redis命令

URP渲染管线简介-程序员宅基地

文章浏览阅读449次,点赞3次,收藏3次。URP的设计目标是在保持高性能的同时,提供更多的渲染功能和自定义选项。与普通项目相比,会多出Presets文件夹,里面包含着一些设置,包括本色,声音,法线,贴图等设置。全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,主光源和附加光源在一次Pass中可以一起着色。URP:全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,一次Pass可以计算多个光源。可编程渲染管线:渲染策略是可以供程序员定制的,可以定制的有:光照计算和光源,深度测试,摄像机光照烘焙,后期处理策略等等。_urp渲染管线

推荐文章

热门文章

相关标签