我想知道，如果我（以及互联网上和我工作过的公司中的每个人）都以错误的方式转换颜色。显然，当我想将0-255范围内的颜色转换为0-1时，我只需将值除以255，对吧？当我想走另一条路时，我会成倍增加。
但这是对的吗？想象一下，我的颜色是一些数学的结果（就像双线性插值一样简单，或者像你想要的那样简单（或者敢）。然后这可能不是最好的方法。从某个角度看，当从浮点转换时0-1到整数0-255，我想将间隔分成256块相同大小的 ，然后进行＆＃34;查找＆＃34;。如果我只乘以255（ rgb values to 0 to 1 scale）和圆形，＆＃34;块＆＃34;或＆＃34; bins＆＃34;对于0和255将只是其他的一半大小。即颜色强度的概率分布赢得＆ ＃39;是正确的。
我不认为这在实践中经常是一个问题。例如。在高端VFX中，总是使用浮点颜色（0-1加上超级黑/超白）并且仅作为最后一步转换为0-255。尽管如此，它仍然困扰着我。什么是正确的答案？
答案 0 :(得分：1)
不一定是这种情况，请使用2位量化（4个级别）将其可视化：
如果我们将其除以4（相当于8位中的256）
0.00 to 0.24 = Black
0.25 to 0.49 = Dark Gray
0.50 to 0.74 = Light Gray
0.75 to 0.99 = White
您会注意到，垃圾箱被均分（大小为0.25），如果我们乘以256，一切都会正确。除了1.0之外，它将映射为256。我们可以通过将值限制在0到255之间来解决此问题。
if (value > 255) {
value = 255
}
但是如果我们想简化计算并避免钳位，可以将其除以3（相当于8位中的255）
0.000 to 0.333 = Black
0.334 to 0.666 = Dark Gray
0.667 to 0.999 = Light Gray
1.000 to 1.333 = White
常见的误解是最后一个bin（纯白色）仅映射为奇异值1.0，但事实并非如此，它一直扩展到：
4/3 = 1.33333 for 2 bits
256/255 = 1.00392 for 8 bits
对于数学计算，将1.0到1.00392视为纯白色，将0到0.00392视为纯黑色，并且所有垃圾箱的大小均应相同（0.00392）。
注意：如果使用这种表示法，则使用Math.round(value * 255)是错误的！
它将导致显示错误的颜色，并且所有垃圾箱将向左移动其一半大小。
您应该使用Math.floor(value * 255)，甚至应该直接转换为整数(int)(value * 255)。
但是，如果您希望这些值代表垃圾箱的中位数，则可以使用Math.round（）。但是，新的垃圾箱将是：
-0.166 to 0.166 = Black
0.167 to 0.500 = Dark Gray
0.501 to 0.833 = Light Gray
0.834 to 1.166 = White
只需选择一种表示形式并坚持使用即可。如果您在代码中使用不同的表示形式，请确保进行适当的转换。
如果您要进行正确而准确的科学计算（例如，插值，聚类等），我建议使用中值箱，否则将浮点数转换为int会更快，并且更适合于快速图形操作。
答案 1 :(得分：0)
要获得正确的结果，必须将其乘以255.（999 ...），然后将其取整为int，否则您将在1/4 1/2和3/4的关键点获得错误的值等等...-您不能包含减法器，因为这将导致x接近0值时出现负值。 先前的答案只是简单地将最高值限制为上限，然后返回的值将导致x = 1 ...附近的错误结果。
这是我发现可以正常工作的最简单答案...问候
积分：https://forum.arduino.cc/index.php?topic=78108.msg590057#msg590057