计算人类如何感知不同颜色之间的相似性

Question

我正在开发一个网站，用户可以使用（在许多其他方面）rgb 0-255范围内的任何颜色来描述物理对象。我们提供一些简化的调色板，方便点击，但需要全色轮。

在幕后，其中一个进程会比较对象的两个用户描述，并对它们进行相似性评分。

我要做的是获得两种颜色在人类感知方面的相似程度。基本上，算法需要确定挑选2种不同颜色的2个人是否可以描述同一个对象。因此，浅红色 - >红色应该是100％，大多数灰色阴影将是100％彼此等，但是红色 - >绿色绝对不是一个匹配。

为了更好地了解算法是如何工作的，我将每个色调的灰度和3个强度与集合中的每个其他颜色进行了对比，并且表示没有匹配（0％）与黑色，视觉上相同（100％）与白色和灰度表示中间值。

我的第一个（非常简单的方法）是简单地将RGB值视为颜色立方体中的坐标，并计算它们之间的距离（矢量的大小）。

这引发了许多关于黑色 - > 50％灰色的问题比（例如）黑色 - > 50％蓝色更大的问题。经过数百次比较并要求反馈，这似乎与人类感知不相符（如下所示）

方法2将RGB值转换为HSV。然后，我在色调上产生了80％的分数，其余的20％在Sat / Lum上。这似乎是目前为止最好的方法，但仍会引发一些奇怪的比赛

方法3是对混合物的尝试 - 计算HSL值但最终得分是基于HSL颜色圆柱体空间中2种颜色之间的距离（如在3D极坐标中）。

我觉得我必须重新发明轮子 - 这肯定以前做过了吗？我在Google上找不到任何体面的例子，因为你可以看到我的方法还有待改进。

所以，我的问题是：

有没有标准的方法来做到这一点？如果是这样，怎么样？如果没有，有人可以建议一种方法来改善我的方法吗？如果需要，我可以提供代码片段，但是由于3天的调整，我们会警告它目前很糟糕。

解决方案（Delta E 2000）： 使用下面提供的建议，我实现了Delta E 2000比较器。我不得不将加权值调整得相当大 - 我不是在寻找不知不觉但又没有太大差异的颜色。如果有人感兴趣，结果情节低于......

Answer 1

有六种左右的可能性。 EasyRGB有专门针对他们的页面。在列出的那些中，DeltaE 2000可能与人类感知具有最佳相关性 - 并且计算起来也非常复杂。 Delta CMC 几乎对于像代码的一半这样的东西是好的（虽然计算仍然不是完全无关紧要的。）

Answer 2

我不是100％清楚您的问题是如何设置的，但您可能需要阅读：Normalized Cross Correlation，以及Lab和CIEXYZ色彩空间。

Answer 3

这听起来像是基于神经网络的方法的一个主要示例（如果您处于实验模式:)，因为它是关于创建模仿人类感知的决策规则。具有六个输入（r，r'，g，g'，b，b'）和一个输出（is_similar）的神经网络可以通过使用例如你自己对相似性的看法作为训练源！