在 HSV 顏色空間中,為什麼色調(hue)對於表達顏色最重要?
顏色的三個基本屬性:色調(hue)、色飽和度(saturation)和明度值(value)建立 HSV顏色模型。其中色調對於表達顏色最重要。
為什麼啊?
「為什麼色調(hue)對於表達顏色最重要?」為什麼?沒有為什麼,HSV 就是這麼設計的,僅此而已。
HSL 和 HSV(HSB)這類色彩模型以盡量符合人類色彩感知的方式來表述色彩。把色彩分解為在人類眼中不「對稱」的三個分量:色相、飽和度、亮度/明度。
這和 RGB 色彩模型用「對稱」的三個分量(紅、綠、藍)來表述色彩很不一樣。
不知道「其中色調對於表達顏色最重要」這話是誰說的,這話看起來確實比較傻(傻的原因參見 @匿名用戶 的分析),沒什麼意思,不必深究。但我覺得還算是有些道理的。
人類對色彩的感知中,最顯著的、最重要的一方面確實可以說是色相。
基礎的色彩辭彙大多是在描述色相(比如所謂的彩虹七色),而對飽和度和亮度/明度的描述就貧乏很多,往往都無法和色相剝離(土黃、赭石、藍灰、群青、墨綠……),我們有多少種常用的描述不同深淺灰色的詞?或者描述同一色相不同深淺、不同飽和度紅色的詞?
物體的色相通常還比飽和度、亮度/明度更加穩定,儘管也受光照色溫的影響。我們習慣了一個色相均勻的紅蘋果在陽光下有不同飽和度、亮度/明度的變化。
但色相的地位實在也沒高到哪裡去,把它抬舉到和飽和度、亮度/明度不一樣的地位上通常不太合適。三者缺一不可。
注意:儘管 HSL 和 HSV(HSB)色彩模型用稱作色相、飽和度和亮度/明度的三個分量描述色彩,但它們的飽和度和亮度/明度分量並不真的符合人類的感知(比如 HSV 的 V 分量相等的兩種顏色在人看來常常並不一樣亮),色相分量也不那麼均勻。它們只是 RGB 色彩模型的簡單變換,它們本質上還是為輸出設備(而非人眼)建模的。Lab 色彩模型的 L 分量才符合人類對亮度的感知。
維基百科這篇詞條有幾幅示意圖展示了 HSL 和 HSV(HSB)色彩模型和 RGB 色彩模型的關係,很值得看看: HSL and HSV
推薦閱讀:
※有沒有 2D 圖轉 3D 圖的軟體? 主要是想得到 2D 圖的深度圖,一定要有左右視角的才行嗎?
※為什麼說3Ds Max永遠不能可能精確了?
※ICML 2017上哪些論文值得關注?
※怎樣評價「微軟亞洲研究院4人團隊完成視覺識別里程碑式突破」?
※做底層 AI 框架和做上層 AI 應用,哪個對自己的學術水平(或綜合能力)促進更大?