前言有多种方法可以在代码中定义颜色。最常用的方法是指定三种基色的值-红色、绿色和蓝色(RGB)。本文通过指定色调、饱和度和亮度(HSB)的值来探索替代机制的使用。可以以更直观的方式使用HSB属性来创建颜色搭配良好的调色板。网上有很多关于颜色的资源，我发现Jonathan的 LearnaboutHue,SaturationandBrightnesscolours[1] 以及ErikKennedy的 TheHSBColorSystem:APractitioner'sPrimer[2] 特别有用。RGB颜色RGB颜色（红色、绿色&蓝色）定义颜色的最常见方法是指定颜色的红色、绿色和蓝色属性。每个属性
前言有多种方法可以在代码中定义颜色。最常用的方法是指定三种基色的值-红色、绿色和蓝色(RGB)。本文通过指定色调、饱和度和亮度(HSB)的值来探索替代机制的使用。可以以更直观的方式使用HSB属性来创建颜色搭配良好的调色板。网上有很多关于颜色的资源，我发现Jonathan的 LearnaboutHue,SaturationandBrightnesscolours[1] 以及ErikKennedy的 TheHSBColorSystem:APractitioner'sPrimer[2] 特别有用。RGB颜色RGB颜色（红色、绿色&蓝色）定义颜色的最常见方法是指定颜色的红色、绿色和蓝色属性。每个属性
RGB、YUV、HSV和HSL区别和关联近期在做的一个需求和颜色转换有关系，所以本篇将开发过程中比较常见的四种颜色进行一番梳理。一、RGB颜色空间从我们最常见的RGB颜色出发，RGB分别对应着Red（红）、Green（绿）、Blue（蓝），也就是我们平时所说的三原色，调整这三种颜色的比例，可以搭配出所有的色彩。这时你可能就要问了，YUV、HSV、HSL也能描述所有色彩啊，为啥RGB是最常用的捏？这就要回归到现实了，现实里显示器显像时，每一个像素点后面对应着3个发光二极管，这3个二极管可以分别发出红、绿、蓝三种颜色，因此绝大部分人所能接触的颜色只与RGB有关系。RGB（红绿蓝）是依据人眼识别的颜
RGB、YUV、HSV和HSL区别和关联近期在做的一个需求和颜色转换有关系，所以本篇将开发过程中比较常见的四种颜色进行一番梳理。一、RGB颜色空间从我们最常见的RGB颜色出发，RGB分别对应着Red（红）、Green（绿）、Blue（蓝），也就是我们平时所说的三原色，调整这三种颜色的比例，可以搭配出所有的色彩。这时你可能就要问了，YUV、HSV、HSL也能描述所有色彩啊，为啥RGB是最常用的捏？这就要回归到现实了，现实里显示器显像时，每一个像素点后面对应着3个发光二极管，这3个二极管可以分别发出红、绿、蓝三种颜色，因此绝大部分人所能接触的颜色只与RGB有关系。RGB（红绿蓝）是依据人眼识别的颜
在上一篇文章中，我们带大家了解了视频、图像、像素和色彩之间的关系，还初步认识了两种常用的色彩空间，分别是大家比较熟悉的RGB，以及更受视频领域青睐的YUV。今天，我们将继续深入学习RGB、YUV的相关内容，进一步了解它们的常见采样格式和存储格式。 色彩的采样格式和存储格式影响我们处理图像的方式，只有使用正确的方式，才能呈现正确的图像效果。 RGB的采样和存储 我们已经知道，图像由像素组成，而像素通过记录色彩空间各分量呈现各种各样的色彩。对于RGB色彩空间，其三个分量R（红）、G（绿）、B（蓝），它们之间具有相关性，对于色彩的表示来说缺一不可。 所以，RGB的每个像素都会完整采样三个分量，采样
在上一篇文章中，我们带大家了解了视频、图像、像素和色彩之间的关系，还初步认识了两种常用的色彩空间，分别是大家比较熟悉的RGB，以及更受视频领域青睐的YUV。今天，我们将继续深入学习RGB、YUV的相关内容，进一步了解它们的常见采样格式和存储格式。 色彩的采样格式和存储格式影响我们处理图像的方式，只有使用正确的方式，才能呈现正确的图像效果。 RGB的采样和存储 我们已经知道，图像由像素组成，而像素通过记录色彩空间各分量呈现各种各样的色彩。对于RGB色彩空间，其三个分量R（红）、G（绿）、B（蓝），它们之间具有相关性，对于色彩的表示来说缺一不可。 所以，RGB的每个像素都会完整采样三个分量，采样
大家好，有没有朋友最近项目需要检测图像是否存在偏色、过亮、模糊等缺陷。由于主要用在视频监控上，对性能要求比较高。有几项检测必须要在Lab彩色下进行，而众所周知Rgb=>Lab计算量较大，C#搞得定搞不定？测试表明，用纯C#编写的Rgb=>Lab代码在性能上与C编写的Rgb=>Lab代码极为接近。1.Rgb24和Lab24Rgb是电脑上使用较多的彩色空间，Lab是针对人的感知设计的均匀彩色空间，很多情况下进行彩色图像分析，需要在Rgb彩色空间和Lab彩色空间之间进行转化。关于Lab彩色空间的详细介绍和Rgb空间与Lab空间的转换公式见维基百科的对应词条Lab色彩空间，本文不再叙述
大家好，有没有朋友最近项目需要检测图像是否存在偏色、过亮、模糊等缺陷。由于主要用在视频监控上，对性能要求比较高。有几项检测必须要在Lab彩色下进行，而众所周知Rgb=>Lab计算量较大，C#搞得定搞不定？测试表明，用纯C#编写的Rgb=>Lab代码在性能上与C编写的Rgb=>Lab代码极为接近。1.Rgb24和Lab24Rgb是电脑上使用较多的彩色空间，Lab是针对人的感知设计的均匀彩色空间，很多情况下进行彩色图像分析，需要在Rgb彩色空间和Lab彩色空间之间进行转化。关于Lab彩色空间的详细介绍和Rgb空间与Lab空间的转换公式见维基百科的对应词条Lab色彩空间，本文不再叙述
前言在上一篇理论文章中我们介绍了YUV到RGB之间转换的几种公式与一些优化算法，今天我们再来介绍一下RGB到YUV的转换，顺便使用OpenglES做个实践，将一张RGB的图片通过Shader的方式转换YUV格式图，然后保存到本地。可能有的童鞋会问，YUV转RGB是为了渲染显示，那么RGB转YUV的应用场景是什么？在做视频编码的时候我们可以使用MediaCodec搭配Surface就可以完成，貌似也没有用到RGB转YUV的功能啊，硬编码没有用到，那么软编码呢？一般我们做视频编码的时候都是硬编码优先，软编码兜底的原则，在遇到一些硬编码不可用的情况下可能就需要用到x264库进行软编码了，而此时RGB
前言在上一篇理论文章中我们介绍了YUV到RGB之间转换的几种公式与一些优化算法，今天我们再来介绍一下RGB到YUV的转换，顺便使用OpenglES做个实践，将一张RGB的图片通过Shader的方式转换YUV格式图，然后保存到本地。可能有的童鞋会问，YUV转RGB是为了渲染显示，那么RGB转YUV的应用场景是什么？在做视频编码的时候我们可以使用MediaCodec搭配Surface就可以完成，貌似也没有用到RGB转YUV的功能啊，硬编码没有用到，那么软编码呢？一般我们做视频编码的时候都是硬编码优先，软编码兜底的原则，在遇到一些硬编码不可用的情况下可能就需要用到x264库进行软编码了，而此时RGB
