Je cherche une sorte de formule ou d'algorithme pour déterminer la luminosité d'une couleur compte tenu des valeurs RVB. Je sais que cela ne peut pas être aussi simple que d'ajouter les valeurs RVB ensemble et que les sommes plus élevées soient plus lumineuses, mais je ne sais pas par où commencer.

Voulez-vous dire la luminosité? Luminosité perçue? Luminance?

• Luminance (standard pour certains espaces colorimétriques): (0.2126*R + 0.7152*G + 0.0722*B) [1]
• Luminance (option perçue 1): (0.299*R + 0.587*G + 0.114*B) [2]
• Luminance (option perçue 2, plus lente à calculer): sqrt( 0.241*R^2 + 0.691*G^2 + 0.068*B^2 )→ sqrt( 0.299*R^2 + 0.587*G^2 + 0.114*B^2 )(merci à @MatthewHerbst ) [3]

Je pense que ce que vous recherchez est la formule de conversion RVB -> Luma .

Photométrique / numérique ITU BT.709 :

Y = 0.2126 R + 0.7152 G + 0.0722 B

Digital ITU BT.601 (donne plus de poids aux composants R et B):

Y = 0.299 R + 0.587 G + 0.114 B

Si vous êtes prêt à échanger l'exactitude contre des performances, il existe deux formules d'approximation pour celle-ci:

Y = 0.33 R + 0.5 G + 0.16 B

Y = 0.375 R + 0.5 G + 0.125 B

Ceux-ci peuvent être calculés rapidement comme

Y = (R+R+B+G+G+G)/6

Y = (R+R+R+B+G+G+G+G)>>3

J'ai fait une comparaison des trois algorithmes dans la réponse acceptée. J'ai généré des couleurs en cycle où seulement environ chaque 400e couleur a été utilisée. Chaque couleur est représentée par 2x2 pixels, les couleurs sont triées du plus foncé au plus clair (de gauche à droite, de haut en bas).

1ère photo - Luminance (relative)

0.2126 * R + 0.7152 * G + 0.0722 * B

2e photo - http://www.w3.org/TR/AERT#color-contrast

0.299 * R + 0.587 * G + 0.114 * B

3e photo - Modèle couleur HSP

sqrt(0.299 * R^2 + 0.587 * G^2 + 0.114 * B^2)

4ème image - WCAG 2.0 SC 1.4.3 formule de luminance relative et de rapport de contraste (voir @ Synchro's réponse de ici )

Le motif peut parfois être repéré sur la 1ère et la 2ème image en fonction du nombre de couleurs sur une ligne. Je n'ai jamais repéré de motif sur l'image du 3e ou du 4e algorithme.

Si je devais choisir, j'irais avec l'algorithme numéro 3 car il est beaucoup plus facile à mettre en œuvre et environ 33% plus rapide que le 4ème.

Vous trouverez ci-dessous le seul algorithme CORRECT pour convertir les images sRGB, telles qu'utilisées dans les navigateurs, etc., en niveaux de gris.

Il est nécessaire d'appliquer une inverse de la fonction gamma pour l'espace colorimétrique avant de calculer le produit intérieur. Ensuite, vous appliquez la fonction gamma à la valeur réduite. Le fait de ne pas intégrer la fonction gamma peut entraîner des erreurs pouvant atteindre 20%.

Pour les trucs informatiques typiques, l'espace colorimétrique est sRGB. Les bons numéros pour sRGB sont d'env. 0,21, 0,72, 0,07. Le gamma pour sRGB est une fonction composite qui rapproche l'exponentiation de 1 / (2,2). Voici le tout en C ++.

// sRGB luminance(Y) values
const double rY = 0.212655;
const double gY = 0.715158;
const double bY = 0.072187;

// Inverse of sRGB "gamma" function. (approx 2.2)
double inv_gam_sRGB(int ic) {
    double c = ic/255.0;
    if ( c <= 0.04045 )
        return c/12.92;
    else 
        return pow(((c+0.055)/(1.055)),2.4);
}

// sRGB "gamma" function (approx 2.2)
int gam_sRGB(double v) {
    if(v<=0.0031308)
        v *= 12.92;
    else 
        v = 1.055*pow(v,1.0/2.4)-0.055;
    return int(v*255+0.5); // This is correct in C++. Other languages may not
                           // require +0.5
}

// GRAY VALUE ("brightness")
int gray(int r, int g, int b) {
    return gam_sRGB(
            rY*inv_gam_sRGB(r) +
            gY*inv_gam_sRGB(g) +
            bY*inv_gam_sRGB(b)
    );
}

La réponse «acceptée» est incorrecte et incomplète

Les seules réponses exactes sont les réponses @ jive-dadson et @EddingtonsMonkey , et à l'appui de @ nils-pipenbrinck . Les autres réponses (y compris celles acceptées) sont liées à ou citant des sources qui sont erronées, non pertinentes, obsolètes ou cassées.

Brièvement:

• sRGB doit être LINÉARISÉ avant d'appliquer les coefficients.
• La luminance (L ou Y) est linéaire, tout comme la lumière.
• La légèreté perçue (L *) est non linéaire tout comme la perception humaine.
• HSV et HSL ne sont même pas précis à distance en termes de perception.
• La norme CEI pour sRGB spécifie un seuil de 0,04045 ce n'est PAS 0,03928 (qui provenait d'un premier projet obsolète).
• Pour être utiles (c'est-à-dire par rapport à la perception) , les distances euclidiennes nécessitent un espace vectoriel cartésien perceptuellement uniforme tel que CIELAB. sRGB n'en est pas un.

Ce qui suit est une réponse correcte et complète:

Parce que ce fil apparaît fortement dans les moteurs de recherche, j'ajoute cette réponse pour clarifier les diverses idées fausses sur le sujet.

La luminosité est un attribut perceptuel, elle n'a pas de mesure directe.

La légèreté perçue est mesurée par certains modèles de vision tels que CIELAB, ici L * (Lstar) est une mesure de la légèreté perceptuelle , et est non linéaire pour approximer la courbe de réponse non linéaire de la vision humaine.

La luminance est une mesure linéaire de la lumière, spectralement pondérée pour la vision normale mais non ajustée pour la perception non linéaire de la luminosité.

Luma ( Y´ prime) est un signal pondéré codé gamma utilisé dans certains codages vidéo. Il ne faut pas le confondre avec la luminance linéaire.

La courbe gamma ou de transfert (TRC) est une courbe qui est souvent similaire à la courbe de perception, et est couramment appliquée aux données d'image pour le stockage ou la diffusion afin de réduire le bruit perçu et / ou d'améliorer l'utilisation des données (et les raisons connexes).

Pour déterminer la luminosité perçue , convertissez d'abord les valeurs d'image R´G´B´ codées gamma en luminance linéaire ( Lou Y) puis en luminosité perçue non linéaire ( L*)

POUR TROUVER LA LUMINANCE:

... Parce qu'apparemment il a été perdu quelque part ...

La première étape:

Convertir toutes les valeurs entières sRGB 8 bits en décimal 0,0-1,0

  vR = sR / 255;
  vG = sG / 255;
  vB = sB / 255;

Deuxième étape:

Convertissez un RVB codé gamma en une valeur linéaire. sRGB (standard informatique), par exemple, nécessite une courbe de puissance d'environ V ^ 2,2, bien que la transformation "précise" soit:

Où V´ est le canal R, G ou B codé gamma de sRGB.
Pseudocode:

function sRGBtoLin(colorChannel) {
        // Send this function a decimal sRGB gamma encoded color value
        // between 0.0 and 1.0, and it returns a linearized value.

    if ( colorChannel <= 0.04045 ) {
            return colorChannel / 12.92;
        } else {
            return pow((( colorChannel + 0.055)/1.055),2.4));
        }
    }

Troisième étape:

Pour trouver la luminance (Y), appliquez les coefficients standard pour sRGB:

Pseudocode utilisant les fonctions ci-dessus:

Y = (0.2126 * sRGBtoLin(vR) + 0.7152 * sRGBtoLin(vG) + 0.0722 * sRGBtoLin(vB))

POUR TROUVER LA LÉGÈRETÉ PERÇUE:

Quatrième étape:

Prenez la luminance Y d'en haut et transformez-la en L *

Pseudocode:

function YtoLstar(Y) {
        // Send this function a luminance value between 0.0 and 1.0,
        // and it returns L* which is "perceptual lightness"

    if ( Y <= (216/24389) {       // The CIE standard states 0.008856 but 216/24389 is the intent for 0.008856451679036
            return Y * (24389/27);  // The CIE standard states 903.3, but 24389/27 is the intent, making 903.296296296296296
        } else {
            return pow(Y,(1/3)) * 116 - 16;
        }
    }

L * est une valeur de 0 (noir) à 100 (blanc) où 50 est le "gris moyen" perceptuel. L * = 50 est l'équivalent de Y = 18,4, c'est-à-dire une carte grise à 18%, représentant le milieu d'une exposition photographique (zone Ansel Adams V).

Références:

IEC 61966-2-1:1999 Standard
Wikipedia sRGB
Wikipedia CIELAB
Wikipedia CIEXYZ
FAQ Gamma de Charles Poynton

J'ai trouvé ce code (écrit en C #) qui fait un excellent travail de calcul de la "luminosité" d'une couleur. Dans ce scénario, le code tente de déterminer s'il faut mettre du texte blanc ou noir sur la couleur.

Fait intéressant, cette formulation pour RGB => HSV utilise simplement v = MAX3 (r, g, b). En d'autres termes, vous pouvez utiliser le maximum de (r, g, b) comme V dans HSV.

J'ai vérifié et à la page 575 de Hearn & Baker, c'est ainsi qu'ils calculent également la "valeur".

Plutôt que de vous perdre parmi la sélection aléatoire de formules mentionnées ici, je vous suggère d'opter pour la formule recommandée par les normes W3C.

Voici une implémentation PHP simple mais exacte des formules de luminance relative et de rapport de contraste WCAG 2.0 SC 1.4.3 . Il produit des valeurs qui sont appropriées pour évaluer les ratios requis pour la conformité WCAG, comme sur cette page , et en tant que tel est approprié et approprié pour toute application Web. C'est trivial à porter dans d'autres langues.

/**
 * Calculate relative luminance in sRGB colour space for use in WCAG 2.0 compliance
 * @link http://www.w3.org/TR/WCAG20/#relativeluminancedef
 * @param string $col A 3 or 6-digit hex colour string
 * @return float
 * @author Marcus Bointon <marcus@synchromedia.co.uk>
 */
function relativeluminance($col) {
    //Remove any leading #
    $col = trim($col, '#');
    //Convert 3-digit to 6-digit
    if (strlen($col) == 3) {
        $col = $col[0] . $col[0] . $col[1] . $col[1] . $col[2] . $col[2];
    }
    //Convert hex to 0-1 scale
    $components = array(
        'r' => hexdec(substr($col, 0, 2)) / 255,
        'g' => hexdec(substr($col, 2, 2)) / 255,
        'b' => hexdec(substr($col, 4, 2)) / 255
    );
    //Correct for sRGB
    foreach($components as $c => $v) {
        if ($v <= 0.04045) {
            $components[$c] = $v / 12.92;
        } else {
            $components[$c] = pow((($v + 0.055) / 1.055), 2.4);
        }
    }
    //Calculate relative luminance using ITU-R BT. 709 coefficients
    return ($components['r'] * 0.2126) + ($components['g'] * 0.7152) + ($components['b'] * 0.0722);
}

/**
 * Calculate contrast ratio acording to WCAG 2.0 formula
 * Will return a value between 1 (no contrast) and 21 (max contrast)
 * @link http://www.w3.org/TR/WCAG20/#contrast-ratiodef
 * @param string $c1 A 3 or 6-digit hex colour string
 * @param string $c2 A 3 or 6-digit hex colour string
 * @return float
 * @author Marcus Bointon <marcus@synchromedia.co.uk>
 */
function contrastratio($c1, $c2) {
    $y1 = relativeluminance($c1);
    $y2 = relativeluminance($c2);
    //Arrange so $y1 is lightest
    if ($y1 < $y2) {
        $y3 = $y1;
        $y1 = $y2;
        $y2 = $y3;
    }
    return ($y1 + 0.05) / ($y2 + 0.05);
}

Pour ajouter ce que tous les autres ont dit:

Toutes ces équations fonctionnent un peu bien dans la pratique, mais si vous devez être très précis, vous devez d'abord convertir la couleur en espace colorimétrique linéaire (appliquer le gamma d'image inverse), faire la moyenne de poids des couleurs primaires et - si vous voulez afficher la couleur - ramenez la luminance dans le gamma du moniteur.

La différence de luminance entre la création d'un gamma et la réalisation d'un gamma correct peut atteindre 20% dans les gris foncés.

Je résolvais une tâche similaire aujourd'hui en javascript. J'ai choisi cette getPerceivedLightness(rgb)fonction pour une couleur HEX RGB. Il traite de l'effet Helmholtz-Kohlrausch via la formule Fairchild et Perrotta pour la correction de la luminance.

/**
 * Converts RGB color to CIE 1931 XYZ color space.
 * https://www.image-engineering.de/library/technotes/958-how-to-convert-between-srgb-and-ciexyz
 * @param  {string} hex
 * @return {number[]}
 */
export function rgbToXyz(hex) {
    const [r, g, b] = hexToRgb(hex).map(_ => _ / 255).map(sRGBtoLinearRGB)
    const X =  0.4124 * r + 0.3576 * g + 0.1805 * b
    const Y =  0.2126 * r + 0.7152 * g + 0.0722 * b
    const Z =  0.0193 * r + 0.1192 * g + 0.9505 * b
    // For some reason, X, Y and Z are multiplied by 100.
    return [X, Y, Z].map(_ => _ * 100)
}

/**
 * Undoes gamma-correction from an RGB-encoded color.
 * https://en.wikipedia.org/wiki/SRGB#Specification_of_the_transformation
 * /programming/596216/formula-to-determine-brightness-of-rgb-color
 * @param  {number}
 * @return {number}
 */
function sRGBtoLinearRGB(color) {
    // Send this function a decimal sRGB gamma encoded color value
    // between 0.0 and 1.0, and it returns a linearized value.
    if (color <= 0.04045) {
        return color / 12.92
    } else {
        return Math.pow((color + 0.055) / 1.055, 2.4)
    }
}

/**
 * Converts hex color to RGB.
 * /programming/5623838/rgb-to-hex-and-hex-to-rgb
 * @param  {string} hex
 * @return {number[]} [rgb]
 */
function hexToRgb(hex) {
    const match = /^#?([a-f\d]{2})([a-f\d]{2})([a-f\d]{2})$/i.exec(hex)
    if (match) {
        match.shift()
        return match.map(_ => parseInt(_, 16))
    }
}

/**
 * Converts CIE 1931 XYZ colors to CIE L*a*b*.
 * The conversion formula comes from <http://www.easyrgb.com/en/math.php>.
 * https://github.com/cangoektas/xyz-to-lab/blob/master/src/index.js
 * @param   {number[]} color The CIE 1931 XYZ color to convert which refers to
 *                           the D65/2° standard illuminant.
 * @returns {number[]}       The color in the CIE L*a*b* color space.
 */
// X, Y, Z of a "D65" light source.
// "D65" is a standard 6500K Daylight light source.
// https://en.wikipedia.org/wiki/Illuminant_D65
const D65 = [95.047, 100, 108.883]
export function xyzToLab([x, y, z]) {
  [x, y, z] = [x, y, z].map((v, i) => {
    v = v / D65[i]
    return v > 0.008856 ? Math.pow(v, 1 / 3) : v * 7.787 + 16 / 116
  })
  const l = 116 * y - 16
  const a = 500 * (x - y)
  const b = 200 * (y - z)
  return [l, a, b]
}

/**
 * Converts Lab color space to Luminance-Chroma-Hue color space.
 * http://www.brucelindbloom.com/index.html?Eqn_Lab_to_LCH.html
 * @param  {number[]}
 * @return {number[]}
 */
export function labToLch([l, a, b]) {
    const c = Math.sqrt(a * a + b * b)
    const h = abToHue(a, b)
    return [l, c, h]
}

/**
 * Converts a and b of Lab color space to Hue of LCH color space.
 * /programming/53733379/conversion-of-cielab-to-cielchab-not-yielding-correct-result
 * @param  {number} a
 * @param  {number} b
 * @return {number}
 */
function abToHue(a, b) {
    if (a >= 0 && b === 0) {
        return 0
    }
    if (a < 0 && b === 0) {
        return 180
    }
    if (a === 0 && b > 0) {
        return 90
    }
    if (a === 0 && b < 0) {
        return 270
    }
    let xBias
    if (a > 0 && b > 0) {
        xBias = 0
    } else if (a < 0) {
        xBias = 180
    } else if (a > 0 && b < 0) {
        xBias = 360
    }
    return radiansToDegrees(Math.atan(b / a)) + xBias
}

function radiansToDegrees(radians) {
    return radians * (180 / Math.PI)
}

function degreesToRadians(degrees) {
    return degrees * Math.PI / 180
}

/**
 * Saturated colors appear brighter to human eye.
 * That's called Helmholtz-Kohlrausch effect.
 * Fairchild and Pirrotta came up with a formula to
 * calculate a correction for that effect.
 * "Color Quality of Semiconductor and Conventional Light Sources":
 * https://books.google.ru/books?id=ptDJDQAAQBAJ&pg=PA45&lpg=PA45&dq=fairchild+pirrotta+correction&source=bl&ots=7gXR2MGJs7&sig=ACfU3U3uIHo0ZUdZB_Cz9F9NldKzBix0oQ&hl=ru&sa=X&ved=2ahUKEwi47LGivOvmAhUHEpoKHU_ICkIQ6AEwAXoECAkQAQ#v=onepage&q=fairchild%20pirrotta%20correction&f=false
 * @return {number}
 */
function getLightnessUsingFairchildPirrottaCorrection([l, c, h]) {
    const l_ = 2.5 - 0.025 * l
    const g = 0.116 * Math.abs(Math.sin(degreesToRadians((h - 90) / 2))) + 0.085
    return l + l_ * g * c
}

export function getPerceivedLightness(hex) {
    return getLightnessUsingFairchildPirrottaCorrection(labToLch(xyzToLab(rgbToXyz(hex))))
}

L'espace colorimétrique HSV devrait faire l'affaire, voir l' article wikipedia selon la langue dans laquelle vous travaillez, vous pouvez obtenir une conversion de bibliothèque.

H est la teinte qui est une valeur numérique pour la couleur (c'est-à-dire rouge, vert ...)

S est la saturation de la couleur, c'est-à-dire son intensité

V est la «luminosité» de la couleur.

Valeur de luminance RVB = 0,3 R + 0,59 G + 0,11 B

http://www.scantips.com/lumin.html

Si vous cherchez à quel point la couleur est proche du blanc, vous pouvez utiliser Distance euclidienne de (255, 255, 255)

Je pense que l'espace colorimétrique RVB est perceptiblement non uniforme par rapport à la distance euclidienne L2. Les espaces uniformes incluent CIE LAB et LUV.

La formule de gamma inverse de Jive Dadson doit avoir le demi-ajustement supprimé lorsqu'elle est implémentée en Javascript, c'est-à-dire que le retour de la fonction gam_sRGB doit être return int (v * 255); ne renvoie pas int (v * 255 + .5); Un demi-ajustement arrondit vers le haut, ce qui peut entraîner une valeur trop élevée sur un trièdre R = G = B, c'est-à-dire gris. La conversion en niveaux de gris sur une triade R = G = B devrait produire une valeur égale à R; c'est une preuve que la formule est valide. Voir Neuf nuances de gris pour la formule en action (sans le demi-réglage).

Je me demande comment ces coefficients RVB ont été déterminés. J'ai fait une expérience moi-même et je me suis retrouvé avec ce qui suit:

Y = 0.267 R + 0.642 G + 0.091 B

Proche mais évidemment différent des coefficients UIT établis de longue date. Je me demande si ces coefficients pourraient être différents pour chaque observateur, car nous pouvons tous avoir une quantité différente de cônes et de bâtonnets sur la rétine à nos yeux, et en particulier le rapport entre les différents types de cônes peut différer.

Pour référence:

UIT BT.709:

Y = 0.2126 R + 0.7152 G + 0.0722 B

UIT BT.601:

Y = 0.299 R + 0.587 G + 0.114 B

J'ai fait le test en déplaçant rapidement une petite barre grise sur un fond rouge vif, vert vif et bleu vif, et en ajustant le gris jusqu'à ce qu'il se mélange autant que possible. J'ai également répété ce test avec d'autres teintes. J'ai répété le test sur différents écrans, même un avec un facteur gamma fixe de 3,0, mais tout me semble identique. De plus, les coefficients ITU sont littéralement mauvais à mes yeux.

Et oui, j'ai probablement une vision des couleurs normale.

Voici un peu de code C qui devrait calculer correctement la luminance perçue.

// reverses the rgb gamma
#define inverseGamma(t) (((t) <= 0.0404482362771076) ? ((t)/12.92) : pow(((t) + 0.055)/1.055, 2.4))

//CIE L*a*b* f function (used to convert XYZ to L*a*b*)  http://en.wikipedia.org/wiki/Lab_color_space
#define LABF(t) ((t >= 8.85645167903563082e-3) ? powf(t,0.333333333333333) : (841.0/108.0)*(t) + (4.0/29.0))


float
rgbToCIEL(PIXEL p)
{
   float y;
   float r=p.r/255.0;
   float g=p.g/255.0;
   float b=p.b/255.0;

   r=inverseGamma(r);
   g=inverseGamma(g);
   b=inverseGamma(b);

   //Observer = 2°, Illuminant = D65 
   y = 0.2125862307855955516*r + 0.7151703037034108499*g + 0.07220049864333622685*b;

   // At this point we've done RGBtoXYZ now do XYZ to Lab

   // y /= WHITEPOINT_Y; The white point for y in D65 is 1.0

    y = LABF(y);

   /* This is the "normal conversion which produces values scaled to 100
    Lab.L = 116.0*y - 16.0;
   */
   return(1.16*y - 0.16); // return values for 0.0 >=L <=1.0
}

Veuillez définir la luminosité. Si vous cherchez à quel point la couleur est proche du blanc, vous pouvez utiliser Distance euclidienne de (255, 255, 255)

Le «V» de HSV est probablement ce que vous recherchez. MATLAB a une fonction rgb2hsv et l'article de wikipedia cité précédemment est plein de pseudocode. Si une conversion RGB2HSV n'est pas possible, un modèle moins précis serait la version en niveaux de gris de l'image.

Ce lien explique tout en détail, y compris pourquoi ces constantes multiplicatrices existent avant les valeurs R, G et B.

Edit: Il a une explication à l'une des réponses ici aussi (0,299 * R + 0,587 * G + 0,114 * B)

Pour déterminer la luminosité d'une couleur avec R, je convertis la couleur du système RVB en couleur du système HSV.

Dans mon script, j'utilise le code système HEX avant pour une autre raison, mais vous pouvez également commencer avec le code système RVB avec rgb2hsv {grDevices}. La documentation est ici .

Voici cette partie de mon code:

 sample <- c("#010101", "#303030", "#A6A4A4", "#020202", "#010100")
 hsvc <-rgb2hsv(col2rgb(sample)) # convert HEX to HSV
 value <- as.data.frame(hsvc) # create data.frame
 value <- value[3,] # extract the information of brightness
 order(value) # ordrer the color by brightness

Pour plus de clarté, les formules qui utilisent une racine carrée doivent être

sqrt(coefficient * (colour_value^2))

ne pas

sqrt((coefficient * colour_value))^2

La preuve en est la conversion d'une triade R = G = B en échelle de gris R. Cela ne sera vrai que si vous ajustez la valeur de la couleur, pas la valeur de la couleur multipliée par le coefficient. Voir neuf nuances de gris