如何将RGB颜色值映射到色轮上？

Question

我有少量要查询的颜色数据。它采用RGB数据列表的形式。

[(255, 255, 255), (124, 144, 231), ...]

该图像使用受限的调色板，我想通过沿色轮进行绘制来查看这些颜色是如何“分布”的。作为替代方案，我尝试了各个通道的直方图，但这并没有给我带来我感兴趣的见解。

我在Google上搜索并了解到，HSL颜色可以更准确地映射到色轮。但是，转换为HSL后，我仍然感到困惑。颜色仍然由3个数据组成：色相，饱和度和亮度。您如何将3个数据映射到2d平面上？

我在这里阅读了有关极坐标的信息：https : //www.mathsisfun.com/polar-cartesian-coordinates.html。我尝试通过将HSL数据视为极坐标来忽略亮度和绘图（色相=角度，饱和度=半径长度（按某些比例缩放））

def polar2cartesian(hsl):
    color_circle_radius = 100
    radius = hsl.saturation * color_circle_radius
    x = radius * math.cos(math.radians(hsl.hue))
    y = radius * math.sin(math.radians(hsl.hue))
    return x, y


...

for hsl in colors: 
    x, y = polar2cartesian(hsl)
    im.point(x, y, hsl.to_rgb())

这不是正确的结果。由于它在多个地方都显示相同的红色色调，例如以下示例：

不良图表

从RGB转换到色轮上某个位置的正确方法是什么？

Answer 1

将3D（H，S，V）颜色映射到2D平面上的问题很难客观地解决，因此我认为我应该对此加以解决，并得出令人愉悦的结果。

我的方法如下：

1. 对于图像中的每个（R，G，B）像素，请将其转换为（H，S，V）。
2. 使用H值作为角度和S值作为幅度，将（H，S，V）颜色转换为2D向量。
3. 在我们的2D输出图像中找到该矢量的位置，仅在值（V）大于该像素先前的值时才写入像素。（我的推理是，由于图像可能具有足够相似颜色的多个像素，因此它们会出现在色轮上的同一位置，因此由于我们未使用该值进行绘制，因此应给较高值的像素优先显示。 ）

现在，在代码：（整个文件）

创建一个表以在每个特定位置存储最大值

highest_value = numpy.zeros((image_size, image_size))

将RGB转换为HSV

def rgb_to_point(rgb):
hsv = colorsys.rgb_to_hsv(*rgb)

将其转换为向量

rads = math.tau * hsv[0] - math.pi
mag = hsv[1] * (image_size/2) - 1 

将其转换为图像上的一个点

x = int(math.cos(rads) * mag + (image_size/2))
y = int(math.sin(rads) * mag + (image_size/2))

如果该值较大，则返回该点，否则返回 None

if(hsv[2] > highest_value[x][y]):
    highest_value[x][y] = hsv[2]
    return (x, y)

我调用了所有这些rgb_to_point函数，现在我们将其用于图像中的每个像素：

for pixel in img.getdata():
    c = rgb_to_point(pixel)
    if(c):
        imgo.putpixel(c, pixel)

if(c)确定该值是否更高，因为c并非None在那时。

结果如下：

注意：我这样处理价值的部分原因是因为我想到的替代方案并不那么好。完全忽略值会导致较暗的像素出现在输出图像上，这通常会导致轮子变丑。将每个输出像素的值都提高到1会导致非常普通的外观，实际上并不能很好地理解原始输入图像。