python - 保持白度的不对称混合/颜色插值

Question

我正在使用一个正在做一种奇怪的颜色插值的软件。我发现它非常令人愉快，因为它似乎以比我在 sRGB 空间中使用天真的 alpha 混合插值更好的方式保留了输入图像的白度：

white = np.ones((1,3), dtype=np.float32)
blue = (white * np.array([0, 0, 1])).astype(np.float32)
white * alpha + (1 - alpha) * blue

对于这些，我们不想阅读所有内容。以下是我想要复制的主要结果：

基本输入图像：

如果我使用黑色叠加层（0、0、0）、渐变和重新照明设置为 50%，则从软件输出。基本上，就像我在黑色叠加层上设置了从深色 (0, 0, 0) 到灰色 (127, 127, 127) 的蒙版：

现在，这里变得棘手了。如果我有一个红色叠加层 (1, 0, 0)，一个渐变和一个重新设置为 50%，我得到了这个：

所以在这里，这不仅仅是我用我的渐变设置我的叠加蒙版（你可以尝试它或使用 Photoshop，你会发现它还有更多的东西......）

注意：如果两次实验，梯度应该相同。

更多信息：

我想复制软件的结果并在 python 中编写我自己的脚本，这样我就可以处理大量的图像。

以下是我使用该软件得到的一些输出：

10% of blue (0, 0, 1) and 90% of white (1, 1, 1) give: 0.94117647 0.90980392 1. 
20% of blue (0, 0, 1) and 80% of white (1, 1, 1) give: 0.8745, 0.8335, 0.996  
30% of blue (0, 0, 1) and 70% of white (1, 1, 1) give: 0.80784314 0.72941176 1. 
  
10% of red (1, 0, 0) and 90% of white (1, 1, 1) give: 1, 0.9254902, 0.90980392  
20% of red (1, 0, 0) and 80% of white (1, 1, 1) give: 1, 0.8509, 0.8156  
30% of red (1, 0, 0) and 70% of white (1, 1, 1) give: 0.99607843, 0.76862745, 0.7254902  
  
10% of green (0, 1, 0) and 90% of white (1, 1, 1) give: 0.94117647, 0.99607, 0.92941176  
20% of green (0, 1, 0) and 80% of white (1, 1, 1) give: 0.8745, 1, 0.84705  
30% of green (0, 1, 0) and 70% of white (1, 1, 1) give: 0.81176471, 0.99607843, 0.78039216  
 
0% of black (0, 0, 0) and 100% of white (1, 1, 1) give: 1, 1, 1  
10% of black (0, 0, 0) and 90% of white (1, 1, 1) give: 0.89803922, 0.89803922, 0.89803922  
20% of black (0, 0, 0) and 80% of white (1, 1, 1) give: 0.79607843, 0.79607843, 0.79607843  
30% of black (0, 0, 0) and 70% of white (1, 1, 1) give: 0.79607843, 0.70196078, 0.70196078  
40% of black (0, 0, 0) and 60% of white (1, 1, 1) give: 0.60392157, 0.60392157, 0.60392157   
50% of black (0, 0, 0) and 50% of white (1, 1, 1) give: 0.50588235, 0.50588235, 0.50588235 

例如第一行的意思是：如果我取 10% 的蓝色（和 90% 的白色？），软件在 rgb 颜色空间中的输出是：[0.94117647 0.90980392 1.] 这看起来有点奇怪，因为红色和绿色通道不对称下降......

我已经尝试了几件事。就像使用 OpenCV 转换 HSV、HSL、LAB、Luv 中的颜色一样，但我在这些空间中找不到真正的“线性插值”。最有希望的空间似乎是LAB或Luv，因为我们可以看到几乎是线性的偏移，但它不是，因此如果我的叠加层是蓝色的，它不会保留白度，而是会变成洋红色

以下是一些值：

blue in rgb colorspace is [255, 0, 0], in LAB: [82, 207, 20]
white in rgb colorspace is [255, 255, 255], in LAB: [255, 128, 128]

现在软件给了我：

10% of blue (+90% of white?) in LAB space: [238, 135, 118]
20% of blue (+80% of white?) in LAB space: [221, 141, 108]
30% of blue (+70% of white?) in LAB space: [202, 149,  97]
40% of blue (+60% of white?) in LAB space: [185, 156,  86]
50% of blue (+50% of white?) in LAB space: [169, 163,  76]

所以，我们可以看到它看起来几乎是线性的，但它仍然不够。例如，如果我们在 LAB 空间中对白色和蓝色的亮度进行线性插值，亮度似乎几乎是线性的：255 * 0.8 + 82 * 0.2 = 220.4。软件给了我们：221。所以它非常好，但实际上这并不总是成立：例如对于a通道​​： 128*0.8 + 207 * 0.2 = 143.8 而软件给使用141。

这可能是由于四舍五入，但实际上使用 float32 我们可以看到更大的差异。

奇怪的是，当我们使用灰度图像时，软件的变换实际上在 rgb 颜色空间中是线性的：

0% of black (0, 0, 0) and 100% of white (1, 1, 1) give: 1, 1, 1  
10% of black (0, 0, 0) and 90% of white (1, 1, 1) give: 0.89803922, 0.89803922, 0.89803922  
20% of black (0, 0, 0) and 80% of white (1, 1, 1) give: 0.79607843, 0.79607843, 0.79607843  
30% of black (0, 0, 0) and 70% of white (1, 1, 1) give: 0.79607843, 0.70196078, 0.70196078  
40% of black (0, 0, 0) and 60% of white (1, 1, 1) give: 0.60392157, 0.60392157, 0.60392157   
50% of black (0, 0, 0) and 50% of white (1, 1, 1) give: 0.50588235, 0.50588235, 0.50588235 

有人知道它可能是哪种混合/插值吗？

*注意：仅对于较低或较高的百分比值，结果看起来有点像 Photoshop 中的“照片滤镜”，但实际上并非如此，而且没有人知道“照片滤镜”在 Photoshop 中的工作原理（我在Imagemagick，Photopea，...但它与 Photoshop 的结果相去甚远）

我希望色彩科学专家能给我和提示:)

谢谢

标签： pythoncolorsblendingcolor-space