এই ক্ষেত্রে স্যাচুরেশন গণনা করার সঠিক উপায় কী হবে?

আমি এক্সওয়াই ওয়াইন রঙের জায়গার একটি এইচএসভি উপস্থাপন করার চেষ্টা করছি। একটি রঙ থেকে হিউ গণনা করতে , আমি সাদা ) ক্রাইম্যাকটি ডায়াগ্রামে সেই রঙ এবং লাল (তরঙ্গদৈর্ঘ্য 745) এর মধ্যে কোণটি ব্যবহার করি $(x, y)$ কেন্দ্র হিসাবে। $(\frac{1}{3}, \frac{1}{3})$

সম্পৃক্তি সাদা এবং মধ্যে দূরত্ব মধ্যে অনুপাত , এবং সাদা এবং একটি সম্পূর্ণ সম্পৃক্ত সংস্করণ (যার মধ্যে লাইন মধ্যে ছেদ হয় $(x, y)$ $(x, y)$ এবংএবং ক্রোম্যাকটি ডায়াগ্রামের প্রান্ত)। $(\frac{1}{3}, \frac{1}{3})$ $(x, y)$

এক্সআই ক্রোমাসিটি ডায়াগ্রাম:

আমার যে সমস্যাটি হচ্ছে তা হ'ল যখন আমি আমার রঙের স্থানটি (মান = 1) প্লট করি এবং এটি আরজিবি এর এইচএসভি উপস্থাপনার সাথে তুলনা করি, স্যাচুরেশন (কেন্দ্র থেকে দূরত্ব) রঙটি "রঙিন" সাথে মেলে না বলে মনে হয় আসলে:

আমার রঙের স্থান (স্যাচুরেশন ভুল বলে মনে হচ্ছে):

আরজিবির এইচএসভি রঙের স্থান:

পরিবর্তে আমার কীভাবে স্যাচুরেশন গণনা করা উচিত?

color color-science

— abcd5555
সূত্র

আমি মনে করি আপনি কীভাবে আপনার রঙিন প্যালেট / টেবিলটি তৈরি করেছিলেন সে সম্পর্কে আপনার আরও বিশদ যুক্ত করা উচিত যাতে ব্যবহারকারীরা আপনাকে সহায়তা করতে সক্ষম হন। আপনি কম্পিউটার বিজ্ঞান ভিত্তিক স্ট্যাক এক্সচেঞ্জগুলির মধ্যে একটি বিবেচনাও করতে পারেন।

উত্তর:

দুর্ভাগ্যক্রমে এই প্রশ্নের ভাল উত্তর নেই। কেবল এটি কাজ করবে না। রঙিন সংজ্ঞা দেওয়ার জন্য কোনও ভাল উপায় নেই, এটি এই প্রসঙ্গে। সি শারীরিক পরিমাপ ক্যাপচার চেষ্টা করছে। এটি একে অপরের সাথে রঙগুলি সম্পর্কিত খুব ভালভাবে সফল হয় না।

খুব বাহ্যিক চাপের রঙগুলি ডায়রাক ডেল্টা ফাংশনের কাছাকাছি বর্ণালী বিতরণ উপস্থাপন করে । সুতরাং কেউ এমন একটি মডেল তৈরি করতে পারে যা বলে যে একটি রঙ খুব রঙিন হয় যখন এটি ডায়রাক ডেল্টা হয়।

যদিও এই সংজ্ঞাটির একটি অপ্রত্যাশিত ফলাফল রয়েছে। যথাঃ ম্যাজেন্টা রঙগুলি ডাইরাক ডেল্টাস হিসাবে বিদ্যমান নেই। বর্ণালীতে এই রঙগুলির অস্তিত্ব নেই। সুতরাং এগুলিতে কেবল 2 তরঙ্গ দৈর্ঘ্যের মিশ্রণ রয়েছে। এর অর্থ হ'ল তারা অন্যান্য রঙের তুলনায় কম রঙিন।

অন্যান্য সমস্যা

দুর্ভাগ্যক্রমে, xyY অনুভূতভাবে অভিন্ন নয়। সুতরাং xyY- তে একটি সরল রেখা 2 বর্ণের মিশ্রণের মধ্যে অন্তরঙ্গগুলি উপস্থাপন করে না। সুতরাং একটি মেরু রূপান্তর করার অর্থ আপনার একই স্থানাঙ্কে বিভিন্ন রঙের বেস থাকবে। এছাড়াও পূর্বনির্ধারিত রঙটি সত্যই আপনার মডেলটিতে চলে আসে না। এটি সঠিকভাবে করতে আপনার একটি অত্যন্ত পরিশীলিত রূপান্তর করতে হবে।

রঙটিকে একটি মেরু স্থানাঙ্কে রূপান্তরিত করার ক্ষেত্রে অনেকগুলি সমস্যা রয়েছে যা দৃষ্টিভঙ্গির ঠিক বিপরীত। এই প্রসঙ্গে সাদাও কিছুটা সমস্যাযুক্ত। পূর্ণ স্যাচুরেটেড সিগন্যালের দূরত্ব চোখের 3 টি পৃথক শঙ্কুগুলির জন্য পৃথক। চারপাশের রঙ এবং পরিবেষ্টনের রঙের অবস্থার উপর নির্ভর করে এমনকি হেল্প। সুতরাং এমন কোনও বিশ্বদর্শনকে জোর করার চেষ্টা করতে ভয় পান যার অস্তিত্ব নেই।

পরিশেষে

এটি কি জন্য দরকারী হবে?

— joojaa
সূত্র

এক্সওয়াই ওয়াই প্রকৃতপক্ষে লিনিয়ার, নরমালাইজড।

— ট্রয়_স

@ ট্রয়_স এটির শক্তিশালীভাবে রৈখিক, তবে এটি রঙিন দূরত্বের লিনিয়ার নয়। 2 পয়েন্টের মধ্যে অনুধাবনযোগ্য দূরত্বে অভিন্ন যে স্থান তৈরি করা এটি কেবল সত্যই শক্ত।

— joojaa

পারস্পরিকভাবে ইউনিফর্ম "লিনিয়ার" এর চেয়ে অনেক ভাল শব্দ। এই শব্দটির চারপাশে ইতিমধ্যে যথেষ্ট বোকামি রয়েছে।

— ট্রয়_স

@ ট্রয়_স ঠিক আছে, এর জন্য ভাল নাম, পরিবর্তন হয়েছে। উত্তর দেওয়ার পরে আমি এখানে বসে বসে গণিতের বিষয়ে প্রশ্ন জিজ্ঞাসা করে ভাবছিলাম যে লিনিয়ারের সর্বনিম্ন প্রয়োজন হবে। তাই যাচাই করার জন্য রৈখিক কখনও রঙের জন্য যোগ্যতা অর্জন করবে।

— joojaa

এক্সওয়াইজেড এবং এক্সওয়াইওয়াই মডেলগুলি নির্দিষ্ট কিছু ক্রিয়াকলাপের জন্য যেমন আরজিবি রঙের স্পেসগুলি অন্য আরজিবি এনকোডেড রঙের জায়গাতে ম্যানিপুলেট করার জন্য অত্যন্ত কার্যকর।

যাইহোক, এক্সওয়াইজেড এবং এক্সওয়াই ওয়াই অন্যান্য প্রসঙ্গে খুব দ্রুত ব্যর্থ হয়। উদাহরণস্বরূপ, ম্যাকএডামস উপবৃত্তগুলি বিবেচনা করুন যা লিনিয়ার এক্সওয়াইওয়াই স্কেলে লক্ষণীয় পার্থক্য বর্ণনা করে। আপনি প্রকৃতপক্ষে একটি অ-লাইন প্রয়োগ করতে পারেন, বুদ্ধিমানভাবে অভিন্ন রূপটি এক্সওয়াইওয়াই মানগুলিতে রূপান্তরিত করতে পারেন এবং আপনি সম্ভবত আপনার বৃত্তাকার ইন্টারফেস উপাদানটির জন্য প্রত্যাশা করছেন তার কাছাকাছি পৌঁছে যেতে চাইবেন।

এই কথাটি বলা হচ্ছে যে, "রঙিনতা" এর মতো বিষয়গুলির মূল্যায়নের জন্য রঙের মনোবৈজ্ঞানিক দিকটি মোকাবিলার জন্য xyY / XYZ এর উপর প্রসারিত এবং গড়ে তোলা এমন মডেলগুলির প্রয়োজন রয়েছে। এটি রঙিন উপস্থিতি মডেলগুলির ডোমেনে প্রবেশ করে , যা উজ্জ্বলতা (আলোকসজ্জা), হালকাতা, বর্ণাness্যতা, ক্রোমা, স্যাচুরেশন এবং হিউকে ঘিরে বিভিন্ন সমস্যার সঠিক মডেলিং এবং ভবিষ্যদ্বাণী করতে সক্ষম। আপনি যা সন্ধান করছেন তা অর্জন করার জন্য আপনাকে আপনার ডেটাগুলিকে সিআইইসিএএমএএম02 এর মতো একটি বর্ণের মডেল হিসাবে রূপান্তর করতে হবে।

অন্যান্য সমাধানে উদ্ধৃত সমস্যাগুলি প্রকৃতপক্ষে সিআইইসিএএমএএমএস 2 মডেলের মতো রঙিন মডেলগুলির দ্বারা সমাধান করা হয়েছে, এতে সাইকো ফিজিক্যাল প্রভাব রয়েছে যা অপটিক্যাল মায়া হিসাবে প্রকাশ পায়।

— troy_s
সূত্র