问如何在不同光照条件下检测颜色

EN

这是一个非常困难的问题，至今仍在努力解决。它的主旨是找到一个色彩量化使用一组代表性的基本颜色的图像，是稳健的不同的外部刺激。照明、遮阳、光照差等。

不幸的是，我不能建议任何一种算法来完成所有情况下的工作。然而，过去对我有用的一种算法是在我做图像检索工作的时候。具体来说，柯达研究实验室的罗洁波和大卫·克兰德尔的工作：http://vision.soic.indiana.edu/papers/compoundcolor2004cvpr.pdf

基本算法是查看ISCC-NBS调色板。而且，这个链接更有成效：nbs.asp。这是一套267种颜色，代表了我们今天在现代社会所看到的颜色。通常，当我们描述颜色时，我们有一组或多个形容词，后面跟着主要色调。例如，这件衬衫是深色浅蓝色，或浅黄色等等。这个算法的优点是，当所讨论的颜色受到不同的外部刺激时，我们有所有这些形容词赋予颜色的意义，但在一天结束时，颜色的最后一部分--主导色调--正是我们所追求的。

每种颜色都有一个相关的RGB值。这些颜色被转换成CIE实验室颜色空间，构成一个267 CIE实验室查找表。

要对特定的输入颜色进行分类，您可以将输入的RGB值转换为CIE Lab颜色空间，然后确定与此查找表最接近的颜色。在CIE实验室颜色空间中，两种颜色之间的欧几里德距离最好地代表了人类对颜色的感知差异。一旦我们确定了查找表中颜色最接近的位置，我们就去掉所有的形容词，看什么是主导色调，从而对该颜色进行相应的分类。

例如，如果我们有一个RGB像素，然后我们把它转换成Lab，然后发现最近的颜色是亮黄色，我们将删除“明亮”，而代表该RGB像素的最后一个颜色将是黄色。

因此，最后的算法是：

1. 查找ISCC颜色集的RGB值，并转换到CIE并创建一个查找表，我称之为LUT1。例如，在Python中，您可以简单地将它变成一个2D列表或2D NumPy数组。
2. 创建另一个查找，为ISCC颜色集中的每种颜色存储主导色调，因此去掉所有的形容词并保留主导色调，我称之为LUT2。例如，在Python中，您可以创建一个字典，其中键是对应的LUT1行，其值将是实际的基本颜色本身。无论是字符串表示还是代表基本颜色的RGB三重奏都取决于您。
3. 对于有问题的像素，通过该像素的CIE组件与LUT1中的颜色之间的欧几里得距离，找到最接近ISCC颜色的颜色。
4. 一旦我们在LUT1中找到这个位置，使用相同的索引到LUT2中，并得到最终的颜色来对输入像素的颜色进行分类。

希望这能有所帮助！