CNN结构:色彩特征提取-从RGB空间到HSV空间(色彩冷暖判断)
转自知乎和百度百科:从零开始学后期
文章: 冷暖色区分?冷暖肤色适用于那些色系的彩妆?
文章:干货 |如何判断人体色冷暖?如何判断色彩冷暖?(值得收藏研读!) -蒜苗的回答 太强大了,又非常地接地气,赞一个
单独链接:干货|如何判断人体色冷暖?如何判断色彩冷暖?(值得收藏研读!)
冷暖色对比
由于色彩的冷暖差别而形成的色彩对比,称为冷暖对比。红、橙、黄使人感觉温暖;蓝、蓝绿、蓝紫使人感觉寒冷;绿与紫介于期间,另外,色彩的冷暖对比还受明度与纯度的影响,白光反射高而感觉冷,黑色吸收率高而感觉暖。
在色相环上,红橙黄为暖色,其中橙 色称为“暖极”,绿青蓝为冷色,其中天蓝 色被称为“冷极”。在色重上,暖色偏重,冷色偏轻。在湿度上,冷色湿润。纯度越高,冷暖感越强。纯度越低,冷暖感也随之降低。
一、色彩篇
所以,色彩冷暖如何判断?
先纠正误区:
❌所有的红色黄色都是暖色,所有的蓝色紫色都是冷色。
✅不管是什么色相,都有冷暖之分,即使是蓝色也有偏暖的蓝,即使是红色也有偏冷的红。
❌色彩的冷暖属性是绝对的
✅色彩冷暖具有相对性,同为偏冷的AB,A比B更冷,则B相较于A,偏暖。
另外再补充几点:
1⃣️ 色彩明度变高/变低的过程,色彩冷暖倾向会变得不明显。
2⃣️ 色彩纯度变高,冷暖倾向变明显。
进入正题,教大家一个办法快速判断冷暖。
就拿我们平时PPT的调色工具来说,一个圆盘色相,光从色相冷暖上说,蓝色是冷极、黄色是暖极。那换个角度理解,也就是说色相越靠近蓝色,色相越冷,越靠近黄色,色相越暖。
那我们通过这张生动的动图,哈哈,可以看到色相的整个变化过程。(像素有点渣,不过大概就是这个意思哈哈)
eg.介于蓝绿之间冰蓝色,相较于蓝色而言,是偏暖的,也就是蓝色相中偏暖的蓝。那如果对于绿色相来说,蓝绿就是偏冷的。(别忘了冷暖的相对性。)中间还经历过几个色彩过渡,eg.由黄往红过渡的橙粉色 VS 由红紫红过渡的玫瑰粉,前者就更暖一些,后者更冷一些....以此类推。
然后上图:
同为粉色,左边偏暖,右边偏冷
同为蓝色相,则左边偏暖,右边偏冷。再结合前面补充的1⃣️2⃣️,则下面冷暖倾向比上面更明显。
蓝色相,上面偏冷、下面偏暖。
绿色相,从上至下越来越暖
好啦,现在对人体色及色彩冷暖思路应该清晰了吧~~~做个小...总结,应该算得上大总结了,哈哈,来回顾一下!
大总结
人体色冷暖判断
冷暖除了看视觉平面上的和谐之外,还要看气质上是否和谐:适合冷色调的人穿暖色,会让人看上去气质不协调,容易显土气。适合暖色调的人穿冷色,不能很好的表达自身的亲切感,容易让人产生距离感。
冷暖普遍规律
a.肤色
(暖)微微泛黄、泛红、暖米色,温暖。
(冷)显白/面无血色、泛粉,清冷、冷艳。
b.瞳孔色/眼神
(暖)多以棕色调为主
(冷)呈灰色调、蓝灰色调
c.发色
(暖)多以咖棕黄调为主
(冷)多以灰黑篮调为主,冷咖
如何判断人体色冷暖
a.通过血管判断
b.通过金银饰品判断
c.通过色布判断(划重点)
色彩冷暖判断
不管是什么色相,都有冷暖之分,即使是蓝色也有偏暖的蓝,即使是红色也有偏冷的红。
色彩冷暖具有相对性
色彩明度变高/变低的过程,色彩冷暖倾向会变得不明显。
色彩纯度变高,冷暖倾向变明显。
利用色相快捷判断冷暖:色相越靠近蓝色,色相越冷,越靠近黄色,色相越暖(划重点)
第二个回答:
其他话题:怎样配置出冷暖交替的图片?
答案:叠加颜色、加过渡色。
方法:
1.使用原图,设置不透明。
2.添加冷暖色模板,进行一定的透明度覆盖,即可得到冷暖交替的图片。
参考:
wiki百科:https://en.wikibooks.org/wiki/Color_Models:_RGB,_HSV,_HSL
CNN结构:色彩特征提取-从RGB空间到HSV空间(色彩冷暖判断)的更多相关文章
- RGB空间与HSV空间的相互转换(C++实现,修正网上大多数的代码错误)
void Rgb2Hsv(float R, float G, float B, float& H, float& S, float&V) { // r,g,b values a ...
- RGB颜色空间、HSV颜色空间的理解
HSV是把H(色相),S(饱和度),V(亮度)当做色值来定位颜色的空间. 1.HSV模型 色相:取值范围是0~360度,用来表示颜色的类别.其中红色是0度,绿色是120度,蓝色是240度.饱和度:取值 ...
- ISP模块之色彩增强算法--HSV空间Saturation通道调整 .
色彩增强不同于彩色图像增强,图像增强的一般处理方式为直方图均衡化等,目的是为了增强图像局部以及整体对比度.而色彩增强的目的是为了使的原有的不饱和的色彩信息变得饱和.丰富起来.对应于Photoshop里 ...
- CNN结构:用于检测的CNN结构进化-分离式方法
前言: 原文链接:基于CNN的目标检测发展过程 文章有大量修改,如有不适,请移步原文. 参考文章:图像的全局特征--用于目标检测 目标的检测和定位中一个很困难的问题是,如何从数以万计的候选 ...
- AI:IPPR的数学表示-CNN结构进化(Alex、ZF、Inception、Res、InceptionRes)
前言: 文章:CNN的结构分析-------: 文章:历年ImageNet冠军模型网络结构解析-------: 文章:GoogleLeNet系列解读-------: 文章:DNN结构演进Histor ...
- CNN结构演变总结(一)经典模型
导言: 自2012年AlexNet在ImageNet比赛上获得冠军,卷积神经网络逐渐取代传统算法成为了处理计算机视觉任务的核心. 在这几年,研究人员从提升特征提取能力,改进回传梯度更新效果 ...
- CNN结构演变总结(三)设计原则
CNN结构演变总结(一)经典模型 CNN结构演变总结(二)轻量化模型 前言: 前两篇对一些经典模型和轻量化模型关于结构设计方面的一些创新进行了总结,在本文将对前面的一些结构设计的原则,作用进行总结. ...
- CNN结构:图片风格分类效果已成(StyleAI)
CNN结构:图片风格分类效果已成.可以在色彩空间对图片风格进行分类,并进行目标分类. StyleAI构架:FasterRCnn + RandomTrees 为何不使用MaskRCNN? MaskRCN ...
- CNN结构演变总结(二)轻量化模型
CNN结构演变总结(一)经典模型 导言: 上一篇介绍了经典模型中的结构演变,介绍了设计原理,作用,效果等.在本文,将对轻量化模型进行总结分析. 轻量化模型主要围绕减少计算量,减少参数,降低实际运行时间 ...
随机推荐
- 一篮子苹果,每天吃一半多一个吃,第十天吃一半多一个后就剩余一个,求一共多少个苹果,JAVA版
/** * @author xuzhu **/public class TestApple { public static void main(String[] args) { int days = ...
- Ubuntu 16.04安装PPA图形化管理工具Y PPA Manager
安装: sudo add-apt-repository ppa:webupd8team/y-ppa-manager sudo apt-get update sudo apt-get install y ...
- Android 自己定义控件实现刮刮卡效果 真的就仅仅是刮刮卡么
转载请标明出处:http://blog.csdn.net/lmj623565791/article/details/40162163 , 本文出自:[张鸿洋的博客] 非常久以前也过一个html5的刮刮 ...
- PHP中错误与异常的日志记录用法分析
原文:http://www.jb51.net/article/89548.htm ----------------------------------------------------------- ...
- excel 补全全部空格
首先全选列或者选中某列,按F5键.再按"定位条件„"button,选择空值,这样就把全部列的空格选中了,然后直接输入"你想要替换的值",再按Ctrl + 回车
- Codeforces 577E Ann and Half-Palindrome 字典树
题目链接 题意: 若一个字符串是半回文串.则满足第一位和最后一位相等, 第三位和倒数第三位相等.如此类推. 给定一个字符串s,输出s的全部子串中的半回文串字典序第k大的 字符串. good[i][j] ...
- 从Linux 2.6.8内核的一个TSO/NAT bug引出的网络问题排查观点(附一个skb的优化点)
梦中没有错与对,梦中没有恨和悔...最好闭上你的嘴.这样才算可爱...我不会说:这不公道,我不能接受.我会用朴素的文字记录点点滴滴,早上4点多起来,一气呵成最近的收获与评价,愤慨与忏悔. 四年多前的一 ...
- J2EE肌肉系统—四层模型
J2EE是基于JAVA技术的一种标准.为什么会有这种标准呢? 主要是在企业级应用开发其中有一些需求.比如数据库连接,邮件服务.事件处理等,都是一些通用模块. 而这些模块假设由开发者来开发.势必添加开发 ...
- struts2 与spring整合
要把struts2的action交给spring管理,这样spring才干帮struts2注入须要的的bean(一開始action是由struts初始化,所以想注入spring里面的bean是注入不了 ...
- python多线程实现抓取网页
Python实现抓取网页 以下的Python抓取网页的程序比較0基础.仅仅能抓取第一页的url所属的页面,仅仅要预定URL足够多.保证你抓取的网页是无限级别的哈,以下是代码: ##coding:utf ...