下の画像を見てください。色覚異常でない場合は、A と B がいくつか表示されるはずです。画像には 3 つの A と 3 つの B があり、それらすべてに 1 つの共通点があります。それらの色は、背景 +値の 10% 、彩度、色相の順です。ほとんどの人にとって、中央の文字は非常に見づらく、彩度はあまり役に立たないようです!
ただし、文字認識ソフトウェアを作成していて、既知の 前景色と背景色に基づいて画像をフィルタリングしているため、これは少し面倒です。ただし、画像にノイズが多い場合でも、これらが非常に近い場合があります。ピクセルが文字に属しているか背景に属しているかを判断するために、私のプログラムはユークリッド RGB 距離をチェックします。
(r-fr)*(r-fr) + (g-fg)*(g-fg) + (b-fb)*(b*fb) <
(r-br)*(r-br) + (g-bg)*(g-bg) + (b-bb)*(b*bb)
これは問題なく機能しますが、背景と前景が近い場合は、かなりうまく機能しないことがあります。
探すべきより良い指標はありますか？私は色知覚モデルを調べましたが、それらは主に私が探している知覚の違いではなく明るさをモデル化しています。たぶん、彩度をあまり効果的でないものとしてモデル化し、特定の色相の違いも？いくつかの興味深い指標へのポインタは非常に役立ちます。