Цвет кожи в rgb: Pantone / PMS Skin Tone 1 / #ffdfc4 Схемы Шестнадцатеричных Кодов Цветов, Графики, Палитры и Краски

Нахождение числа цветов

Изображение ниже — это фотография, сделанная камерой, с довольно хорошим балансом белого и оттенком кожи.Вы видите числа под гистограммой? Это красные, зеленые и синие (RGB) числа.

Вы также можете отображать номера RGB для ваших фотографий. В модуле разработки Lightroom наведите курсор на область, которую вы хотите измерить. Найдите соответствующие измерения RGB под гистограммой.

Эти измерения говорят нам, что пиксели рядом со стрелкой на снимке экрана имели следующие размеры:

• Красный: 73,1%
• Зеленый: 67.1%
• Синий: 60,5%

RGB-числа обычно измеряются по шкале от 0 до 255, если вы не работаете в Lightroom. В Lightroom вы обычно видите их в процентах. 0% — самое темное значение для любого цвета, он настолько темный, что в этой области нет видимых деталей. 100% — самый яркий, он настолько яркий, что детали не видны.

Анализ числа цветов

При анализе чисел RGB для тона кожи обратите внимание на следующие индикаторы:

• Красный должен быть выше зеленого.Зеленый должен быть выше синего. Этот узор универсален для всех оттенков кожи, независимо от возраста и национальности.
• Каждый цвет должен иметь разницу не менее 2%, обычно больше, между ним и следующим числом. Вы знаете, как определить чистый серый цвет? Это пиксель, который имеет одинаковые значения красного, зеленого и синего цветов. Таким образом, кожа, значения RGB которой очень близки друг к другу, будет выглядеть серой. Не очень привлекательно, правда?
• Если какой-либо цвет имеет размер 94% или выше, вам, вероятно, приходится иметь дело с передержкой.
• Если размер какого-либо цвета составляет 6% или ниже, вероятно, вам придется иметь дело с недодержкой.

Цифры RGB на фотографии выше соответствуют ожиданиям. Это означает, что кожа находится в пределах «надлежащего диапазона» хорошо экспонированной фотографии с хорошим балансом белого.

Что делать с плохими числами?

Что же произойдет, если ваша фотография не будет так хорошо смотреться прямо из камеры?

На этой фотографии точка измерения была рядом со стрелкой на ее лбу.Цифры гласят: красный 93,8%, зеленый 92,5% и синий 93,6%.

Каждый раз, когда вы видите фотографию с таким оттенком кожи, ваши глаза скажут вам, что что-то не так, раньше, чем числа. Преимущество использования чисел в том, что они указывают направление, в котором должны идти ваши правки изображения.

Цифры на этом фото вызывают беспокойство, потому что:

• Все, что выше 94% или около того в Lightroom, является достаточно ярким, чтобы ваше изображение, если вы его распечатываете, могло не передать хорошие детали в этих областях.Это означает, что эти области слишком яркие.
• Синий выше зеленого. Красный всегда должен быть самым высоким, а синий — самым низким, иначе цвет кожи будет казаться холодным.
• Цифры RGB расположены слишком близко друг к другу — они приближаются к серому. В результате кожа на этой фотографии безжизненна.

Коррекция телесных тонов

Чтобы исправить это изображение, вы должны начать с настройки экспозиции. Правильная экспозиция — важнейший компонент правильного цвета кожи. На самом деле, зачастую невозможно правильно оценить проблемы с оттенком кожи, не скорректировав сначала экспозицию.

Малоизвестная особенность Lightroom заключается в том, что легко корректировать экспозицию, следя за числами RGB. В модуле «Разработка» дважды щелкните числовое поле ввода для Exposure, чтобы номер был выделен. Затем наведите курсор на измеряемый участок кожи, не нажимая. Используйте стрелки вверх или вниз на клавиатуре, чтобы изменить экспозицию, пока под гистограммой не появится более подходящее измерение для красного значения.

Отрегулируйте светлые участки (или тени, белые или черные) таким же образом.Активируйте числовое поле ввода для редактирования, затем наведите курсор на стрелку, которую вы хотите измерить. Используйте клавиши со стрелками на клавиатуре, чтобы увеличить или уменьшить настройку.

Экспозиция для этой фотографии лучше с настройками, которые вы видите выше, но цвет по-прежнему отключен. Когда числа RGB настолько близки друг к другу, как вы видите здесь, часто для решения проблемы лучше использовать цветовые кривые, чем ползунки баланса белого.

Использование цветовых кривых вместо ползунков баланса белого

Color Curves имеет два основных преимущества перед ползунками баланса белого (WB).

Возможно, вы уже заметили, что Lightroom измеряет три цвета (красный, зеленый и синий) для каждого пикселя. Однако ползунки баланса белого не позволяют редактировать самый важный компонент цвета кожи — красный. Но вы можете редактировать красные тона с помощью цветовых кривых Lightroom.

Другим большим преимуществом использования цветовых кривых является то, что вы можете настраивать цвета в ограниченных частях тонального диапазона. Например, если вы уменьшаете желтый цвет на изображении с помощью ползунка «Температура» в разделе «Баланс белого», вы уменьшаете желтый цвет глобально (одинаково везде в изображении).Однако с помощью цветовых кривых можно уменьшить желтый цвет только в тенях, не убирая желтый цвет, который правильно принадлежит средним тонам и светлым участкам изображения.

Чтобы найти кривые цвета в Lightroom, прокрутите вниз до раздела «Кривая тона». По умолчанию он показывает параметрическую кривую, которая выглядит так:

Нажмите маленькую кнопку в правом нижнем углу панели «Кривые», чтобы получить доступ к точечной кривой. (Обведено на скриншоте выше.)

Теперь вы смотрите на интерфейс Point Curve:

В раскрывающемся меню «Канал» выберите цвет, который нужно настроить.

Какой цветовой канал редактировать?

На этом этапе вы можете задаться вопросом о настройке других цветов, кроме красного, зеленого и синего. Например, что, если на вашей фотографии слишком много желтого или оранжевого цвета? Подумайте об этом так.

У каждого из трех цветов, измеренных в Lightroom, есть противоположность:

• Красный — противоположность голубого
• Зеленый — противоположность пурпурного
• Синий противоположен желтому

Уменьшение любого из этих цветов с помощью цветовых кривых увеличивает противоположный цвет. Другими словами, уменьшение синего — это то же самое, что увеличение желтого.

Глядя на панель «Кривые», видите ли вы гистограмму за прямой линией? Когда вы щелкаете и перетаскиваете прямую линию, чтобы создать кривую, это сообщает Lightroom, что нужно настроить пиксели, соответствующие этой части гистограммы.

Скажем, например, что вы хотите добавить синего цвета к средним тонам изображения. Вы должны выбрать синий канал и щелкнуть линию в середине гистограммы, где находятся средние тона.Перетаскивание линии вверх добавит синего цвета ярким частям тонального диапазона вашей фотографии.

Перетаскивание вверх увеличивает цвет, в честь которого назван канал — в данном случае синий. Если он становится синим, это означает, что он также уменьшается, противоположный синему, желтому.

При перетаскивании вниз уменьшается цвет, в честь которого назван канал.

Так в целом работает. Но вы можете получить гораздо более точный контроль цвета, используя инструмент целевой настройки Lightroom.Нажмите кнопку в верхнем левом углу панели «Кривые», чтобы активировать ее (обведена ниже).

Наведите этот инструмент на место, которое вы используете для измерения оттенка кожи на фотографии, но не нажимайте! Используйте стрелки вверх и вниз на клавиатуре, следя за числами RGB под гистограммой, пока не улучшится как внешний вид фотографии, так и числа RGB.

Перемещение синей кривой вниз, как показано на скриншоте ниже, обеспечивает лучшее разделение между измерениями зеленого и синего цветов.Это также придает фотографии теплоту, которой ей не хватает.

Если изображению все еще не хватает яркости, как это, перейдите к красной кривой и увеличьте красный канал. Добавление оттенка красного — лучший способ противодействовать серости кожи.

Далее, уменьшение зеленого (для добавления пурпурного) заставляет цвет кожи, а также соответствующие числа RGB выглядеть примерно правильно.

Тонкая работа

Однако тепло растений, стоящих за ними, подавляет испытуемых.Чтобы преуменьшить это, вернитесь к синему каналу.

Используя инструмент целевой настройки, добавьте синий к теням, наведя курсор на темную область фотографии и нажав стрелку вверх на клавиатуре.

Сравните исходную и отредактированную фотографии здесь:

Перед

После

Редактирование собственных изображений с помощью цветовых кривых и номеров RGB

Помните о следующих советах при редактировании собственных изображений.

# 1 — Во-первых, большое предостережение для всех, кто слышал, что использование номеров RGB для редактирования решит все проблемы с оттенком кожи! Правильных измерений RGB столько же, сколько людей в мире.Изучая числа RGB, позвольте тенденциям в цифрах и общих чертах направлять ваши правки, но не пытайтесь найти точное числовое совпадение.

# 2 — Измерение телесных тонов в среднем диапазоне яркости. Ищите средние тона, а не яркие блики или глубокие тени. Также избегайте измерения на щеках, кончике носа или других областях, которые обычно краснее других.

# 3 — Обычно, когда я редактирую фотографии, я ищу оттенки в следующих диапазонах:

• Красный — самый высокий> Зеленый — средний> Синий — самый низкий — всегда.
• Красный канал обычно составляет от 70% до 90%. Очень светлая кожа может достигать 94%. Очень темная кожа может опуститься до 40-50%.
• Синий канал обычно составляет от 30% до 80%.
• Невозможно обобщить, сколько процентных пунктов должно быть разницей между красным и зеленым или зеленым и синим. Однако кожа с более теплыми тонами будет иметь меньше синего по сравнению с красным и зеленым.

# 4 — Небольшие движения вашей кривой тона резко влияют на ваше изображение.Не переусердствуйте!

Заключение

Изучение закономерностей в числах RGB на ваших фотографиях — отличный способ развить свой глаз редактирования. У всех есть не совсем правильные фотографии. Анализ взаимосвязи между числами и внешним видом фотографии поможет вам добраться до точки, где вы сможете оценить потребности фотографии, вообще не обращаясь к номерам RGB.

Есть вопросы? Мы могли бы говорить на эту тему целый день. Прокомментируйте ниже и расскажите мне, что вы думаете.

Классификация цвета кожи человека с использованием порогового классификатора: RGB, YCbCr, HSV (код Python) | Махмуд Хармуш | The Startup

Цель этой статьи — объяснить алгоритм распознавания кожи человека.

Определение цвета кожи человека по большей части используется для определения человеческого лица. Это один из лучших способов найти и выделить лицо человека на данной фотографии. Часто понимают, что у людей разных рас оттенки кожи фрагментов в некоторой степени меняются.Для передачи цвета кожи человека доступны разные цветовые пространства.

Три основных пространства для распознавания кожи — это цветовые модели RGB (красный, зеленый, синий), YCbCr (яркость, цветность) и HSV (оттенок, насыщенность, значение).

Цветовая модель — это термин, обозначающий абстрактную модель для описания представления цветов в виде кортежей чисел, обычно из трех или четырех значений, называемых компонентами цвета или координатами цвета. Вместе с методом интерпретации этих данных множество цветов цветовой модели определяют цветовое пространство.

Прежде всего, вы можете задать следующий вопрос: «сколько разных цветов может воспроизводить (отображать) современный компьютерный монитор?»

Чтобы ответить на этот вопрос, нам нужно быть точными, потому что это зависит от глубины цвета для каждого монитора и цветового пространства. Если мы возьмем, например, пространство RGB, отобразится 16,7 миллиона цветов. Такая большая палитра получается при смешивании всего трех цветов в разных пропорциях: красного, синего и зеленого. В графических редакторах каждый из них представлен 256 оттенками (256 × 256 × 256 = 16. 7 миллионов). Число 256 появилось из-за того, что каждый цвет представлен 8 битами (дискретными уровнями цвета на канал), и каждый результирующий цветной пиксель состоит из комбинации трех разных цветов.

Значения RGB задаются целым числом от 0 до 255. Например, RGB (0,0,255) отображается как синий, поскольку для параметра синего установлено максимальное значение (255), а для остальных установлено значение 0.

RGB — это цветовая модель, названная в честь трех заглавных букв названий лежащих в их основе цветов: Красный , Зеленый , Синий или красный, зеленый, синий.Одинаковые цвета образуют все промежуточные. Научное название — аддитивная модель (от английского слова add — «добавить»). Он используется для вывода изображений на мониторы и другие электронные устройства. Имеет большую цветовую гамму.

Изображение в этой цветовой модели состоит из трех каналов. При смешивании основных цветов, например:

• синий ( B ) и красный ( R ) превращаются в пурпурный ( M , M agenta),
• зеленый ( G ) и красный (). R ) превращается в желтый ( Y, желтый ),
• зеленый ( G ) и синий ( B ) превращается в голубой ( C, голубой )

Когда все три основных цвета смешиваются, получается белый цвет ( Вт, Белый ).

Название этой цветовой модели расшифровывается как Y — яркость, U или Cb — Chrominance-blue, V или Cr — Chrominance-red, что переводится как «яркость — синий цвет — красный цвет» (формат представления данные цветного видеоизображения)

Сигналы YCbCr генерируются из соответствующего источника RGB (красный, зеленый и синий) с настройкой гаммы следующим образом (преобразование JPEG ):

Y = 0,299 × R + 0,587 × G + 0. 114 × B

C b = — 0,1687 × R — 0,3313 × G + 0,5 × B + 128

C r = 0,5 × R — 0,4187 × G — 0,0813 × B + 128

диапазон каждого входа (R, G, B) — это полный 8-битный диапазон [0… 255]

Формулы для обратного преобразования цветовой модели YCbCr в RGB:

R = Y + 1,402 × ( C r-128)

G = Y — 0.34414 × ( C b — 128) — 0,71414 × ( C r — 128)

B = Y + 1,772 × ( C b — 128)

Компонент Y показывает то же самое изображение, только в черном (низкая яркость) и белом (высокая яркость).
Обычно, согласно формуле для вычисления компонента Y, изображение преобразуется в оттенки серого, и изображение четкое, хотя и в серых тонах.
Изображения цветовых компонентов Cb и Cr несут синюю и красную компоненты изображения.

HSV — модель, которая в принципе является аналогом RGB, основана на его цветах, но отличается системой координат. HSV представляет цвета более интуитивно понятным и читаемым способом, чем обычный RGB. Модель часто используется в графических приложениях, в цветовых палитрах и для анализа изображений.

HSV означает оттенок (цвет / оттенок), насыщенность (насыщенность), значение / яркость (яркость / яркость / яркость, не путать с яркостью).

Оттенок устанавливает положение цвета на цветовом круге (от 0 до 360 футов).Насыщенность — это процент насыщенности (от 0% до 100%). Значение — это процент яркости (от 0% до 100%).

Следующие ниже техники разделяют тона кожи и не-кожи с помощью линейного разделения. Эти экспресс-техники групп кожи предлагают множество фиксированных ограничений кожи в заданном пространстве затенения. Некоторые цветовые пространства позволяют просматривать пиксели цвета кожи в двумерном хроматическом пространстве, уменьшая зависимость от разнообразия освещения, другие, например, пространство RGB, решают проблему освещения, представляя различные рекомендации, основанные на условиях освещения (равномерный дневной свет…).

Ковач и др. работают в цветовом пространстве RGB и управляют условиями яркости, при которых делается снимок. Таким образом, они классифицируют цвет кожи по эвристическим стандартам, которые учитывают два уникальных условия: равномерный свет и вспышку или боковое просветление. (‘,’ означает операцию ‘И’)

• Равномерное дневное освещение: (Правило 1)

R> 95, G> 40, B> 20,

(Max {R, G, B} — min { R, G, B})> 15,

| R — G | > 15, R> G, R> B

• Боковое освещение фонариком или дневным светом: (Правило 2)

R> 220, G> 210, B> 170,

| R — G | ≤ 15, B

нам нужно логическое ИЛИ, чтобы объединить Правило1 и Правило2. Окончательное правило определяется следующим образом: (‘U’ означает ‘OR’)

RGB_Rule = (Rule_1) U (Rule_2)

В python вы можете реализовать эти уравнения с помощью библиотеки NumPy:

, как вы можете видеть, я использую метод reduce для вычисления логических операций (ИЛИ, И) нескольких матриц.

вывод этой маски (маска RGB) может выглядеть следующим образом:

Карта цветов кожи определяется и используется в сегментах цветности входного изображения, чтобы различать пиксели, которые, по общему мнению, кажутся кожей . В расчетах на этом этапе используется множество процедур регуляризации для усиления тех областей пикселей цвета кожи, которые обязательно должны иметь место с языковыми особенностями лица. Здесь мы используем только их шаг цветового разделения. Работая в пространстве YCbCr, создатели этого алгоритма обнаружили, что области действия Cb и Cr обычно делегируются для эталонной карты телесного цвета:

Cr ≤ 1.5862 × Cb + 20
Cr ≥ 0,3448 × Cb + 76,2069
Cr ≥ -4,5652 × Cb + 234,5652
Cr ≤ -1,15 × Cb + 301,75
Cr ≤ -2,2857 × Cb + 432,85

это может быть реализовано в python как следует:

, где line1–5 являются выходными данными этого метода:

мы можем визуализировать эти строки в пространстве Cb-Cr следующим образом:

Я заметил здесь, что наклон линии 3 (красная линия) не должен быть равным -4,5652, как предлагается в статье [1], оно должно быть примерно равно -1.( опечатка )

При применении этой маски к данному изображению будет получено следующее изображение:

В пространстве HSV значения оттенка выполняют наиболее важное разделение между кожей и областями, не связанными с кожей. на основе моих экспериментов мы можем оценить значение оттенка как:

H <50
H > 150

Вывод маски оттенка выглядит так:

Если мы объединим все предыдущие маски, алгоритм сгенерирует маску RGB-YCbCr-HSV, и если мы применим эту маску к данному изображению, он сгенерирует следующий результат:

В заключение я заметил, что для получения хорошего результата, вам нужно немного изменить коэффициенты предыдущих уравнений, чтобы лучше соответствовать вашим ожиданиям в ваших результатах.

для получения дополнительной информации, не стесняйтесь клонировать / форкнуть мое репо на GitHub.

, если вы хотите улучшить мой код, вы можете отправить мне запрос на перенос, содержащий ваши изменения.

Приятного чтения !!!

Ссылка

[1] Н. Рахман, К. Вей и Дж. Си, Модель цвета кожи RGB-H-CbCr для распознавания лица человека (2006), факультет информационных технологий, Мультимедийный университет.

Тона кожи Corel PhotoShop

Anime CGing Tutorial: Color Choice

Решено: каковы диапазоны правильных тонов кожи с использованием R.

Хотя я искренне согласен с тем, что мы не должны ограничиваться точными и быстрыми числами для точных тонов кожи … LR действительно предлагает считывание цвета RGB … Я предполагаю, что они сделали эти проценты доступными для пользователя, чтобы отслеживать разбивку определенные значения цвета по какой-то причине … чтобы мы могли иметь представление о том, как будет воспроизводиться определенный цвет в изображении …

Я сравниваю это с использованием спидометра…. в то время как многие опытные водители на хорошо настроенных транспортных средствах могут ездить по шоссе с предписанным законом ограничением скорости, не отслеживая показания на приборной панели … однако бывают случаи, когда они хотели бы проверить скорость , с которой они путешествуете … показание процента цвета RGB в LR ничем не отличается … просто источник информации, чтобы убедиться, что вы достигли того, чего хотите …

Опять же, используя конкретные числа в этом случае, я считаю, может привести к проблемам…. могут быть моменты, когда вам может потребоваться или действительно нужно отрегулировать оттенки кожи … даже если был достигнут приятный баланс белого … соотношение R, G и B может быть использовано для достижения этого.

Из того, что я исследовал и применил на практике с LR, следующее кажется хорошей отправной точкой, и данные были заимствованы из блога «пикселизация»:

R: самый высокий%
G: средний%
B: самый низкий%

Чтобы уточнить детали. Как правило,
R: Y + (15-20)
G: среднее значение R и B
B: R — (15-20)

Например, следующие значения представляют общие тона кожи европеоидов с использованием приведенных выше правил:
* R: 80%; G: 70%; В: 60%.R на 20 пунктов выше, чем B, а G находится посередине между R и B. Это идеально.

* R: 86%, G: 78%; B: 70% также отражает хорошо сбалансированный оттенок кожи. Опять же, G находится посередине между R и B, а R на 16 пунктов выше, чем B. Это тоже иллюстрирует отличную взаимосвязь между цветами.

CMY к таблице RGB для оттенков кожи в темной таблице для дальтоников — darktable

Мне очень неприятно, что соотношения CMYK и RGB являются «решениями» для телесных тонов.Не только в смысле «я дальтоник и нуждаюсь в помощи в выборе правильных цветов», но и в общем смысле, что это вообще не решение.

Во-первых — CMYK и RGB — https://en.wikipedia.org/wiki/CMYK_color_model — посмотрите раздел «Преобразование», и первое, что появится, это «CMYK и RGB зависят от устройства и между ними нет общей формулы преобразования». Еще хуже попытка адаптировать общую формулу, которая «вроде как работает», на основе какого-то видео без соответствующего доказательства того, как она должна «работать» (например, научная статья или даже что-то другое, кроме интуитивного ощущения того, как выглядит кожа)

Вторая — не существует одного «тона кожи», ни даже «более светлых» тонов кожи.если бы вы применили это даже как отправную точку для портрета меня и моего брата, мы бы выглядели «не так» (то ли то, то другое), поскольку мы действительно различаемся. Если бы вы снимали мужчину и женщину одного происхождения и возраста (скажем, близнецов), вы бы получили похожие вещи. Если бы один человек был ближе к источнику света, чем другой — то же самое. О… Источник света!

3-й — источник света, отражения, баланс… свет все портит, точнее — светоцентрический подход здесь был бы немного ближе к реальности, но тогда

то есть проблема получения «стиля» — теперь вы «цветокоррекция»? Как и в некоторых фильмах, некоторые сцены имеют зеленоватый оттенок, некоторые голубоватые, некоторые теплые, некоторые холодные … Все зависит от настроения (или цветовой адаптации), и это развалится во всех подобных ситуациях.

Итак, с целью получения «правильных телесных тонов» (не говоря уже о проблеме дальтонизма), шаги должны быть такими же, как и для любой цветокоррекции: воспроизвести условия съемки и компенсировать вариации (подумать о балансе белого и т.