RGB图像转换为索引图像
统一的量化——如果你指定托尔
,然后rgb2ind
使用统一的量化转换形象。均匀量化削减RGB颜色数据集分解成更小的数据集的长度托尔
。例如,如果您指定一个托尔
0.1,那么数据集的边缘是十分之一RGB数据集的长度。小方块的总数是:
t =(地板(1 / tol) + 1) ^ 3
每个方块代表一个单一的颜色在输出图像。因此,t
的最大长度是colormap。rgb2ind
删除任何颜色不出现在输入图像,所以实际colormap可以小于t
。
最小方差量化——如果你指定问
,然后rgb2ind
使用最小方差量子化。最小方差量子化削减RGB颜色数据集分解成更小的箱子大小不一的(不一定是立方体),这取决于图像的颜色分布。如果输入图像实际使用的颜色比指定的数量少,然后输出colormap也较小。
逆Colormap Colormap——如果你指定一个输入inmap
,然后rgb2ind
使用colormap映射。逆colormap算法对每种颜色组件colormap指定为32个不同的水平。然后,输入图像的每个像素,量化colormap找到最接近的颜色。
[1]斯宾塞·w·托马斯,“有效的逆彩色地图计算”,图形宝石二世(詹姆斯。下午),学术出版社:1991年波士顿。。(包括源代码)