image-decompose

该工具将RGB图像分解为不同颜色空间中的通道。支持sRGB（包括线性RGB）、HSL、HSV、HBW、XYZ、xyY、L*a*b*、LCh_ab、L*u*v*、LCH_uv、CMY和CMYK模型。

对于这些中的每一个，程序将加载输入图像作为sRGB图像，将其转换为指定的颜色空间，然后创建一个包含坐标的图像

示例

示例图像包含在data目录中，可用于测试程序

cargo run -- -y --resize 300x400 --crop 150x300+75+50 \
             -o out data/umbrella-sky.jpg

因此，该工具生成了一些WebP图像，并将它们以umbrella-sky-*.webp模式保存到out目录中。每个图像都包括将源图像分解为给定颜色空间中单独通道的过程。

例如

sRGB

可能是最熟悉的分解，显示了图像中每个像素的红、绿和蓝色含量。RGB模型是加性的，因此结果是所有这些颜色的总和。

HSL

HSL通过引入更自然的色调、饱和度和亮度控制来尝试提高用户友好性。但是，该模型并不是感知均匀的，因此只改变色调会影响颜色的亮度。

色调通道中的黑色斑点表示源图像中的灰色颜色（包括白色和黑色），对于这些颜色色调是未定义的。

L*u*v*和LCh_uv

L*u*v*颜色空间试图实现感知均匀性。分解演示了L*通道对应于亮度，而u*和v*坐标位于绿色-红色和蓝色-黄色轴上。

L*C*h模型通过使用更熟悉的色调和色度值来表示色度，使模型更容易解释。

CMY和CMYK

CMY和CMYK颜色模型是减性的。这可以通过通道是图像的“逆”来证明。图像中红色越少，使用的青色就越多，同样适用于绿色-品红色和蓝色-黄色配对。在CMYK模型中，黑色（或键）通道的逆尤其明显。