我正在寻找某种公式或算法来确定给定RGB值的颜色的亮度。我知道这不像把RGB值加在一起那么简单，更高的总和更亮，但我有点不知所措，不知道从哪里开始。
当前回答
HSV色彩空间应该做的把戏，看维基百科文章取决于你正在工作的语言，你可能会得到一个库转换。
H是色调，是颜色的数值(即红色，绿色…)
S是颜色的饱和度，即它有多“强烈”
V是颜色的亮度。
其他回答
基于所有这些答案，我的简单结论是，对于大多数实际用例，您只需要:
brightness = 0.2*r + 0.7*g + 0.1*b
当r,g,b值在0到255之间时，亮度范围也在0(=黑)到255(=白)之间。
可以对它进行微调，但通常没有必要。
这里有一小段C代码，可以正确地计算可感知的亮度。
// reverses the rgb gamma
#define inverseGamma(t) (((t) <= 0.0404482362771076) ? ((t)/12.92) : pow(((t) + 0.055)/1.055, 2.4))
//CIE L*a*b* f function (used to convert XYZ to L*a*b*) http://en.wikipedia.org/wiki/Lab_color_space
#define LABF(t) ((t >= 8.85645167903563082e-3) ? powf(t,0.333333333333333) : (841.0/108.0)*(t) + (4.0/29.0))
float
rgbToCIEL(PIXEL p)
{
float y;
float r=p.r/255.0;
float g=p.g/255.0;
float b=p.b/255.0;
r=inverseGamma(r);
g=inverseGamma(g);
b=inverseGamma(b);
//Observer = 2°, Illuminant = D65
y = 0.2125862307855955516*r + 0.7151703037034108499*g + 0.07220049864333622685*b;
// At this point we've done RGBtoXYZ now do XYZ to Lab
// y /= WHITEPOINT_Y; The white point for y in D65 is 1.0
y = LABF(y);
/* This is the "normal conversion which produces values scaled to 100
Lab.L = 116.0*y - 16.0;
*/
return(1.16*y - 0.16); // return values for 0.0 >=L <=1.0
}
HSV色彩空间应该做的把戏，看维基百科文章取决于你正在工作的语言，你可能会得到一个库转换。
H是色调，是颜色的数值(即红色，绿色…)
S是颜色的饱和度，即它有多“强烈”
V是颜色的亮度。
下面是将sRGB图像转换为灰度的唯一正确算法，如在浏览器等中使用。
在计算内积之前，有必要对颜色空间应用伽玛函数的逆。然后你把函数应用到减少的值上。未能合并gamma函数可能导致高达20%的误差。
对于典型的计算机，颜色空间是sRGB。sRGB的正确数字约为。0.21 0.72 0.07。sRGB的Gamma是一个复合函数，近似取幂1/(2.2)。这是c++的全部内容。
// sRGB luminance(Y) values
const double rY = 0.212655;
const double gY = 0.715158;
const double bY = 0.072187;
// Inverse of sRGB "gamma" function. (approx 2.2)
double inv_gam_sRGB(int ic) {
double c = ic/255.0;
if ( c <= 0.04045 )
return c/12.92;
else
return pow(((c+0.055)/(1.055)),2.4);
}
// sRGB "gamma" function (approx 2.2)
int gam_sRGB(double v) {
if(v<=0.0031308)
v *= 12.92;
else
v = 1.055*pow(v,1.0/2.4)-0.055;
return int(v*255+0.5); // This is correct in C++. Other languages may not
// require +0.5
}
// GRAY VALUE ("brightness")
int gray(int r, int g, int b) {
return gam_sRGB(
rY*inv_gam_sRGB(r) +
gY*inv_gam_sRGB(g) +
bY*inv_gam_sRGB(b)
);
}
有趣的是，RGB=>HSV的公式只是使用v=MAX3(r,g,b)。换句话说，你可以用(r,g,b)的最大值作为HSV中的V。
我查了一下，在Hearn & Baker的575页，这也是他们计算“价值”的方法。
