算法 – 计算人类如何看待不同颜色之间的相似性

在幕后,其中一个过程比较了对象的两个用户描述,并将其分类为相似性.

我想要做的是获得两个颜色与人类感觉相似的分数.基本上,该算法需要确定一个2人挑选2种不同的颜色是否可以描述相同的对象.因此,红色 – 红色应为100％,大多数灰色的阴影彼此将为100％,但红色>绿色绝对不是一场比赛.

为了更好地了解算法的工作原理,我将灰度和每个色调的3个亮度与集合中的每个其他颜色相对应,并且与黑色,视觉上相同(100％)的白色和灰度表示无匹配(0％)表示中间值.

我的第一个(非常简单的方法)是将RGB值简单地视为颜色立方体中的坐标,并计算它们之间的距离(矢量的大小).

这给Black-> 50％Gray带来了许多问题,比Black-> 50％Blue更大的距离.已经进行了数百次比较,并要求提供反馈意见,这似乎并不符合人类的看法(如下所示)

方法2将RGB值转换为HSV.然后,我在色相上产生80％的分数,而Sat / Lum上的其他20％则得分.这似乎是迄今为止最好的方法,但仍然会发生一些奇怪的比赛

方法3是尝试混合 – 计算HSL值,但最终得分基于HSL色缸空间中的2种颜色之间的距离(如3D极坐标).

我觉得我必须重新发明这个轮子 – 这是否已经完成了？我在Google上找不到任何体面的例子,你可以看到我的方法留下了一些希望.

所以我的问题是：

有没有一个标准的方法来做到这一点？如果是这样,怎么办？如果没有,任何人都可以提出改进我的方法的方法？如果需要,我可以提供代码片段,但是由于3天的调整,因此会被警告为目前凌乱的地狱.

解决方案(Delta E 2000)：
使用下面提供的建议,我已经实施了Delta E 2000比较器.我不得不调整加权值是相当大的 – 我不是在寻找颜色是不可察觉的不同,但没有很大的不同.如果有人感兴趣,所得情节低于…