色調(diào)與飽和度雖然反應(yīng)色光的頻率信息，但表現(xiàn)的是人眼對光的反饋特性，與光的頻率是不同的物理量。其與光的頻率之間的對應(yīng)關(guān)系也是由人眼的感光細(xì)胞決定的。由于自然界中并不存在嚴(yán)格的單色光，人的色覺其實是人眼的兩種感光細(xì)胞所產(chǎn)生的色覺的混合。

也就是說，幾種基準(zhǔn)頻率的光按照不同的飽和度互相混合，人眼將會感受到顏色的變化，也可以說是產(chǎn)生新的顏色。實驗表明，任意三種不能互相轉(zhuǎn)換的顏色可以通過互相混合完成對光譜色的一一對應(yīng)。這樣的三種光叫做三原色，一般選取紅綠藍作為三原色。

在這里插入圖片描述

由于三者已經(jīng)歸一化，所以只要知道其中兩個值就能夠確定色品，以 r 為橫坐標(biāo) g 為縱坐標(biāo)，就能夠表示出所有可能的色品。這種圖大家并不陌生，在手機發(fā)布會上最常見，這里我們畫出一個類似的圖樣

在這里插入圖片描述

def CIE_RGB():
    rgb = np.zeros([1000,1000,3])
    r = np.arange(0,1,0.001)
    r,g = np.meshgrid(r,r)
    rgb[:,:,0] = r
    rgb[:,:,1] = g
    rgb[:,:,2] = 1-r-g
    over = rgb[:,:,2]<0
    rgb[over,:]=[1,1,1]
    #將色品轉(zhuǎn)化成RGB
    maxVal = np.max(rgb,2)
    for i in [0,1,2]:
        rgb[:,:,i] /= maxVal
    #rgb[rgb<0]=0
    ax = plt.gca()
    ax.imshow(rgb)
    ax.invert_yaxis()    #plt顯示圖片時y軸從上到下，所以反置
    # 坐標(biāo)映射
    plt.xticks(range(0,1001,200),['0','0.2','0.4','0.6','0.8','1'])
    plt.yticks(range(0,1001,200),['0','0.2','0.4','0.6','0.8','1'])
    plt.show()

然而根據(jù)實驗測得，RGB系統(tǒng)的刺激值存在負(fù)值，也就是說上圖中其實并沒有將所有的顏色納入其中，所以CIE又推薦了XYZ色度學(xué)系統(tǒng)，其本質(zhì)上是對RGB系統(tǒng)的線性變換，最終讓該系統(tǒng)所對應(yīng)的刺激值為正數(shù)。其公式為

在這里插入圖片描述

python實現(xiàn)為

#dWave為波長；maxPix為最大值；gamma為調(diào)教參數(shù)
def getRGB(dWave,maxPix=1,gamma=1):
    waveArea = [380,440,490,510,580,645,780]
    minusWave = [0,440,440,510,510,645,780]
    deltWave = [1,60,50,20,70,65,35]
    for p in range(len(waveArea)):
        if dWave<waveArea[p]:
            break
    pVar = abs(minusWave[p]-dWave)/deltWave[p]
    rgbs = [[0,0,0],[pVar,0,1],[0,pVar,1],[0,1,pVar],
            [pVar,1,0],[1,pVar,0],[1,0,0],[0,0,0]]
        #在光譜邊緣處顏色變暗
    if (dWave>=380) & (dWave<420):
        alpha = 0.3+0.7*(dWave-380)/(420-380)
    elif (dWave>=420) & (dWave<701):
        alpha = 1.0
    elif (dWave>=701) & (dWave<780):
        alpha = 0.3+0.7*(780-dWave)/(780-700)
    else:
        alpha = 0       #非可見區(qū)
    return [maxPix*(c*alpha)**gamma for c in rgbs[p]]

繪制光譜

def drawSpec():
    pic = np.zeros([100,360,3])
    rgb = [getRGB(d) for d in range(400,760)]
    pic = pic+rgb
    plt.imshow(pic)
    plt.yticks([])      #隱藏y坐標(biāo)軸
    plt.xticks(range(0,360,50),['400','450','500','550','600','650','700','750'])
    plt.show()

在這里插入圖片描述