HSI 颜色空间到 RGB 的双锥模型

Question

我遇到过一种将颜色从 RGB 转换为 HSI 的三角函数实现。特别是，从 RGB 转换为“HSI 颜色空间，由双锥体给出”，我认为这是 HSLbi-hexcone 模型的另一个名称。

作者描述了 RGB-->HSI 的“他们首选的变换选择”的方程，我在 Python 中实现了如下所示。没有给出任何逆向变换，HSI-->RGB。

def rgb_to_hsi(r, g, b):
    # r, g, b in [0..1]
    x = min(r, g, b)
    y = max(r, g, b)
    I = (x + y) / 2.0
    S = y - x
    c1 = r - (g + b) / 2.0
    c2 = (np.sqrt(3) * (b - g)) / 2.0
    H = np.arctan2(c2, c1)
    H = np.mod(-H, 2 * pi) # re-range to [0..2PI], rotating from red at 0 to green at 2/3PI, etc.

    return [H, S, I] # H in [0..2PI], S in [0..1], I in [0..1]

算法和我的实现似乎都是正确的，并且提供了与该图一致的结果（即红色（

rgb（1,0,0））给出[0.0, 1, 0.5]

）：

但是我无法找到或导出这种转换的有效逆过程 -

hsi_to_rgb()

 方法。

我尝试了一些实现，但它们倾向于将

hsi(0.0, 1, 0.5)

 映射到 

rgb(0.5, 0, 0)

（半亮度红色，而不是全亮度）。

我怀疑这是因为大多数 HSL 实现都使用 HSL 的

圆柱形模型，而不是双锥模型 - 这是真的吗？

无论哪种方式，从 HSL 双锥模型转换为 RGB 的工作（理想情况下是三角）算法是什么？

Answer 1

给你：

def hsi_to_rgb(H, S, I):
    c2 = math.sin(-H)
    c1 = math.cos(-H)
    # (r,g,b) = A*c1*(1, -.5, -.5) + A*c2*(0, -1, 1) + B*(1,1,1)
    r = c1
    g = c1*-0.5 - c2
    b = c1*-0.5 + c2
    # multiply to match S
    fac = S/(max(r,g,b)-min(r,g,b))
    r *= fac
    g *= fac
    b *= fac
    # add white to match I
    x = I - (S / 2.0)
    w = x - min(r,g,b)
    r += w
    g += w
    b += w
    return [r, g, b]