Python- 有没有函数或公式可以找到 RGB 代码的补色？

Question

我试图在Python 3中找到一个好的公式来计算rgb代码的补色，例如。 a = b 的互补。有什么办法可以做到这一点吗？

Answer 1

以下是如何直接计算 RGB 颜色的补色。它给出的结果与使用

colorsys

的算法相同，如 Iva Klass 的答案所示，但在我的测试中，它的速度大约快 50%。请注意，它适用于任何 RGB 方案，RGB 分量是整数还是浮点数并不重要（只要每个分量使用相同的范围！）。

函数

hilo

实现了一个简单的排序网络来对RGB分量进行排序。

# Sum of the min & max of (a, b, c)
def hilo(a, b, c):
    if c < b: b, c = c, b
    if b < a: a, b = b, a
    if c < b: b, c = c, b
    return a + c

def complement(r, g, b):
    k = hilo(r, g, b)
    return tuple(k - u for u in (r, g, b))

---

这是一个使用 PIL / Pillow 的简短演示。

#!/usr/bin/env python3

''' Complement the colours in a RGB image 

    Written by PM 2Ring 2016.10.08
'''

import sys
from PIL import Image

# Sum of the min & max of (a, b, c)
def hilo(a, b, c):
    if c < b: b, c = c, b
    if b < a: a, b = b, a
    if c < b: b, c = c, b
    return a + c

def complement(r, g, b):
    k = hilo(r, g, b)
    return tuple(k - u for u in (r, g, b))

def complement_image(iname, oname):
    print('Loading', iname)
    img = Image.open(iname)
    #img.show()

    size = img.size
    mode = img.mode
    in_data = img.getdata()

    print('Complementing...')
    out_img = Image.new(mode, size)
    out_img.putdata([complement(*rgb) for rgb in in_data])
    out_img.show()
    out_img.save(oname)
    print('Saved to', oname)

def main():
    if len(sys.argv) == 3:
        complement_image(*sys.argv[1:])
    else:
        fmt = 'Complement colours.\nUsage: {} input_image output_image'
        print(fmt.format(sys.argv[0]))

if __name__ == '__main__':
    main()

输入图片

输出图像

---

这是

complement_image

的 Numpy 版本。在我的机器上，它处理“眼镜”图像的速度比以前的版本快约 3.7 倍。

import numpy as np

def complement_image(iname, oname):
    print('Loading', iname)
    img = Image.open(iname)
    #img.show()

    in_data = np.asarray(img)
    #print(in_data.shape)

    print('Complementing...')
    lo = np.amin(in_data, axis=2, keepdims=True)
    hi = np.amax(in_data, axis=2, keepdims=True)
    out_data = (lo + hi) - in_data

    out_img = Image.fromarray(out_data)
    #out_img.show()
    out_img.save(oname)
    print('Saved to', oname)

---

这里有一个简短的演示，使用 scikit-image（和 Numpy）在感知更均匀的 CIELuv 色彩空间中创建互补色。

from skimage.color import rgb2luv, luv2rgb
from skimage.util import img_as_ubyte

luv_data = rgb2luv(in_data) * (1, -1, -1)
out_data = img_as_ubyte(luv2rgb(luv_data))

Answer 2

我认为没有现成的解决方案，但是标准库中有一个 colorsys 模块，它可以提供帮助。

我认为您首先需要将 RGB 转换为 HSV 或 HSL，然后“旋转”色调，如果需要，再转换回 RGB。例如（我不确定是否正确旋转）：

from colorsys import rgb_to_hsv, hsv_to_rgb

def complementary(r, g, b):
   """returns RGB components of complementary color"""
   hsv = rgb_to_hsv(r, g, b)
   return hsv_to_rgb((hsv[0] + 0.5) % 1, hsv[1], hsv[2])

Answer 3

r,g,b = [25,25,25]

def get_complementary(color):
    color = color[1:]
    color = int(color, 16)
    comp_color = 0xFFFFFF ^ color
    comp_color = "#%06X" % comp_color
    return comp_color
hex_val = "#%02x%02x%02x" % (r,g,b)
h = get_complementary(hex_val)
print("Complementary color",h)
h = h.lstrip('#')
print('RGB =', tuple(int(h[i:i+2], 16) for i in (0, 2, 4)))

输出：

补色#E6E6E6

RGB = (230, 230, 230)

Answer 4

这很简单而且有效。

color = QColorDialog.getColor()
color_rgb = color.getRgb()
# Complementary color
color_comp = (255-color_rgb[0], # red
              255-color_rgb[1], # green
              255-color_rgb[2], # blue
              color_rgb[3])

RGB: (170, 85, 255, 255)

比较：(85, 170, 0, 255)

可能有一种方法，但这可行。