컬러 모델
RGB 컬러 모델(빛의 3원색)
가산 모델(Additive model)
- 빛의 합성
- 색을 혼합하면 명도가 올라가는 가산 혼합 방식
- R+G = Y, G+B = C, B+R = M
- RGB의 보색은 CMY
CMY 컬러 모델(색의 3원색)
감산 모델(Subtractive model)
- 색의 합성
- 색을 혼합하면 명도가 낮아지는 감산 혼합 방식
- 이론 상으로야 Cyan + Magenta + Yellow = Black 이어야 하지만, 물감이나 잉크를 이상적인 성분으로 만들 수 없는 관계로 동일하게 섞어도 검은색으로 나타나지 않기 때문에 Black의 K를 추가하여 CMYK로 표현하는 경우가 많다.
- 프린터, 인쇄, 출판 영역에서 자주 사용되는 모형
HSV 컬러 모델(RGB의 보완)
예를들어 아래 색들은 무슨 색일 지생각해보자.
- RGB(255, 0, 0)
- RGB(0, 255, 0)
- RGB(0, 0, 255)
- RGB(23, 185, 79)
123은 순서대로 빨강, 초록, 파랑이지만 네번째 색은 수치만 보고 판단하기는 힘들다.
이러한 RGB의 떨어지는 직관성이 HSV라는 호환 체계를 만들었다.
H는 색상, S,V는 각각 채도(saturation)와 명도(Brightness)이다.
*** HSV가 나온 이유 정리 일반적으로 어떤 색이 RGB 각 몇퍼센트의 합으로 나오는지 알아차리기는 힘들다. 여기서 HSV는 색 채도 명도를 사용하여 색을 지정하기 때문에 더욱 직관적이다.
*** 셰이드, 틴트 셰이드는 어떤 색상에 흑색을 섞어서 채도, 명도 모두 낮추는 방법 틴트는 어떤 색상에 백색을 섞어서 채도는 낮추되 명도는 높이는 방법이다.
HSV 컬러 모델의 변형
- 원뿔형HSV
- 색상을둥글게배치
YUV 모델
- Y축은 밝기 성분을 U,V 두 축은 색상을 표현한다. U 성분은 파란색에서 밝기 성분을 뺀 값이고, V 성분은 빨간색에서 밝기 성분을 뺀 값이다.
YIQ 모델
- YUV와 같은 원리로 Y축을 구하는 방식도 같다.
- 색상 성분인 I, Q 값을 구하는 가중치로 YIQ 모델은 사람의 눈이 더욱 민감한 구간인 주황색에서 파란색 사이 영역을 식별하는 데 더 많은 데이터를 할당하기 위해 고안
CIE 모델의 문제점
- 인지된 색차가 그림의 거리에 비례하지 않음
위 그림에서 a와 b의 거리는 같지만 a에서는 양 끝점의 색이 크게 다르지만 b에서는 별로 다르지 않다. 즉 CIE 컬러 맵에서의 거리가 실제로 인식된 색의 차이를 의미하지 않는다는 것이다.
사람의 지각 능력은 명암에 민감하다. 하지만 CIE 모델은 명암정보를 제대로 수용하지 않는다. 위의 (a)는 cie, (b)는 cie lab 모델이다.
cie 모델에서 x,y 좌표를 일정하게 증가시킬때 색이 급변하고 오른쪽으로 갈 수 록 변화가 미비해보이지만 cie lab 모델에서는 일정한 색 차이로 변화하는 것 처럼 보인다.
cie lab 모델은 cie 모델을 본형하여 컬러 맵상의 거리가 인식된 색상 차에 정비례하도록 한 것이다. 더 나아기 이처럼 사람의 지각 능력을 반영한 컬러 모델을 인지 컬러 모델이라고 한다.
디스플레이 장비나 인쇄 매체에 따라 색이 달라지는 색 공간과 달리 Lab* 색 공간은 인간의 시각에 대한 연구를 바탕으로 정의되었다. 특히 휘도 축인 L 값은 인간이 느끼는 밝기에 대응하도록 설계되었다.
Lab* 색 공간은 RGB나 CMYK가 표현할 수 있는 모든 색역을 포함하며, 인간이 지각할 수 없는 색깔도 포함하고 있다.
Lab* 색 공간은 실제 빛의 파장과 비선형적 관계를 갖는다. 또한 Lab* 공간에서 서로 다른 두 색의 거리는 인간이 느끼는 색깔의 차이와 비례하도록 설계됐다.
*** lab, luv 모델
- lab는 색의 합성에 있어서 색 차이가 선형적으로 인식되도록 만든 감산모델
- luv는 빛의 합서에 있어서 색 차이가 선형적으로 인식되도록 만든 가산모델