颜色对比比率计算

 在web设计中,选择较强对比度的前景色和底色是非常重要的。特别对于色弱的人们,如果在彩色

的底上显示对比度很低的文字,那么几乎是无法辨别的。

为了规范颜色对比,使之标准化,WCAG国际组织有一套严格的算法和标准。

1:1 没有对比,比如黑底黑字,白底白字

21:1 最大的对比,比如黑底白字,白底黑字

3:1-这是在large scale text(18pt or 14pt bold or larger)  level AA

4.5:1-minimum contrast for regular sized text level AA

7:1-enhanced contrast for regular sized text level AAA

http://www.msfw.com/Services/ContrastRatioCalculator

 

转载于:https://www.cnblogs.com/kidsitcn/p/4444463.html

比率并输出。 好的,我知道了你的问题。首先,我们需要了解一下JPEG压缩的基本原理。JPEG压缩主要包含以下三个步骤: 1. 颜色空间转换:将RGB颜色空间转换为YCbCr颜色空间。 2. 量化:将图像分块后,对每一块进行离散余弦变换(DCT),然后将变换系数按照一定的量化矩阵进行量化。 3. 编码:对量化后的系数进行熵编码,包括哈夫曼编码和游程编码。 根据以上步骤,我们可以编写以下Matlab代码来实现一幅灰度图像的压缩: ```matlab % 读入灰度图像 img = imread('gray.bmp'); % 颜色空间转换 YCbCr = rgb2ycbcr(img); % 分块大小 block_size = 8; % 量化矩阵 Q = [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99]; % 对每一块进行DCT和量化 [m, n] = size(YCbCr(:,:,1)); Y = zeros(m, n); Cb = zeros(m, n); Cr = zeros(m, n); for i = 1:block_size:m for j = 1:block_size:n block = double(YCbCr(i:i+block_size-1, j:j+block_size-1, :)); Y(i:i+block_size-1, j:j+block_size-1) = round(dct2(block(:,:,1))./Q); Cb(i:i+block_size-1, j:j+block_size-1) = round(dct2(block(:,:,2))./Q); Cr(i:i+block_size-1, j:j+block_size-1) = round(dct2(block(:,:,3))./Q); end end % 编码 Y_code = huffman_encode(Y(:)); Cb_code = huffman_encode(Cb(:)); Cr_code = huffman_encode(Cr(:)); % 计算压缩比率 bits1 = numel(Y_code) + numel(Cb_code) + numel(Cr_code); bits2 = m*n*8; ratio = bits1/bits2; % 解码 Y_decode = huffman_decode(Y_code); Cb_decode = huffman_decode(Cb_code); Cr_decode = huffman_decode(Cr_code); % 对每一块进行反量化和反DCT Y_rec = zeros(m, n); Cb_rec = zeros(m, n); Cr_rec = zeros(m, n); for i = 1:block_size:m for j = 1:block_size:n Y_rec(i:i+block_size-1, j:j+block_size-1) = idct2(Y_decode(i:i+block_size-1, j:j+block_size-1).*Q); Cb_rec(i:i+block_size-1, j:j+block_size-1) = idct2(Cb_decode(i:i+block_size-1, j:j+block_size-1).*Q); Cr_rec(i:i+block_size-1, j:j+block_size-1) = idct2(Cr_decode(i:i+block_size-1, j:j+block_size-1).*Q); end end % 颜色空间转换 img_rec = ycbcr2rgb(cat(3, Y_rec, Cb_rec, Cr_rec)); % 显示原图和压缩后的图像 subplot(1, 2, 1); imshow(img); title('原图'); subplot(1, 2, 2); imshow(img_rec); title('压缩后的图像'); % 输出压缩比率 fprintf('压缩比率为:%.2f\n', ratio); ``` 在以上代码中,我们用到了以下函数: 1. `rgb2ycbcr`函数:将RGB颜色空间转换为YCbCr颜色空间。 2. `dct2`函数:进行二维离散余弦变换(DCT)。 3. `round`函数:对变换系数按照一定的量化矩阵进行量化。 4. `huffman_encode`函数:对量化后的系数进行哈夫曼编码。 5. `numel`函数:计算数组中元素的个数。 6. `idct2`函数:进行二维离散余弦逆变换(IDCT)。 7. `huffman_decode`函数:对编码后的系数进行哈夫曼解码。 8. `ycbcr2rgb`函数:将YCbCr颜色空间转换为RGB颜色空间。 最后,我们可以运行以上代码来实现一幅灰度图像的压缩,并输出压缩比率
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值