Python 彩虹中颜色的接近度

我得到了n个属于彩虹的点（或者接近“彩虹颜色”）。现在给定一个点，也是彩虹色，我想在n个点中找到最接近的匹配

要做到这一点，什么是稳健而简单的数据结构+算法组合？我想到了使用（R，G，B）元组和欧拉距离

---

是的，我得到了一个严肃的用例：-）

您基本上是对的，但是HSL或HSV可能会允许更高的准确性，因为您可以加权属性。请参阅。

您可能应该将RGB值转换为基于色调的匹配颜色接近度更容易的位置。

我不是在玩彩虹；-）但我有几乎相同的情况，我使用kd树快速搜索最近的“点”。我的点也是0-1浮动形式的rgb颜色

你说的彩虹颜色，通常意义上是指可见光谱中的单色颜色，即单一频率的颜色（白色或粉色不是彩虹颜色）。在这种情况下，您有一个巨大的优势，就是能够仅用频率或波长，一个数字来表示它们。例如，在此处查看与彩虹光谱的样本划分相对应的频率：

所以现在你有n个数字，然后你选择另一个数字（另一种彩虹颜色），然后决定它最接近哪一个。这应该是微不足道的

---

因此，如果你有彩虹颜色的频率（你应该这样做，否则你怎么知道它们是彩虹颜色？），这是一个简单的工作。

你的意思是？除此之外，你的建议听起来是一个很好的解决方案——选择彩虹颜色的RGB值作为目标，然后使用（R，G，B）作为坐标，测量给定颜色和目标颜色之间的距离。你也可以看看其他的距离度量——有一些例子。你可能应该把你所有的颜色转换成LAB，然后进行距离计算，因为它比RGB在感知上更均匀。

from kdtree import KDTree

data = [(1,2,3),(4,0,1),(5,3,1),(10,5,4),(9,8,9),(4,2,4)]

tree = KDTree.construct_from_data(data)
nearest = tree.query(query_point=(5,4,3), t=1)