カラーモデルの主なタスクは、統一された方法でカラーを設定できるようにすることです。 実際、カラーモデルは、色を一意に決定できる特定の座標系を定義します。
今日最も人気のあるカラーモデルは、RGB（主にモニターとカメラで使用）、CMY（K）（印刷で使用）、HSI（マシンビジョンとデザインで広く使用されています）です。 他にも多くのモデルがあります。 たとえば、CIE XYZ（標準モデル）、YCbCrなど。これらは、これらのカラーモデルの概要です。
RGBカラーキューブ
グラスマンの法則から、（つまり、直接発光するオブジェクトからの色の混合に基づいた）加色のアイデアが生まれます。 このようなモデルは、1861年にジェームズマックスウェルによって初めて提案されましたが、その後、最も大きな分布を受けました。
RGBモデル（英語の赤-赤、緑-緑、青-青）では、すべての色は3つの基本（赤、緑、青）色をさまざまな比率で混合することで得られます。 最終的な色の各基本色の共有は、対応する3次元空間の座標として認識されるため、このモデルは多くの場合カラーキューブと呼ばれます。 図 図1は、カラーキューブモデルを示しています。
ほとんどの場合、キューブが単一になるようにモデルが構築されます。 基本色に対応する点は、軸上にある立方体の頂点にあります：赤-（1; 0; 0）、緑-（0; 1; 0）、青-（0; 0; 1）。 この場合、2つの基本色（2つの基本色を混合することによって得られる）は、キューブの他の頂点に位置します：シアン-（0; 1; 1）、マゼンタ-（1; 0; 1）およびイエロー-（1; 1; 0）。 黒と白の色は、原点（0; 0; 0）と原点から最も遠い点（1; 1; 1）にあります。 図 立方体の頂点のみを表示します。
RGBモデルのカラー画像は、3つの個別の画像チャネルから構築されます。 タブで。 元の画像をカラーチャンネルに分解します。
RGBモデルでは、特定のビット数が各カラーコンポーネントに割り当てられます。たとえば、各コンポーネントに1バイトが割り当てられている場合、このモデルを使用して2 ^（3 * 8）≈1600万色をエンコードできます。 実際には、そのようなコーディングは冗長です。なぜなら、 ほとんどの人はこれほど多くの色を区別できません。 多くの場合、いわゆる 各コンポーネントコーディングに5ビットが割り当てられるハイカラーモード。 一部のアプリケーションは、RおよびBコンポーネントのエンコードに5ビットが割り当てられ、Gコンポーネントのエンコードに6ビットが割り当てられる16ビットモードを使用します。 このモードでは、第1に、緑に対する人の高い感度を考慮し、第2に、コンピューターアーキテクチャ機能のより効率的な使用を可能にします。 単一のピクセルをエンコードするために割り当てられたビット数は、色深度と呼ばれます。 タブで。 同じ画像を異なる色深度でエンコードする例を示します。
減算CMYおよびCMYKモデル
減算モデルCMY（英語のシアン-シアン、マゼンタ-マゼンタ、イエロー-イエロー）は、画像のハードコピー（印刷）を取得するために使用され、何らかの方法でRGBカラーキューブの対極になります。 RGBモデルで基本色が光源の色である場合、CMYモデルは色吸収モデルです。
たとえば、黄色の染料でコーティングされた紙は青い光を反射しません。 黄色の染料は、反射した白色光から青を差し引いていると言えます。 同様に、青の色素は反射光から赤を差し引き、紫の色素は緑を差し引きます。 そのため、このモデルは減法と呼ばれています。 RGBモデルからCMYモデルへの変換アルゴリズムは非常に簡単です。
RGBカラーの範囲は[0; 1]であると想定されています。 CMYモデルで黒を得るには、シアン、マゼンタ、イエローを同じ比率で混ぜる必要があることがわかります。 この方法には2つの重大な欠点があります。第1に、混合の結果として得られる黒は「実際の」黒よりも明るく見え、第2に、これはかなりの染料コストにつながります。 したがって、実際には、CMYモデルはCMYKモデルに拡張され、3色に黒が追加されます。
色空間の色相、彩度、強度（HSI）
前述のRGBおよびCMY（K）カラーモデルは、ハードウェアの実装に関しては非常に単純ですが、1つの重大な欠点があります。 人がこれらのモデルで指定された色で操作することは非常に困難です。なぜなら、 人は、色を説明するときに、基本コンポーネントの説明された色ではなく、わずかに異なるカテゴリのコンテンツを使用します。
ほとんどの場合、人々は色調、彩度、明度の概念で動作します。 同時に、色調について話すと、通常は正確に色を意味します。 彩度は、記述されている色がどれだけ白で希釈されているかを示します（たとえば、ピンクは赤と白の混合です）。 明度の概念は説明が最も難しく、いくつかの仮定では、明度は光の強さとして理解できます。
対角線の白黒の方向へのRGB立方体の投影を考慮すると、六角形が得られます。
次に、すべての灰色（立方体の対角線上にある）が中心点に投影されます。 このモデルを使用してRGBモデルで使用できるすべての色をエンコードするには、明度（または強度）の垂直軸（I）を追加する必要があります。 結果は六角形の円錐です：
この場合、トーン（H）は赤色の軸に対する角度によって設定され、彩度（S）は色の純度を特徴づけます（1は完全に純粋な色を意味し、0はグレーの陰影に対応します）。 色相と彩度はゼロ強度では定義されないことを理解することが重要です。
RGBからHSIへの変換アルゴリズムは、次の式を使用して実行できます。
HSIカラーモデルは、デザイナーやアーティストの間で非常に人気があります。 このシステムは、トーン、彩度、輝度を直接制御します。 同じ特性により、このモデルはマシンビジョンシステムで非常に人気があります。 タブで。 強度、トーン（回転は±50°で実行）、および彩度の増減に伴う画像の変化を示します。
モデルCIE XYZ
統一するために、国際標準のカラーモデルが開発されました。 一連の実験の結果、国際照明委員会（CIE）は原色（赤、緑、青）の追加曲線を決定しました。 このシステムでは、各可視色は原色の特定の比率に対応しています。 同時に、開発されたモデルが人に見えるすべての色を反映するために、負の数の基本色を導入する必要がありました。 CIEの負の値から逃れるために、いわゆる 非現実的または架空の原色：X（架空の赤）、Y（架空の緑）、Z（架空の青）。
色を説明するとき、X、Y、Zの値は標準主励起と呼ばれ、それらに基づいて取得される座標は標準色座標と呼ばれます。 標準的な追加曲線X（λ）、Y（λ）、Z（λ）（図を参照）標準的な励起に対する平均オブザーバーの感度を説明します。
標準の色座標に加えて、相対色座標の概念がよく使用されます。これは、次の式を使用して計算できます。
x + y + z = 1であることは簡単にわかります。つまり、相対座標の一意の定義には、任意の値のペアで十分であり、対応する色空間は2次元グラフとして表すことができます。
この方法で定義された多くの色は、CIE三角形と呼ばれます。
CIEの三角形は色調のみを表し、明るさを表すものではありません。 明るさを説明するために、座標（1/3; 1/3）の点（いわゆる白色点）を通過する追加の軸が導入されます。 結果は、CIEカラーボディです（図を参照）。
このボディには、平均的な観察者に見えるすべての色が含まれています。 このシステムの主な欠点は、2つの色の一致または相違のみを記述できることですが、この色空間の2点間の距離は色の違いの視覚的認識に対応しません。
モデルCIELAB
CIELABの開発における主な目標は、人間の知覚に関してCIE XYZシステムの非線形性を排除することでした。 頭字語LABは通常、現在国際標準であるCIE L * a * b *色空間を指します。
CIE L * a * bシステムでは、L座標は明度（0〜100の範囲）を意味し、a、b座標は緑-マゼンタと青-黄色の間の位置を示します。 CIE XYZからCIE L * a * b *に座標を変換するための式は以下のとおりです。
（Xn、Yn、Zn）は、CIE XYZ空間の白色点の座標です。
図 カラーボディCIE L * a * b *のセクションは、2つの明度の値に対して表示されます。
CIE XYZシステムと比較して、CIE L *システムのユークリッド距離（√（（L1-L2）^ 2 +（a1 ^ *-a2 ^ *）^ 2 +（b1 ^ *-b2 ^ *）^ 2）） * b *は、人が知覚する色差にはるかによく一致しますが、非常に複雑なCIEDE2000は色差の標準式です。
テレビ色差カラーシステム
YIQおよびYUV表色系では、色情報は輝度信号（Y）と2つの色差信号（それぞれIQおよびUV）として表されます。
これらのカラーシステムの人気は、主にカラーテレビの出現によるものです。 なぜなら Yコンポーネントには基本的に元の画像がグレースケールで含まれており、YIQシステムの信号を受信して、古い白黒テレビと新しいカラーテレビの両方で正しく表示できます。
これらのスペースの2番目の、おそらくより重要なプラスは、画像の色と明るさに関する情報の分離です。 実際、人間の目は明るさの変化に非常に敏感で、色の変化にはあまり敏感ではありません。 これにより、深さを減らして色情報を転送および保存できます。 今日最も人気のある画像圧縮アルゴリズム（jpegを含む）が構築されているのは、この人間の目の特徴です。 次の式を使用して、RGBからYIQに変換できます。
