下采样颜色数

Question

我想用颜色绘制一个 3D 数据集。也就是说，每个点都有一个关联的 rgb 颜色。当我使用scatter3 执行此任务时，绘图过程非常缓慢。我已经搜索了替代选项，并从 FileExchange 中找到了 plot3k 函数：

然而，这个函数只能通过索引引用一些颜色图来绘制每个点的颜色，而不是直接获取 rgb 值。此外，它反复使用plot3 进行绘图，当颜色图太大时也会变得非常慢。

所以，我想知道：

是否有降低颜色数量的功能？即，我将 N x 3 RGB 数组传递给函数，函数返回索引和新数组 A，其中 size(A,1) < N 和 A(indices,:) 是新的近似颜色。

Answer 1

是的，核心 Matlab 中有这样一个函数：rgb2ind。它的目的是通过索引图像来逼近真彩色图像，因此我们必须稍微摆弄一下才能使其工作。

我假设xyz 是N x 3 坐标数组，rgb 是N x 3 颜色数组。如果所有颜色都不一样，

scatter3(xyz(:,1), xyz(:,2), xyz(:,3), 4, rgb)

N = 100000（在我的机器上）大约需要 21 秒。

如果ncol 是用于近似的不同颜色的数量，那么这可以解决问题：

% convert colors from 0–1 double format to 0–255 uint8 format
rgb = uint8(floor(rgb * (256 - eps)));
% give the color array the form of a truecolor image (N x 1 x 3)
rgb = permute(rgb, [1 3 2]);
% reduce the number of colors
[ind, map] = rgb2ind(rgb, ncol, 'nodither');

结果是颜色映射map 中的整数颜色索引ind 序列。 nodither 选项是必要的，因为我们的rgb 并不是真正的图像，因此空间误差扩散在这里没有意义。现在可以使用

来绘制数据

scatter3(xyz(:,1), xyz(:,2), xyz(:,3), 4, ind)
colormap(map)
caxis([0 ncol] - 0.5)    % ensure the correct 1:1 mapping

对于 ncols = 100，颜色转换和绘图总共需要大约 1.4 秒，速度提高了 15 倍！

rgb2ind 在 RGB 空间中进行最小方差量化，这意味着它只考虑近似值中的数值相似性，而不考虑视觉相似性。应该可以通过使用另一个颜色空间进行近似来改进结果，例如CIE L*a*b*。