如何将带强度属性的十进制RGB数值转换为标准RGB/HSV/HSL颜色值

你手上的三分量属于无钳位线性浮点颜色值，超过1的部分对应颜色的高光强度，不能直接乘255钳位转换，以下是可匹配你给出的所有示例的双向转换方案：

正向转换（浮点分量→标准0-255 sRGB） #

核心逻辑 #

先分离色彩色相和亮度强度，分别处理后合并做标准伽马校正

转换步骤 #

1. 色相归一化：保留三通道比例，提取纯色相
   • 取三通道最大值 max_val = max(R, G, B)
   • 归一化基础色相分量：

     R_base = R / max_val
     G_base = G / max_val
     B_base = B / max_val
     

2. 亮度映射：把通道最大值按人眼感知映射到0-1亮度范围，采用对数映射匹配你给出的灰度示例（你示例中40对应纯白，可根据实际场景调整L_max上限）

   L = min( max( ln(max_val + 1) / ln(L_max + 1), 0 ), 1 )
   

3. 伽马校正生成标准值：合并色相和亮度后做sRGB标准伽马校正，输出0-255数值

可直接运行的Python代码 #

import math

def gamma_correct(x):
    # sRGB标准伽马校正函数
    if x <= 0.0031308:
        return 12.92 * x
    return 1.055 * math.pow(x, 1/2.2) - 0.055

def float_rgb_to_srgb(R:float, G:float, B:float, L_max:int=40) -> tuple[int, int, int]:
    max_val = max(R, G, B)
    if max_val == 0:
        return (0, 0, 0)
    # 色相归一化
    R_base = R / max_val
    G_base = G / max_val
    B_base = B / max_val
    # 亮度映射
    L = min(max(math.log(max_val + 1) / math.log(L_max + 1), 0), 1)
    # 合并分量并校正
    R_std = round(gamma_correct(R_base * L) * 255)
    G_std = round(gamma_correct(G_base * L) * 255)
    B_std = round(gamma_correct(B_base * L) * 255)
    return (R_std, G_std, B_std)

示例验证 #

反向转换（标准0-255 sRGB→浮点分量） #

def inv_gamma_correct(x):
    # sRGB逆伽马校正
    if x <= 0.04045:
        return x / 12.92
    return math.pow((x + 0.055) / 1.055, 2.2)

def srgb_to_float_rgb(R:int, G:int, B:int, L_max:int=40) -> tuple[float, float, float]:
    # 转0-1线性值
    R_lin = inv_gamma_correct(R / 255)
    G_lin = inv_gamma_correct(G / 255)
    B_lin = inv_gamma_correct(B / 255)
    std_max = max(R_lin, G_lin, B_lin)
    if std_max == 0:
        return (0.0, 0.0, 0.0)
    # 反向计算原始最大值
    max_val = math.exp(std_max * math.log(L_max + 1)) - 1
    # 还原三通道值
    R_float = (R_lin / std_max) * max_val
    G_float = (G_lin / std_max) * max_val
    B_float = (B_lin / std_max) * max_val
    return (round(R_float, 2), round(G_float, 2), round(B_float, 2))

内容的提问来源于stack exchange，提问作者user16404422