彩色图像处理
计算机图像处理 第09章 彩色图像处理

下一页
home
上一页
图8.7 HSI彩色模型
(a)HSI彩色模型坐标系统
(b)HSI彩色三角形
下一页
home
上一页
下一页
home
上一页
• HIS色系-亮度分量I • I表示光照强度或称为亮度,它确定了像素 的整体亮度,而不管其颜色是什么。
下一页
home
上一页
• 亮度(I)效果示意图
下一页
home
• 色调(hue)
– 从一个物体反射过来的或透过物体的光波长 – 是由颜色种类来辨别的,如红、橙、绿。
• 色饱和度(saturation)
– 即色纯度,指颜色的深浅 – 例如:深红和浅红。
• 亮度(brightness)
– 颜色的明暗程度,从黑到白,主要受光源强弱影响。
下一页
home
上一页
8.1.2 三基色原理
– 与人的视觉特性比较接近。
• 重要性
– 消除了亮度成分V在图像中与颜色信息的联系
– 色调H和饱和度S分量与人的视觉感受密切相关。
下一页
home
上一页
图8.6 HSV颜色模型
绿
绿 ° 120
S H 0° 红
红 蓝 1 20 ° I
240 ° 蓝
0° 2 40 °
(a)HSV颜色模型
(b)颜色轮
(c)柱形彩色空间
(8.2a) (8.2b)
B' Tem p 1 B Tem p 1 Tem p2
•
G'
Tem p 1 G Tem p 1 Tem p2
下一页
home
上一页
5 B' 1 G ' 1 R' H1 3 B ' 3 G ' 5 R '
数字图像处理_实验报告书(八)彩色图像处理

rgb=cat(3,rgb_R,rgb_G,rgb_B);figure,imshow(rgb),title('RGB彩色图像');截图:(2)编写MATLAB程序,将一彩色图像从RGB空间转换为HIS空间,并观察其效果。
如例9.2所示。
程序:rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);I=(r+g+b)/3figure,imshow(I);tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2==0)=eps;S=1-3.*tmp1./tmp2;figure,imshow(S);tmp1=0.5*((r-g)+(r-b));tmp2=sqrt((r-g).^2+(r-b).*(g-b));theta=acos(tmp1./(tmp2+eps));H=theta;H(b>g)=2*pi-H(b>g);H=H/(2*pi);H(S==0)=0;figure,imshow(H);截图:(3)编写MATLAB程序,将一彩色图像在RGB空间进行彩色分割,并观察其效果。
如例9.11所示。
程序:rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);figure,imshow(r);g=rgb1(:,:,2);figure,imshow(g);b=rgb1(:,:,3);figure,imshow(b);r1=r;r1_u=mean(mean(r1(:)));[m,n]=size(r1);sd1=0.0;for i=1:mfor j=1:nsd1= sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u);endendr1_d=sqrt(sd1/(m*n));r2=zeros(size(rgb1,1),size(rgb1,2));ind=find((r>r1_u-1.25*r1_d)&(r<r1_u+1.25*r1_d));r2(ind)=1;figure,imshow(r2);截图:(4)编写MATLAB程序,将一彩色图像在向量空间进行边缘检测,并观察其效果。
真彩色图像处理

第四部分真彩色增强一、真彩色增强方法图4.1 真彩色增强原理图1、对HSI图像亮度增强⑴、将R,G,B分量图转化为H,S,I分量图;⑵、利用对灰度图增强的方法增强其中的I分量图;⑶、再将结果转化为用R,G,B分量图来显示。
以上方法并不改变原图的彩色内容,但增强后的图看起来会有些不同。
这是因为尽管色调和饱和度没有变化,但亮度分量得到了增强,整个图会比原来更亮一些。
图4.3是基于matlab以增强亮度的方法进行真彩色增强的图像,其代码见附录(a)增强前图像(b)增强后图像图4.2 对HSI进行亮度增强结果结论:图(b)明显比图(a)要亮的多,在视觉效果上,图(b)比较让人觉得美好。
2、对HSI图像进行对比度增强图4.4是基于matlab以增强对比度的方法进行真彩色增强的图像,其代码见附录图4.3 对HSI增强对比度增强的结论:图(b)的视觉效果明显比图(a)要好的多,清晰的多,颜色比(a)要深。
3、对HSI图像进行亮度和饱和度的增强图4.5是基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像,其代码见附录图4.4 对HSI图像进行增强结果结论:这是对前两个方法的综合,很显然,图(b)比图(a)要亮,要清晰,视觉效果比以上两种方法分别做要好的多。
二、直接在rgb空间对图像增强图4.6是基于matlab在rgb空间增强图像,其代码见附录图4.5 对RGB图像进行增强结果以下是基于matlab以增强亮度的方法进行真彩色增强的代码:%% 彩色图像亮度增强(执行速度较慢)clcclearfc = imread('E:\maomao.jpg');figure(1);imshow(fc)title('原始真彩色(256*256*256色)图像')fr = fc(:,:,1);fg = fc(:,:,2);fb = fc(:,:,3);% imshow(fr)% title('红色分量图像')% imshow(fg)% title('绿色分量图像')% imshow(fb)% title('蓝色分量图像')h = rgb2hsi(fc);H = h(:,:,1);S = h(:,:,2);I = h(:,:,3);I =I*1.5;% imshow(H)% title('色调分量图像')% imshow(S)% title('饱和度分量图像')% imshow(I)% title('亮度分量图像')h = cat(3,H,S,I);%cat函数是拼接数组的函数,这里将在第3维上进行拼接。
彩色图像的灰度化处理

第1章绪论1.1数字图像数字图像,又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。
数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用计算机或数字电路存储和处理的图像。
像素(或像元,Pixel)是数字图像的基本元素,像素是在模拟图像数字化时对连续空间进行离散化得到的。
每个像素具有整数行(高)和列(宽)位置坐标,同时每个像素都具有整数灰度值或颜色值。
通常,像素在计算机中保存为二维整数数阻的光栅图像,这些值经常用压缩格式进行传输和储存。
数字图像可以许多不同的输入设备和技术生成,例如数码相机、扫描仪、坐标测量机、seismographic profiling、airborne radar等等,也可以从任意的非图像数据合成得到,例如数学函数或者三维几何模型,三维几何模型是计算机图形学的一个主要分支。
数字图像处理领域就是研究它们的变换算法。
1.2设计平台本次设计采用的平台是MATLAB 7.0。
MATLAB编程语言被业界称为第四代计算机语言,它允许按照数学推导的习惯编写程序。
MATLAB7.0的工作环境包括当前工作窗口、命令历史记录窗口、命令控制窗口、图形处理窗口、当前路径选择菜单、程序编辑器、变量查看器、模型编辑器、GUI编辑器以及丰富的函数库和MATLAB附带的大量M文件。
MATLAB是由美国Math Works公司生产的一个为科学和工程计算专门设计的交互式大型软件,是一个可以完成各种计算和数据处理的、可视化的、强大的计算工具。
它集图示和精确计算于一身,在应用数学、物理、化工、机电工程、医药、金融和其他需要进行复杂计算的领域得到了广泛应用。
MATLAB作为一种科学计算的高级语言之所以受欢迎,就是因为它有丰富的函数资源和工具箱资源,编程人员可以根据自己的需要选择函数,而无需再去编写大量繁琐的程序代码,从而减轻了编程人员的工作负担,被称为第四代编程语言。
在MATLAB设计环境中,图像处理工具箱提供一套全方位的参照标准算法和图形工具,用于进行图像处理、分析、可视化和算法开发。
灰度图像处理vs彩色图像处理:适用领域和优缺点的比较

灰度图像处理vs彩色图像处理:适用领域和优缺点的比较随着数字图像技术的不断发展,图像处理领域也日益壮大,而图像的颜色信息是我们最直观的视觉感受之一。
因此,图像处理中最常见的便是对彩色图像进行处理。
但是,在实际的图像处理任务中,灰度图像有时也会被使用。
那么,灰度图像处理与彩色图像处理之间的关系和差异是什么呢?接下来,我们将详细讨论这两种图像处理技术的适用领域,以及各自的优缺点。
1.适用领域比较灰度图像处理灰度图像是一种仅包含黑、灰、白三种颜色的图像,它可以降低图像数据的复杂度,提高图像处理速度。
由于灰度图只需要处理单通道数据,因此在一些算法中,灰度图图像处理通常比彩色图像处理速度更快且计算成本更低。
同时,灰度图像处理技术不仅适用于图像增强、边缘检测等方面,还在计算机视觉领域中使用广泛,特别是在人脸识别、匹配、测量等领域。
彩色图像处理彩色图像处理则包含了RGB、HSV等多种色彩空间,可以更好地表现真实世界中的色彩信息,并能够更好的反应图像的细节和维度。
彩色图像处理技术被广泛应用于数字媒体、互联网影视和广告、航空航天等领域。
与灰度图像相比,彩色图像处理不但可以降低图像处理数据的复杂度,还能够表现具体的色彩信息,使得图像处理更加精准,更加全面。
2.优缺点比较灰度图像处理优点:(1)细节更加清晰。
由于灰度图像只有一种色调,因此图像的细节表现比彩色图像更加精准。
(2)处理速度快。
灰度图像处理通常只需要处理单通道数据,处理速度比彩色图像更快。
(3)计算成本更低。
灰度图像处理算法相对来说比较简单,因此计算成本更低。
缺点:(1)信息表达不完整。
由于灰度图像只有黑、灰、白三种颜色,因此它无法表现图像的色彩信息,限制了图像处理的深度和全面性。
(2)图像表现力较差。
灰度图像无法表现真实世界中色彩丰富的场景和细节。
彩色图像处理优点:(1)更加逼真。
由于考虑到色彩信息,彩色图像能够更加逼真地表现真实世界中的色彩和细节。
(2)图像处理深度更高。
第6章彩色图像处理资料

补充 YUV彩色空间
YUV是被欧洲电视系统所采用的一种颜色编 码方法(属于PAL) 。
Y为颜色的亮度 U 为色差信号,为红色的浓度偏移量成份 V 为色差信号,为蓝色的浓度偏移量成份 YUV格式有:4∶4∶4 ;4∶2∶2 ;
4∶1∶1 ;4∶2∶0
YUV与RGB间的转换
6.1 彩色基础 p252
将红、绿、蓝的量称为三色值,表示为X,Y,Z, 则一种颜色由三色值系数定义为:
x X X Y Z
y Y X Y Z
z Z X Y Z
x y z 1
CIE色度图
纯色在色度图边 界上,任何不在 边界上而在色度 图内的点都表示 谱色的混合色;
越靠近等能量点 饱和度越低,等 能量点的饱和度 为0;
Y 0.299 0.587 0.114R
U
0.147
0.289
0.436 G
V 0.615 0.515 0.1 B
R 1 0
1.1398 Y
G 1
0.3946
Hale Waihona Puke 0.5805UB 1 2.032 0.0005V
6.3 伪彩色图像处理
伪彩色(又称假彩色)图像处理是根据特定的 准则对灰度值赋以彩色的处理,即将灰度 图转换为彩色图。
6.2.2 CMY和CMYK模型
CMY模型和RGB模型间的关系:
C 1 R
M
1
G
Y 1 B
RGB三个值已归一化为[0,1]
等量的青色、品红和黄色应该产生黑色。但实 际产生的黑色不够纯正,另外加上价格因素, 引入黑色(打印的主色),构成CMYK模型。
6.2.2 CMY和CMYK模型
彩色图像分割

二值、灰度形态学
二值形态学中的运算对象是集合。设A为图像集合,S为结 构元素,数学形态学运算是用S对A进行操作。需要指出,实际 上结构元素本身也是一个图像集合。对每个结构元素可以指定 一个原点,它是结构元素参与形态学运算的参考点。应注意, 原点可以包含在结构元素中,也可以不包含在结构元素中,但 运算的结果常不相同。以下用阴影代表值为1的区域,白色代表 值为0的区域,运算是对值为1的区域进行的。二值形态学中两 个最基本的运算——腐蚀与膨胀,如图所示。
基本符号和术语
1. 元素和集合
在数字图像处理的数学形态学运算中,把一幅图像称为一个 集合。对于二值图像而言,习惯上认为取值为1的点对应于景 物中心,用阴影表示,而取值为0的点构成背景,用白色表示, 这类图像的集合是直接表示的。考虑所有值为1的点的集合为 A, 则A与图像是一一对应的。对于一幅图像A,如果点a在A
y S1
O
y
x X
X○ S1 X○ S2
O S2
x
(a)
(b)
X (c)
图 (a) 结构元素S1和S2
(b) X○S1
(c) X○S2
y S1
O
y
x
S1 X
X● S1
X● S2
O S2
x
X
S1
(a)
(b)
图 (a) 结构元素S1和S2
(c)
(b) X●S1; (c) X●S2
实验五 彩色图像处理

实验五彩色图像处理一、实验目的使用MatLab 软件对图像进行彩色处理。
使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法,并体会到图像彩色处理技术以及对图像处理的效果。
二、实验要求要求学生能够完成彩色图像的分析,能正确讨论彩色图像的亮度、色调等性质;会对彩色图像进行直方图均衡,并能正确解释均衡处理后的结果;能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。
三、实验内容与步骤(1) 彩色图像的分析调入并显示彩色图像flower1.tif ;拆分这幅图像,并分别显示其R,G,B分量;根据各个分量图像的情况讨论该彩色图像的亮度、色调等性质。
(2) 彩色图像的直方图均衡接内容(1);显示这幅图像的R,G,B分量的直方图,分别进行直方图均衡处理,并显示均衡后的直方图和直方图均衡处理后的各分量;将处理完毕的各个分量合成彩色图像并显示其结果;观察处理前后图像的彩色、亮度、色调等性质的变化。
(3) 假彩色处理调入并显示红色可见光的灰度图像vl_red.jpg、绿色可见光的灰度图像vl_green.jpg 和蓝色可见光的灰度图像vl_blue.jpg;以及近红外灰度图像infer_near.jpg和中红外灰度图像infer_mid.jpg;以图像vl_red.jpg为R;图像vl_green.jpg为G;图像vl_blue.jpg为B,将这三幅图像组合成可见光RGB彩色图像;分别以近红外图像infer_near.jpg和中红外图像infer_mid替换R分量,形成假彩色图像;观察处理的结果,注意不同波长红外线图像组成图像的不同结果(4) 伪彩色处理1:灰度切片处理调入并显示灰度图像head.jpg;利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理,并使用hot模式和cool 模式进行彩色化;观察处理的结果。
(5) 彩色变换(选做)调入并显示灰度图像Lenna.jpg;使用不同相位的正弦函数作为变换函数,将灰度图像变换为RGB图像。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
6.1.1 三基色原理
◆对不同颜料配色过程的理解:
品红色颜料+黄色颜料=红色颜料=>白色–绿色–蓝色
青色颜料+黄色颜料=绿色颜料 => 白色–红色–蓝色
品红色颜料+青色颜料=蓝色颜料=>白色–绿色–红色 品红色颜料+青色颜料+黄色颜料=黑色颜料 =>白色–绿色–红色–蓝色
6.1.1 三基色原理
2. 相减混色
6.3.2 彩色图像的灰度化
(1) 最大值法 即将输入图像中的每个像素的R、G、B分量值的 最大者赋给输出图像中对应像素的R、G、B分量的方 法。用公式可表示为:
g R ( x, y) g G ( x, y) g B ( x, y) max( f R ( x, y), f G ( x, y), f B ( x, y))
B 3I ( R G)
(6.19)
6.2.4 HSI彩色模型到RGB彩色模型的转换
(3)当240º≤H < 360º:
G I (1 S )
S cos(H 240 ) B I [1 ] cos(300 H )
(6.20)
(6.21)
(6.22)
R 3I (G B)
I=1
绿 青
黄
H
S 蓝 品红
红
I=0.5
I=0
6.2.1 HSI彩色模型
HSI色系 —— 亮度分量I
I 表示光照强度或称为亮度,它确定了像 素的整体亮度,而不管其颜色是什么。
I:
小
大
6.2.1 HSI彩色模型
HSI色系 —— 亮度(I)效果示意图
6.2.1 HSI彩色模型
HSI色系 —— 色度分量H
在这种色系中
Y:亮度;U,V:色差信号
目的是为了可以使电视节目可用同时被黑白 电视及彩色电视接收。
电视信号在发射时,转换成YUV形式;接收 时再还原成RGB三基色信号,由显像管显示。
6.2.5 其它彩色模型简介
YUV模型
—— 电视信号接收原理示意图
彩 色 电 视 信 号 Y,U,V Y 黑 白 电 视 信 号
品红 蓝
黑 红 绿
青
白色 – 红色 = 青色 白色 – 绿色 = 品红色 白色 – 蓝色 = 黄色 白色 – 绿色 – 红色 – 蓝色 = 黑色
黄
图6.2 相减混色的三基色及其补色的关系
6.1.2 CIE色度图
1、相关概念
CIE()际照明委员会) 国
◆对于无彩色(消色)图像来说,亮度(也即灰
度)是唯一的属性。
品红 白 黑 (1,0,0) R 红 黄 灰度级 (0,1,0) 绿 青
G
图6.4
RGB彩色立方体示意图
6.2.1 HSI彩色模型
HSI(hue-saturation-intensity)彩色模型比 较适合于人用色调(H)、饱和度(S)和亮度(I) 描述被观察物体颜色的解释,对于开发基于彩色描述 的图像处理方法是一个理想的工具。 白
白 白 品红 青 I=1
黄
绿 青 H 蓝 S 品红 黄 红 I
蓝
红 I=0.5 绿
黑
I=0 黑
图6.6 RGB立方体旋转示意图
6.2.3 RGB彩色模型到HSI彩色模型的转换
1 [( R G ) ( R B)] 2 arccos [( R G ) 2 ( R G )(G B)]1 / 2
6.2 彩色模型
颜色的描述是通过建立彩色模型来实现的,不同 的彩色模型对应于不同的处理目的 CIE(国际照明委员会)在进行大量的色彩测试 实验的基础上提出了一系列的颜色模型:
RGB模型:红(R)、绿(G)、蓝(B)三基色混合 HSI模型:色度(H) 、饱和度(S) 、亮度(I) YUV模型: 亮度(Y)、色度(UV) YCbCr模型:亮度(Y)、色度(CbCr)
S=0
S=1/4
S=1/2
S=1
6.2.2 HSI彩色模型
思考问题:在这个圆柱体上,红色的点 顺(逆)时针旋转会变成什么样?上下 移动呢?向圆心方向移动呢?
黄
120 绿
S H 青
白
0
S
240 蓝
品红
I
黑
红点的顺(逆)时针转动
红点的上下移动
红点向圆心方向移动
6.2.3 RGB彩色模型到HSI彩色模型的转换
S:表示饱和度,饱和度参数是色环的原点 到彩色点的半径长度。 在环的外围圆周是纯的或称饱和的颜色,其 饱和度值为1。在中心是中性(灰)色,即 饱和度为0。
6.2.2 HSI彩色模型
绿。
。
黄
P S H
。
青。
·
红
蓝
。
品红
图6.5 HSI彩色模型中的色调和饱和度
6.2.2 HSI彩色模型
HSI色系 —— 饱和度(S)效果示意图
◆对于有彩色图像来说,通常用亮度、色调及饱
和度表示颜色的特性。
6.1.2 CIE色度图
◆在彩色图像中: 亮度反映了该颜色的明亮程度。颜色中掺入的白色越 多亮度就越大,掺入的黑色越多亮度就越小。 色调用于描述纯色(如纯黄色、纯红色),反映了观 察者接收到的主要颜色。 饱和度给出一种纯色被白光稀释的程度的度量,与加 入到纯色(色调)中的白光成正比(由于加入了白光,观 察者接收到的不再是某种纯色,而是反应该纯色属性的混 合颜色)。
其中:
R G B 1
6.3.2 彩色图像的灰度化
人眼对绿光的亮度感觉仅次于白光,是三基色中 最亮的,红光次之,蓝光最低。 如果权值ωG、ωR、ωB满足条件ωG>ωR>ωB,将 会得到比较合理的灰度化结果。相关研究表明,当 ωG=0.587、ωR=0.299、ωB=0.114时,得到的灰度化 图像较合理,此时灰度化公式就变为:
1 I ( R G B) 3
3 S 1 [min( R, G, B)] RG B
H 360 GB GB
6.2.4 HSI彩色模型到RGB彩色模型的转换
(1)当0º≤H<120º:
B I (1 S )
S cos(H ) R I [1 ] cos(60 H )
6.1 彩色视觉
光学原理解释的色彩的形成
6.1 彩色视觉
可视光区的波长在400nm~700nm,当光谱 采样限制到三个人类视觉系统敏感的红、绿、 蓝光波段时,对这三个光谱带的光能量进行采 样,就可以得到一幅彩色图像
红外光 可见光区
紫外光
400nm
435.8nm
546.1nm
700nm
780nm
6.3.2 彩色图像的灰度化
(2) 平均值法 即将输入图像中的每个像素的R、G、B分量的算 术平均值赋给输出图像中对应R ( x, y) g G ( x, y) g B ( x, y) ( f R ( x, y) f G ( x, y) f B ( x, y)) / 3
6.3.1 反色变换
(a)原彩色图像 图6.8
(b)图(a)的负片效果 彩色图像的反色变换
6.3.2 彩色图像的灰度化
◆将彩色图像转变为灰度图像的处理称为彩色图 像的灰度化处理。 ◆将彩色图像转换为灰度图像的实质,就是通过 对图像R、G、B分量的变换,使得每个像素点的R、G、 B分量值相等。 ◆彩色图像的灰度化方法主要包括:最大值法、 平均值法和加权平均值法。
H:表示色度,由角度表示。反映了该颜色 最接近什么样的光谱波长。0o为红色,120o 为绿色,240o为蓝色。
6.2.2 HSI彩色模型
HSI色系 —— 色度(H)效果示意图
H=0º
H=60º
H=120º
H=180º
H=240º
H=300º
6.2.2 HSI彩色模型
HSI色系 —— 饱和度分量S
第6章 彩色图像处理
主要内容
6.1 彩色视觉 6.2 颜色模型 6.3 彩色变换 6.4 彩色图像增强 6.5 彩色图像平滑 6.6 彩色图像锐化
6.1 彩色视觉
人眼对于彩色的观察和处理是一种生理和 心理现象,其机理还没有完全搞清楚,因 而对于彩色的许多结论都是建立在实验基 础之上的
彩色视觉是人眼对射入的可见光光谱的强弱及波 长成份的一种感觉。
6.2.5 其它彩色模型简介
1、CMYK色系—— 基本概念
这种色系用于印刷行业。 是一种减色系统,将从白光中滤出三种原色 之后获得的颜色作为表色系的三原色CMY。 K为黑色,为了印刷时对黑色可用黑色墨来 印刷。
• C:青色,从白色中滤去红色。
• M:品红,从白色中滤去绿色。
• Y: 黄色,从白色中滤去蓝色。
6.2.5 其它彩色模型简介
1、CMYK色系—— 着色原理
既然是减色系统,其着色原理是基于光吸收 的,这有别于RGB的光射入的方式。
C与M叠加:同时吸收了R与G,则为蓝色;
C与Y叠加:同时吸收了R与B,则为绿色;
M与Y叠加:同时吸收了G与B,则为红色。
6.2.5 其它彩色模型简介
2、YUV表色系—— 基本概念
6.1.1 三基色原理
2. 相加混色
一般把三基色按不同比例相加进行的混色称为相加混 色。 红色 红色 绿色 红色 红色 绿色 蓝色 + + + + + + + 蓝色 = 绿色 = 蓝色 = 绿色 + 青色 = 品红色 黄色 = 品红色 黄色 青色 蓝色 = 白色 白色 = 白色 白色