Python 色度學是一種廣泛運用于圖像處理和計算機視覺的顏色學科。它主要關注的是人類視覺系統在觀察顏色時產生的生理認知過程。

在 Python 中，色度學是一個功能強大的顏色處理庫，其中最基本的顏色度量是色度坐標（Chromaticity Coordinates）和 CIE 色度圖譜。以下是一個簡單的代碼示例，用于計算 CIE xy 色度坐標：

import colour
# 定義一個 RGB 顏色值
RGB = [255, 0, 0]
# 將 RGB 轉為 XYZ
XYZ = colour.sRGB_to_XYZ(RGB / 255)
# 將 XYZ 轉為 xy 色度坐標
xy = colour.XYZ_to_xy(XYZ)

對于 CIE 色度圖譜，Python 色度學提供了多種可視化方式，包括色度圖、色輪圖和波長圖。以下是一個繪制色度圖的代碼示例：

import matplotlib.pyplot as plt
import numpy as np
# 生成一個 CIE 色度圖譜
colourspace = colour.models.RGB_COLOURSPACES['sRGB']
cmfs = colour.STANDARD_OBSERVERS_CMFS['CIE 1931 2 Degree Standard Observer']
illuminant = colour.ILLUMINANTS_SDS['D65']
RGB = np.zeros((256, 256, 3))
for i in range(256):
for j in range(256):
xyY = np.array([i / 255, j / 255, 1])
RGB[i, j, :] = colour.XYZ_to_RGB(colour.xyY_to_XYZ(xyY), colourspace.whitepoint,
colourspace.RGB_to_XYZ_matrix,
transfer_function=colourspace.transfer_function,
inverse_transfer_function=colourspace.inverse_transfer_function)
plt.imshow(RGB, interpolation='nearest', origin='lower')
plt.show()

Python 色度學還支持多種色彩空間轉換和顏色校正方法。例如，以下代碼演示了將 CIELAB 色彩空間中的顏色值進行亮度調整：

import numpy as np
import colour
# 生成一個隨機的 CIELAB 顏色值
Lab = np.random.rand(3)
# 調整亮度
Lab[0] = 70
# 將 CIELAB 轉為 sRGB
RGB = colour.Lab_to_RGB(Lab, illuminant=colour.ILLUMINANTS['D65'])

總體而言，Python 色度學為開發人員提供了一個優秀的工具箱，用于解決顏色處理和視覺計算的難題。它通過提供簡單易用的 API 接口，讓開發人員可以快速、高效地實現各種顏色轉換和校正操作。