假设在RGB中，我们可以表示256^3个组合=16777216种颜色，并且由于人眼只能区分大约10000000种，因此显然有6777216种RGB组合在色度上无法与对应颜色区分。
我相信，当近似出一帧中颜色范围的空间差异时，压缩算法就是在这个基础上工作的。考虑到这一点，如何可靠地计算给定颜色是否在与另一颜色的"相似性"范围内？
当然，"相似性"将是某种可以调整的任意/可调参数，但这无论如何都是近似值。那么，有什么指针、伪代码、直观的代码示例和资源可以帮助我为这样的函数建模吗？
非常感谢您的帮助
计算颜色之间距离的方法有很多，最简单的方法是在任何颜色空间中的颜色组件上定义。这些是RGB颜色（r1，g1，b1）和（r2，g2，b2）之间的常见"距离"或度量：
- L1：abs（r1-r2）+abs（g1-g2）+abs
- L2:sqrt（（r1-r2）²+（g1-g2）²=（b1-b2）²）
- L∞：最大值（abs（r1-r2），abs（g1-g2），abs（b1-b2））
然而，这些并没有考虑到人类视觉对颜色的敏感度不如对亮度的敏感度。为了获得最佳结果，您应该将RGB转换为单独编码亮度和颜色的颜色空间。然后在新的颜色空间中使用上述度量之一，可能会给亮度分量更多的权重，而给颜色分量更少的权重。
互不可区分的颜色区域称为麦克亚当椭圆。椭圆在CIELUV和CIELAB颜色空间中几乎变成圆形，这对于计算来说很好，但不幸的是，从RGB进入这些颜色空间并不是那么简单。
JPEG将颜色转换为YCbCr，其中Y是亮度，两个C对颜色进行编码，然后将C分量的分辨率减半。你可以做同样的事情，然后使用上面指标之一的加权版本，例如：
diff = sqrt(1.4*sqr(y1-y2) + .8*sqr(cb1-cb2) + .8*sqr(cr1-cr2))
维基百科中关于色差的文章有更多不同颜色空间的例子。
可以使用CIEDE2000色差公式计算感知色差。CIEDE2000公式基于LCH颜色空间（亮度、色度和色调）。LCH颜色空间表示为圆柱体（请参见此处的图像）。
一个不太准确（但更易于管理）的模型是CIE76色差公式，它基于Lab颜色空间（L*A*b*）。RGB或CMYK值与L*a*b*之间没有简单的转换公式，因为RGB和CMYK颜色模型依赖于设备。RGB或CMYK值首先需要转换到特定的绝对颜色空间，例如sRGB或Adobe RGB。这种调整将取决于设备，但来自变换的结果数据将与设备无关，从而允许数据被变换到CIE 1931颜色空间，然后被变换为L*a*b*。这篇文章解释了程序和公式。
RGB颜色系统的设计使得如果两种颜色的值彼此接近，那么这些颜色在感知上也很接近。
示例：
由RGB＝（100，100，100）定义的颜色在感知上几乎与颜色相同RGB=（101100），RGB=（98100，99）等…