在计算机视觉与人类视觉感知交叉领域，利用熟悉且具辨识度的视觉刺激材料构建标准化的颜色测试数据集是一项重要基础工作。宝可梦作为全球范围内具有高度童年认知积累的视觉类别，其形象具备轮廓清晰、色彩鲜明、类别众多等特点，成为构建色彩变体测试数据集的理想素材。本文从数据集构建的工程视角出发，分析颜色空间量化方法与人类色觉感知差异的测量路径，为认知心理学实验与视觉模型鲁棒性评估提供可落地的参数建议。
宝可梦色彩变体数据集的需求定位
构建宝可梦色彩变体数据集的核心目标并非简单收集原始精灵图片，而是需要针对特定任务设计可控的色彩变异参数。实际应用场景主要分为两类：其一是人类心理物理学实验，用于评估受试者在不同色相、饱和度、明度条件下的辨色阈值；其二是计算机视觉模型的色彩鲁棒性测试，检验模型在相同类别不同色彩变体下的分类稳定性。
现有公开的宝可梦图像数据集，如 Kaggle 提供的 RGB Pokemon images 与 Hugging Face 上的 Pokemon Images 数据集，均可作为基础图像来源。数据集中包含数百种宝可梦的精灵图或官方艺术图，分辨率相对统一，背景处理较为干净，适合进行后续的算法化色彩处理。值得注意的是，GitHub 上存在名为 “Pokemon Color Variants” 的插件工具，能够为每种宝可梦生成超过七百种色彩变体，其核心方法是对基准精灵图进行色相偏移（Hue Shift），这一思路直接提供了数据集生成的算法框架。
在具体工程实践中，建议优先选用 96×96 像素或更高分辨率的精灵图作为基准，确保色彩量化后仍保留足够的视觉细节。精灵图的背景应当透明或已统一处理，避免背景色彩干扰目标宝可梦的色彩统计。
颜色空间量化方法与参数选择
颜色空间的选择直接决定了色彩变体生成的可控性与测量结果的心理学意义。当前主流方案包括 RGB 空间、HSV 空间与 CIELAB 空间三种路径，各有其适用场景与局限性。
RGB 空间是最基础的数字颜色表示方式，每个像素对应三维向量（R, G, B），取值范围通常为 0 至 255 的整数。RGB 空间的优点在于计算极其简便，硬件层面的支持成熟，适合大规模批处理场景。然而，RGB 空间的一个核心缺陷在于欧氏距离与人类感知的色差并不对应 —— 例如数值上接近的棕色与粉色在视觉上可能被视为差异显著的不同类别，而另一些数值距离较远的颜色在人眼看来却几乎无法区分。这一特性使得 RGB 空间难以作为感知测量的直接度量基础。
HSV 空间通过将颜色重新参数化为色相（Hue）、饱和度（Saturation）与明度（Value）三个维度，在一定程度上弥补了 RGB 的感知非均匀性问题。色相以 0° 至 360° 的角度表示，饱和度与明度则以 0 至 1 的归一化值表示。HSV 的优势在于其维度分离特性 —— 色相对应人类语言中 “红、橙、黄、绿、蓝” 等色彩类别，饱和度对应 “鲜艳与暗淡”，明度对应 “明亮与昏暗”。这种参数化方式与人类的色彩描述习惯高度吻合，因而在构建色彩变体时更容易设定具有心理意义的参数值。
在具体量化参数选择上，建议采用非均匀的 bin 划分策略。色相维度因人类对微小色相变化敏感，应分配更细的量化粒度，例如将 0° 至 360° 划分为 12 至 24 个区间；而饱和度与明度维度的人类敏感度相对较低，可划分为 4 至 8 个区间。对于需要更高精度的色觉阈值测量场景，可将色相细分为 36 个区间（即每 10° 一个 bin），饱和度与明度各划分为 8 个区间，形成 36×8×8=2304 个量化单元的完整色彩空间。
对于需要精确对应人类感知差异的测量场景，CIELAB 空间是更为理想的选择。CIELAB 由国际照明委员会（CIE）定义，其 L* 分量代表明度，a* 与 b* 分量分别表示红绿轴与黄蓝轴。CIELAB 空间的设计目标即在于实现感知均匀性 —— 在该空间中欧氏距离约等于人眼感知到的色差大小。实现时需要先将 RGB 图像转换至 XYZ 色彩空间，再转换至 CIELAB。这一转换过程增加了计算开销，但对于需要定量描述色觉差异的心理学实验具有不可替代的价值。
人类色觉感知差异的测量框架
构建色觉感知测试平台的核心挑战在于将客观的色彩变异参数与主观的人类感知反应建立可靠的映射关系。这一过程涉及三个关键环节：色彩变体生成策略、测试任务设计与感知阈值估算。
色彩变体生成应遵循系统化的参数控制原则。以色相偏移为例，建议设置多组梯度变化的偏移量，例如从 ±5° 开始，逐步增加至 ±10°、±20°、±30°、±45°，每个偏移级别生成对应变体图像。这种梯度设计能够有效探测受试者的辨色阈值 —— 即色相变化达到多大程度时，受试者能够可靠地识别出原始图像与变异图像之间的差异。
在测试任务设计上，常见方案包括 odd-one-out 范式与强迫选择范式。Odd-one-out 范式向受试者同时展示四张图像，其中三张为相同色彩版本，一张为色彩偏移版本，要求受试者指出 “异类”。该范式适用于测量中等难度的色觉辨别能力。强迫选择范式则每次展示两张图像（原始版本与变异版本），要求受试者判断哪一张更接近某个目标色彩描述，适用于评估特定色彩区间的感知精度。
感知阈值的估算可采用心理物理学中的阶梯法（Staircase Method）或自适应贝叶斯估计（Adaptive Bayesian Estimation）。阶梯法的基本流程是：初始呈现较大的色彩差异，受试者正确识别后逐步缩小差异值，错误识别后增大差异值，最终收敛至阈值附近。参数建议方面，初始步长可设为色相偏移 15°，正确识别后步长减半，错误识别后步长加倍，单次测试总轮次控制在 30 至 50 轮即可获得稳定的阈值估计。
除色相外，饱和度与明度的感知阈值同样值得系统测量。已有研究表明，人类对不同色相区域的饱和度变化敏感度存在差异，例如对红色区域的饱和度变化最为敏感，而对蓝色区域相对迟钝。明度感知的阈值则受背景亮度条件影响显著，在暗背景条件下明度辨别的韦伯分数（Weber Fraction）约为 0.08 至 0.12，在亮背景条件下可降至 0.05 以下。
色觉缺陷模拟与特殊人群考量
在构建通用色彩测试平台时，纳入常见色觉缺陷类型的模拟图像具有重要的实用价值。色觉缺陷主要分为三大类：红色盲（Protanopia）、绿色盲（Deuteranopia）与蓝色盲（Tritanopia），其成因分别为第一、第二与第三类视锥细胞功能异常或缺失。
模拟色觉缺陷的核心方法是使用特定的色彩转换矩阵将正常视觉下的 RGB 图像映射至对应缺陷类型下的感知结果。常用的模拟算法包括 Brettel 算法、Viénot 算法以及基于 CIELAB 空间的线性变换方法。以 Brettel 算法为例，其实现步骤为：首先将图像 RGB 值转换至线性空间，然后根据待模拟的缺陷类型应用特定的投影矩阵，最后转换回显示空间的 RGB 值。实际应用中建议采用已经过验证的开源实现，如 ColorBlindness.jl（Julia 语言）或 color-blind 库（JavaScript），避免自行实现时引入计算误差。
在数据集层面，每个原始宝可梦图像可生成三个色觉缺陷版本，分别对应红、绿、蓝三种色盲类型。这种设计使得测试平台能够评估两类用户的辨色能力：正常色觉用户在不同色彩偏移条件下的表现，以及色觉缺陷用户在模拟色彩环境下的识别准确率。后者对于评估色彩编码的信息无障碍设计具有直接参考意义。
工程实现的关键监控点
将上述方法整合为可运行的测试平台时，以下工程监控点需要特别关注。首先是色彩变换的一致性验证 —— 每次批量生成色彩变体后，应随机抽取样本与预设参数进行逐像素比对，确保偏移量与量化方案在整个数据集上保持数值准确。建议建立自动化校验脚本，当单次变换的均方根误差超过 0.5%（以归一化 RGB 值为基准）时触发告警。
其次是显示设备的色彩校准。不同显示器的色彩响应曲线存在差异，同一组 RGB 值在不同设备上呈现的色相可能偏移达 5° 至 10°。对于需要精确阈值测量的实验场景，建议在数据采集前使用色度计对显示设备进行一对一校准，将显示器的 Gamma 曲线与白点色温调整至标准状态。便携场景下的折中方案是固定使用同一台已校准设备，并在实验记录中注明显示器型号与校准状态。
最后是受试者数据的结构化存储。建议采用 JSON 或 SQLite 格式记录每次测试的完整元数据，包括受试者编号、视力状况、测试时间、使用的色彩参数配置、原始图像与变异图像的标识符、受试者判断结果与响应时间等信息。这种结构化存储方式便于后续的批次间对比分析与统计学检验。
参数速查清单
为便于快速启动项目，以下列出核心参数建议：基础图像分辨率不低于 96×96 像素；HSV 量化推荐色相 12 至 36 个 bin、饱和度 4 至 8 个 bin、明度 4 至 8 个 bin；色相偏移梯度建议覆盖 ±5°、±10°、±20°、±30°、±45° 五档；单次阶梯法测试轮次建议 30 至 50 轮；响应时间阈值建议记录并剔除低于 200 毫秒的无效响应；色觉缺陷模拟建议使用 Brettel 算法或等效成熟方案。
通过上述工程化的数据集构建方法与感知测量框架，研究者能够系统化地量化人类色彩感知能力，并为计算机视觉模型提供标准化的色彩变体评测基准。这一方法论不仅适用于宝可梦这一特定视觉类别，其核心思路 —— 基于可控参数生成标准化色彩变体、结合心理物理学范式测量感知阈值 —— 可推广至任意具有明确类别边界的视觉刺激材料。
资料来源：本文部分技术细节参考 GitHub Pokemon Color Variants 插件实现方案及 CRAN Color Distance 工具包的色彩空间量化方法论述。