色差(ΔE00)とガマット検証パイプライン

実装：Sharp × ΔE00 計測スクリプト

libvips(Sharp) は高速に sRGB 変換でき、raw() でピクセルへアクセス可能。そこで WASM ΔE 実装と組み合わせ高スループット比較を行います。

// libvips (sharp) を使った sRGB 正規化 + ΔE 計測準備 (Node.js)
import sharp from 'sharp';
import { readFileSync, writeFileSync } from 'node:fs';

const src = 'input-p3.png';
const ref = 'golden-srgb.png';
const out = 'out-srgb.png';

// 1) sRGB へ変換 (ICC 埋め込み→変換→ICCタグ最小化 or strip)
await sharp(src)
  .withMetadata({})
  .toColorspace('srgb')
  .png({ compressionLevel: 9 })
  .toFile(out);

// 2) ΔE00 計測 (簡略概念: 実際はWASMで高速化)
import { deltaE00 } from './lib/deltae-wasm';
const r1 = sharp(ref); const r2 = sharp(out);
const [i1, i2] = await Promise.all([r1.raw().ensureAlpha().toBuffer({ resolveWithObject:true }), r2.raw().ensureAlpha().toBuffer({ resolveWithObject:true })]);
if(i1.info.width!==i2.info.width||i1.info.height!==i2.info.height) throw new Error('size mismatch');
// RGB→Lab 変換 & ΔE00 集計 (擬似コード)
let sum=0, max=0; const arr=[];
for(let p=0; p<i1.data.length; p+=4){
  const lab1 = rgbToLab(i1.data[p], i1.data[p+1], i1.data[p+2]);
  const lab2 = rgbToLab(i2.data[p], i2.data[p+1], i2.data[p+2]);
  const d = deltaE00(lab1, lab2); sum+=d; if(d>max) max=d; arr.push(d);
}
arr.sort((a,b)=>a-b);
const mean = sum / (arr.length);
const p95 = arr[Math.floor(arr.length*0.95)];
console.log({ mean: mean.toFixed(2), max: max.toFixed(2), p95: p95.toFixed(2) });

CI は “変換 → 色差計測 → 閾値判定” を直列に。閾値は初期広め→運用データで徐々に引き締める段階導入が安全です。

# GitHub Actions (抜粋) - ΔE00 閾値逸脱で失敗
jobs:
  color-diff:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-node@v4
        with: { node-version: 20 }
      - run: npm ci
      - run: node scripts/generate-images.js  # 変換
      - run: node scripts/deltae-check.mjs --threshold-mean 1.0 --threshold-max 2.5

NG/落とし穴

• ΔE指標の単一利用 — 平均のみでは局所劣化を見逃す。
• ゴールデン未固定 — 比較対象が更新され基準が漂流。
• HDR一括8bit化 — トーンマップ抜きで急激な彩度低下。
• 肌色マスク未整備 — 顔写真や人物UIで劣化を後追い検知。
• 過剰再エンコード — ΔE 改善量が閾値内でも無限微調整、工数浪費。