一、颜色表示的底层原理

在计算机图形学中，颜色通常通过RGBA四通道模型进行数字化表示。每个通道使用8位无符号整数存储，取值范围0-255对应0x00-0xFF的十六进制值。这种编码方式使得单个颜色值可以紧凑地存储在4字节（32位）空间中。

1.1 十六进制字符串表示法

AutoJS支持两种主流的颜色字符串格式：

6位标准格式：#RRGGBB

let white = "#ffffff"; // 纯白色
let red = "#ff0000";   // 纯红色

8位扩展格式：#AARRGGBB

let translucentBlack = "#7f000000"; // 50%透明度的黑色
let semiTransparentBlue = "#800000ff"; // 50%透明度的蓝色

这种表示法的优势在于人类可读性强，开发时可以直接通过颜色选择器生成对应字符串。但需要注意：

字符串解析存在性能开销，在高频颜色比较场景建议使用整数形式
不同系统对大小写的处理可能存在差异，建议统一使用小写

1.2 32位整数表示法

更高效的存储方式是使用0xAARRGGBB格式的整数：

let color1 = 0xFF112233; // 等价于 #112233
let color2 = 0x11223344; // 等价于 #11223344

整数形式的优势体现在：

内存占用更小（4字节 vs 字符串的动态长度）
位运算操作效率更高
与Canvas API等底层图形接口兼容性更好

二、颜色值转换工具集

AutoJS提供了完整的颜色转换方法链，开发者可以根据场景选择最优方案：

2.1 字符串与整数的互转

// 字符串转整数
function strToColorInt(hexStr) {
    if (hexStr.length === 7) { // #RRGGBB格式补全透明度
        hexStr = "ff" + hexStr.slice(1);
    }
    return parseInt(hexStr.replace("#", "0x"), 16);
}
// 整数转字符串
function colorIntToStr(colorInt, includeAlpha = true) {
    let hexStr = colorInt.toString(16).padStart(8, '0');
    if (!includeAlpha) {
        hexStr = hexStr.slice(2); // 移除前两位alpha值
    }
    return "#" + hexStr;
}
// 使用示例
let color = strToColorInt("#336699"); // 返回 0xff336699
let str = colorIntToStr(0x80abcdef); // 返回 "#80abcdef"

2.2 颜色通道分解与重组

// 分解颜色通道
function decomposeColor(colorInt) {
    return {
        alpha: (colorInt >> 24) & 0xff,
        red: (colorInt >> 16) & 0xff,
        green: (colorInt >> 8) & 0xff,
        blue: colorInt & 0xff
    };
}
// 重组颜色通道
function composeColor({alpha = 0xff, red, green, blue}) {
    return (alpha << 24) | (red << 16) | (green << 8) | blue;
}
// 使用示例
let {red, green, blue} = decomposeColor(0xFF123456);
let newColor = composeColor({red: 0xFF, green: 0xAA, blue: 0x55});

三、典型应用场景实践

3.1 屏幕像素分析

在UI自动化测试中，经常需要验证特定位置的颜色值：

// 获取屏幕指定点颜色
function getScreenColor(x, y) {
    let img = captureScreen();
    let pixel = images.pixel(img, x, y);
    images.recycle(img); // 及时释放图像资源
    return pixel;
}
// 颜色比较（允许5%的误差范围）
function colorMatch(actual, expected, tolerance = 5) {
    let {r: ar, g: ag, b: ab} = decomposeColor(actual);
    let {r: er, g: eg, b: eb} = decomposeColor(expected);
    let rDiff = Math.abs(ar - er) / 255 * 100;
    let gDiff = Math.abs(ag - eg) / 255 * 100;
    let bDiff = Math.abs(ab - eb) / 255 * 100;
    return rDiff <= tolerance && gDiff <= tolerance && bDiff <= tolerance;
}

3.2 图像处理流水线

构建完整的图像处理流程时，颜色空间转换是关键环节：

// 图像灰度化处理
function toGrayscale(img) {
    let width = img.getWidth();
    let height = img.getHeight();
    let grayImg = images.create(width, height);
    for (let x = 0; x < width; x++) {
        for (let y = 0; y < height; y++) {
            let color = images.pixel(img, x, y);
            let {r, g, b} = decomposeColor(color);
            // 使用加权平均法计算灰度值
            let gray = Math.round(0.299 * r + 0.587 * g + 0.114 * b);
            let grayColor = composeColor({r: gray, g: gray, b: gray});
            images.setPixel(grayImg, x, y, grayColor);
        }
    }
    return grayImg;
}

3.3 动态主题适配

在多主题应用中，可通过颜色转换实现动态换肤：

// 主题颜色映射表
const THEME_MAP = {
    primary: 0xFF4285F4,
    secondary: 0xFF34A853,
    accent: 0xFFFFC107
};
// 生成深色变体
function darkenColor(colorInt, ratio = 0.8) {
    let {r, g, b} = decomposeColor(colorInt);
    r = Math.floor(r * ratio);
    g = Math.floor(g * ratio);
    b = Math.floor(b * ratio);
    return composeColor({r, g, b});
}
// 应用主题
function applyTheme(themeName) {
    let primary = darkenColor(THEME_MAP.primary);
    // 更新UI组件颜色...
}

四、性能优化建议

批量处理优先：对图像进行整体操作比逐像素处理效率高3-5倍
缓存常用颜色：建立颜色常量池避免重复解析
选择合适的数据结构：颜色查找表使用Map结构比对象属性访问更快
及时释放资源：处理完成后立即调用images.recycle()
避免频繁转换：在计算密集型场景保持颜色数据格式一致

通过系统掌握这些颜色处理技术，开发者可以构建出更健壮、高效的图像处理模块，为自动化测试、游戏辅助、图像识别等应用场景提供强大的底层支持。在实际开发中，建议结合具体需求选择最优的颜色表示方案，在可读性与性能之间取得平衡。

AutoJS中的图像与颜色处理：Image模块深度解析