用途：为计算摄影拼贴提供感知色彩科学支持，把经典色彩理论与现代最优传输方法结合，解决照片集合的调色板匹配、色彩温度编排与全局和谐问题。
主要能力：基于调色板筛选照片；冷暖色交替与色相排序（彩虹渐变）；用推土机距离（EMD）评估调色板兼容性；加入多样性惩罚避免色彩单调；中性色加点缀色模式；RGB→LAB→LCH 等感知色彩空间转换；全局色彩分级以统一不同白平衡与曝光的照片。
关键方法：使用 LAB/LCH 而非原始 RGB，CIEDE2000 作为感知距离度量；OKLCH 用于 CSS/Web 场景；Sinkhorn 算法实现快速熵正则 EMD，ε=0.1 为推荐值；多尺度切片 Wasserstein 适合空间分布差异；多样性算法包括 MMR（λ=0.7 推荐）、DPP 与子模最大化；兼容度评分综合 EMD 相似度、色相和谐、明度平衡、彩度平衡与温度对比。
使用方式：安装依赖 pip install colormath opencv-python numpy scipy scikit-image pot hnswlib；按需参考 /references 下的感知色彩空间、最优传输、温度分类、编排模式、多样性算法与实现指南文档。
适用场景：拼贴照片选择与排序、色彩温度编排、多样性感知筛选、全局色彩统一。
限制：不适用于基础 RGB 操作、单张照片调色、UI 配色生成或色盲模拟，这些应使用其他专门技能。性能目标与具体实现细节以资料为准，未提供的收费、平台与效果信息暂未提供。