2006_Color Harmonization_SIGGRAPH

这是一篇关于色彩和谐化的工作，可以根据图片的HSV空间中H色相的值进行改变颜色，使得原图更加美观。

 

文中使用色相环，预定义了8种模板

模板中的中心位置说的是扇形区域的中间那条线是在哪个地方（顺时针偏移），默认垂直向上的是0，eg 0.25 则是说的中心线在正东方向。而宽度是不变的，也就是灰色的扇形区域的大小是不变的，变得就只是中心线的位置，相当于在绕着中心点旋转。

这个是相当于损失函数，里面的||*||代表了弧长，意思是让像素的色相值尽可能接近模板本身，

算法思路是，先固定模板，然后优化alpha，之后根据每个模板和对应的alpha计算F也就是损失值，找到最小的那一组(m, alpha)就是我们最终使用的。

为了解决在色相环形图中出现两个区域，图像空间上相邻的像素被分到不同区域的情况，也就是上图中间孔雀的脖子颜色不一致的问题，引入了二值分割算法，使用的是graph-cut方法，给每个像素一个标签0或者1决定他们是被分到哪一个色相环形图的区域中。

文章中的graph-cut直接用比较耗时，可以用opencv中的超像素就代替，可以加速，具体流程为：先不看颜色的连续性，单纯计算每个像素的色相到哪个扇形区域最近，先为每个像素单独打标签，然后再统计opencv划分的每个超像素块里面的像素标签哪个多，就把当前超像素的标签置为谁。这就保证了颜色又连续，每个颜色被压缩的距离又最小，色差变化不会太大。

最后一步就是改变颜色了，也就是上面的公式，物理含义就是我们知道了每个像素P要压到哪一个区域，那么我们根绝这个P的色相和中心色相的距离来修改，距离越大，越远离中心，距离越小越接近中心。

 

输入一个图像X，没有图中的每一个像素都得到他的色相，找到和模本库种最匹配的模板，通过recolor进行颜色改变，其中为了保持图像空间中的连续性，使用了给予graph-cut的超像素分割技术，相邻的像素使其落到同一个色相里面。

 

参考：

http://www.websiteoptimization.com/speed/tweak/color-harmony/

https://blog.yuzhenyun.me/harmonization/

https://blog.csdn.net/zb1165048017/article/details/104023061 这里面有一个代码是notebook可以看看