色彩迁移
这一个学期任务量比较大,主要是计算机视觉这门课和计算机图形学任务量有点大,所以暑假才有时间更新这系列博客,这系列博客主要是利用CImg这个库来实现一些算法,而不是应用一些算法。
下面开始本期的介绍!
1.什么是色彩迁移?
对于搞CV(Computer Vision)的人来说,什么都不如用图像来解释,解释地清楚。颜色迁移就是将目标图的整体颜色附加到你想改变的原图上,最后使得结果图拥有原图的形状信息而色彩信息来自目标图。
2.ColorTransfer算法
在色彩迁移领域最著名的经典论文便是2001年Reinhard的Color transfer between images,谷歌学术引用量1500+,下面介绍下其中心思想:
原图像和目标图像都是在RGB空间下,我们要将其转换至Lab空间下,利用图像的统计数据(均值和标准差)进行颜色迁移,最后转回到RGB空间中。
我们有一个重要的假设,图像灰度值的分布近似为高斯分布。
我们将标准正态分布记为X,原图灰度值的正态分布记为 Z1 ,目标图像灰度值的正态分布记为 Z2 。
那么由概率统计正态分布公式: