什么是LTU?

一、简介版

  简言之，LUT实际上就是查找表，Look-Up Table，就是一个预定义好的表格。在图像处理中主要用来调整和变换图像的颜色、亮度、对比度等特性。所以它的核心思想是通过预先定义一个查找表，将输入的像素值快速映射为对应的输出像素值，进而实现高效的图像处理。

二、详细了解版

  LUT通常分为1D和3D。1D意味着只有一个输入和一个输出，比如一个像素点的红色值是200，查找表中记录它对应的输出值为100，那么就意味着这个像素点经过查找表映射后，红色值变为了100。而3D查找表对应的有RGB三个输入，对应RGB三个输出。其本质就是把一种颜色的效果转化为另一种颜色效果。或者是灰度值转化为另一种灰度值，比如说一个像素有红绿蓝三个通道，每个通道8位像素表示，那么这个像素就有255255255中颜色映射方式。
  总结就是，1D LUT只能控制gamma值、RGB平衡（灰阶）和白场（white point）。而3D LUT能以全立体色彩空间的控制方式影响色相、饱和度、亮度等。简单描述来说3D LUT可以影响到颜色，而1D LUT只能影响亮度值。

1D 查找表

  1D LUT 是最简单的形式，它仅处理图像的单个通道，比如亮度或者每个颜色通道（红、绿、蓝）。在一张彩色图像中，每个颜色通道的值通常介于 0 到 255 之间（假设 8 位图像）。1D LUT 为每个输入值（0 到 255）定义一个输出值，表示你希望如何调整颜色或亮度。例如，假如你想增加图像的亮度，你可以通过1D LUT为每个输入亮度值分配一个更高的输出值。

• 应用场景：调整对比度、亮度、Gamma校正等。

1D LUT 操作过程：

• 输入值（0-255）经过查找表，映射到新的输出值。
• 通常，图像的每个通道都可以应用一个1D LUT。

3D 查找表

  3D LUT 比 1D LUT 更复杂，它处理的是颜色的三维空间（即红色、绿色和蓝色通道）。在3D LUT中，每个颜色组合（R, G, B）都会有一个新的颜色输出。通过这个方式，你可以对图像的颜色进行更精细的控制和校正，比如应用特定的色彩风格、色彩转换等。刚才我们说了，对于8位的彩色图像，每个像素有255255255种映射，这在实际使用中显然不太现实。所以就出现了17,33,65端点的查找表的形式，极大的减少了处理时间。

• 应用场景：颜色校正、特定的色彩风格变换、电影后期处理等。

3D LUT 操作过程：

• 输入的每个像素（R, G, B 值）通过查找表映射到新的（R’, G’, B’）颜色值。
• 这让你能够改变图像的颜色风格，而不仅仅是调整亮度或对比度。

可以使用下面的代码可视化一下一维和三维的区别：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 1D LUT示意图 (美化版本)
def plot_1d_lut():
    fig, ax = plt.subplots(figsize=(6, 4))

    # 假设一个简单的1D LUT，将输入的0-255范围线性映射为0-255
    x = np.arange(0, 256)
    y = np.clip(x * 1.2, 0, 255)  # 增加亮度的 LUT (输出=输入*1.2)

    # 绘制带有平滑曲线的图
    ax.plot(x, y, color="#FF5733", linewidth=2, label="LUT Mapping")

    # 设置网格、标签、标题等
    ax.set_title("1D LUT (Brightness Adjustment)", fontsize=14, fontweight='bold')
    ax.set_xlabel("Input Value", fontsize=12)
    ax.set_ylabel("Output Value", fontsize=12)
    ax.legend(loc="upper left", fontsize=10)
    ax.grid(True, linestyle='--', alpha=0.7)

    # 美化图形
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)

    # 保存图像
    fig.savefig('1d_lut_beautified.png', bbox_inches='tight', dpi=150)
    plt.close(fig)

# 3D LUT示意图 (美化版本)
def plot_3d_lut():
    fig = plt.figure(figsize=(8, 6))
    ax = fig.add_subplot(111, projection='3d')

    # 创建一个RGB立方体作为3D LUT输入
    r = np.linspace(0, 1, 8)
    g = np.linspace(0, 1, 8)
    b = np.linspace(0, 1, 8)

    # 将每个颜色分量组合成一个3D网格
    R, G, B = np.meshgrid(r, g, b)
    R_flat = R.flatten()
    G_flat = G.flatten()
    B_flat = B.flatten()

    # 假设3D LUT做颜色校正，简单增加每个颜色分量
    R_out = np.clip(R_flat * 0.8, 0, 1)
    G_out = np.clip(G_flat * 1.2, 0, 1)
    B_out = np.clip(B_flat * 1.0, 0, 1)

    # 绘制输入的RGB颜色点
    ax.scatter(R_flat, G_flat, B_flat, color=np.stack([R_flat, G_flat, B_flat], axis=1), 
               label='Input Colors', s=50, alpha=0.6)

    # 绘制输出的RGB颜色点 (带有交叉标记)
    ax.scatter(R_out, G_out, B_out, color=np.stack([R_out, G_out, B_out], axis=1), 
               marker='x', label='Output Colors', s=60, linewidths=2)

    # 设置轴标签和标题
    ax.set_xlabel('Red', fontsize=12, labelpad=10)
    ax.set_ylabel('Green', fontsize=12, labelpad=10)
    ax.set_zlabel('Blue', fontsize=12, labelpad=10)
    ax.set_title("3D LUT (Color Adjustment)", fontsize=14, fontweight='bold')

    # 调整图例和视角
    ax.view_init(30, 120)  # 改变视角，30度仰视，120度旋转
    ax.legend(loc="upper left", fontsize=10)

    # 美化3D散点图
    ax.grid(True, linestyle='--', alpha=0.6)

    # 保存图像
    fig.savefig('3d_lut_beautified.png', bbox_inches='tight', dpi=150)
    plt.close(fig)

# 调用绘图函数并保存美化后的图像
plot_1d_lut()
plot_3d_lut()

print("美化后的 1D LUT 和 3D LUT 图像已保存为 '1d_lut_beautified.png' 和 '3d_lut_beautified.png'")