图像的色调分离操作-CSDN博客

本文链接：https://blog.csdn.net/weixin_51302377/article/details/145722895

色调分离（Posterize）是一种图像处理操作，它可以减少图像中颜色的数量，从而产生类似海报或卡通的视觉效果。以下是关于色调分离操作的详细介绍：

原理

在数字图像中，每个像素的颜色通常由红（R）、绿（G）、蓝（B）三个通道的数值表示，每个通道的取值范围通常是 0 - 255。色调分离操作通过减少每个通道的颜色位数来实现颜色数量的减少。
具体来说，色调分离操作会将每个通道的颜色值进行量化，即将连续的颜色值范围划分为若干个离散的区间，然后将每个区间内的颜色值映射到一个固定的值。例如，对于一个 8 位颜色通道（取值范围 0 - 255），如果进行 4 位色调分离（即将颜色位数减少到 4 位），则颜色值的取值范围将被划分为 16 个区间（ $2^4=16$ ），每个区间内的颜色值将被映射到该区间的代表值。

示例代码（假设的实现）

以下是一个简单的 Python 代码示例，展示了如何实现色调分离操作：

from PIL import Image

def posterize(image, bits):
    # 获取图像的宽度和高度
    width, height = image.size
    # 遍历图像的每个像素
    for x in range(width):
        for y in range(height):
            # 获取当前像素的 RGB 值
            r, g, b = image.getpixel((x, y))
            # 对每个通道进行色调分离处理
            r = round(r / (256 / (2 ** bits))) * (256 / (2 ** bits))
            g = round(g / (256 / (2 ** bits))) * (256 / (2 ** bits))
            b = round(b / (256 / (2 ** bits))) * (256 / (2 ** bits))
            # 确保像素值在 0 到 255 之间
            r = int(max(0, min(r, 255)))
            g = int(max(0, min(g, 255)))
            b = int(max(0, min(b, 255)))
            # 更新像素值
            image.putpixel((x, y), (r, g, b))
    return image

# 打开图像
img = Image.open("example.jpg")
# 执行色调分离操作，级别为 4
posterized_img = posterize(img, 4)
# 保存结果
posterized_img.save("posterized_example.jpg")

关键代码分解解释

256 / (2 ** bits)
这部分计算了每个离散区间的大小。2 ** bits 表示的 bits 次方，bits 是色调分离的级别，它决定了将颜色值划分为多少个离散区间。例如，当 bits = 4 时，，则 `256 / (2 ** bits) = 256 / 16 = 16$，表示将 0 - 255 的颜色值范围划分为 16 个区间，每个区间的大小为 16。
r / (256 / (2 ** bits))
这一步将当前像素的颜色值 r 除以每个区间的大小，得到该颜色值所在的区间编号（可能是一个小数）。例如，如果 r = 50 且每个区间大小为 16，则 50 / 16 = 3.125，表示 r 位于第 3 个区间（从 0 开始计数）。
round(r / (256 / (2 ** bits)))
round() 函数用于对上述结果进行四舍五入，得到该颜色值所在区间的整数编号。例如，对于 3.125，四舍五入后得到 3。
round(r / (256 / (2 ** bits))) * (256 / (2 ** bits))
最后，将四舍五入后的区间编号乘以每个区间的大小，得到该区间的代表值。例如，区间编号为 3，每个区间大小为 16，则 3 * 16 = 48，表示将原始颜色值 r = 50 映射到该区间的代表值 48。
示例
- 假设 r = 50 且 bits = 4：
- 计算每个区间的大小：256 / (2 ** 4) = 16
- 计算区间编号：50 / 16= 3.125
- 四舍五入得到区间编号：round(3.125) = 3
- 计算该区间的代表值：3 * 16 = 48
- 因此，经过这一步处理后，原始颜色值 r = 50 被映射到 48。