【OpenCV 例程300篇】205. 调节色彩平衡/饱和度/明度

youcans_

已于 2023-01-16 16:50:07 修改

阅读量6.3k

点赞数 5

分类专栏： # OpenCV例程-youcans 文章标签： opencv python 图像处理计算机视觉着色器

于 2022-06-19 13:17:59 首次发布

本文链接：https://blog.csdn.net/youcans/article/details/125356933

版权

OpenCV例程-youcans 专栏收录该内容

261 篇文章 2270 订阅

订阅专栏

本文介绍了如何使用OpenCV进行图像的色彩平衡、饱和度和明度调节。通过色彩空间转换和LUT（查找表）函数，分别实现了对RGB和HSV色彩空间中不同通道的对比度拉伸，从而达到调节色彩效果的目的。示例代码展示了如何创建和应用多通道查找表以改变图像的色彩特性，并提供了交互式的色彩调整方法。

摘要由CSDN通过智能技术生成

OpenCV 例程200篇总目录
201. 图像的颜色空间转换
 202. 查表快速替换（cv.LUT）
203. 伪彩色图像处理
 204. 图像的色彩风格滤镜
 205. 调节色彩平衡/饱和度/明度

文章目录

【youcans 的 OpenCV 例程300篇】205. 调节色彩平衡/饱和度/明度

【youcans 的 OpenCV 例程300篇】205. 调节色彩平衡/饱和度/明度

4.3 自己调节色彩平衡

色彩平衡是通过对颜色的调整使图像达到颜色平衡，可以用于调节颜色缺陷或表现效果。

使用色彩平衡更改图像中使用的色彩混合比例，可以创建生动的效果。调节色彩平衡是人们对图片色彩的主观喜好，并不需要遵循任何标准，是艺术性的实现。

在 Photoshop 中调节色彩平衡，只要拖动青色/红色、洋红/绿色或黄色/蓝色滑块，移向要增强的颜色。滑块上方的值可以在 -100～+100 调节，表示红色、绿色和蓝色通道的颜色变化。

本节用 OpenCV 程序，实现调节色彩平衡的功能。该例程也用于说明应用 LUT 对彩色图像进行颜色替换时构造多通道查找表的方法。

函数 cv.LUT() 中的查找表 lut，可以与输入彩色图像的通道数量相同，分别适用于输入图像的对应通道。多通道查找表 lut，是一个形状为 (1,256,3) 的 Numpy 数组，数据类型为 uint8。

例程 14.11：使用 LUT 调节色彩平衡

调节色彩平衡，可以通过对不同颜色分量分别进行对比度拉伸来实现。

简单地，设置各通道的最大值 maxG（<=255），将某颜色通道的色阶从 0-255 映射到 0-maxG，就可以使该颜色通道的色彩衰减。

容易想到，使用 OpenCV GUI 模块中提供的滚动条，交互地调节 R/G/B 通道的色彩强度。本系列例程为了使核心知识点更加简单易懂，并不采用较为复杂的综合性方法。

    # 14.11 使用 LUT 调节色彩平衡
    img = cv.imread("../images/imgGaia.tif", flags=1)  # 读取彩色

    maxG = 128  # 修改颜色通道最大值，0<=maxG<=255
    lutHalf = np.array([int(i * maxG/255) for i in range(256)]).astype("uint8")
    lutEqual = np.array([i for i in range(256)]).astype("uint8")

    lut3HalfB = np.dstack((lutHalf, lutEqual, lutEqual))  # (1,256,3), B_half/BGR
    lut3HalfG = np.dstack((lutEqual, lutHalf, lutEqual))  # (1,256,3), G_half/BGR
    lut3HalfR = np.dstack((lutEqual, lutEqual, lutHalf))  # (1,256,3), R_half/BGR

    blendHalfB = cv.LUT(img, lut3HalfB)  # B 通道衰减 50%
    blendHalfG = cv.LUT(img, lut3HalfG)  # G 通道衰减 50%
    blendHalfR = cv.LUT(img, lut3HalfR)  # R 通道衰减 50%

    print(img.shape, lutHalf.shape, lut3HalfB.shape, blendHalfB.shape)
    plt.figure(figsize=(9, 5))
    plt.subplot(131), plt.axis('off'), plt.title("B half decayed")
    plt.imshow(cv.cvtColor(blendHalfB, cv.COLOR_BGR2RGB))
    plt.subplot(132), plt.axis('off'), plt.title("G half decayed")
    plt.imshow(cv.cvtColor(blendHalfG, cv.COLOR_BGR2RGB))
    plt.subplot(133), plt.axis('off'), plt.title("R half decayed")
    plt.imshow(cv.cvtColor(blendHalfR, cv.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()

在这里插入图片描述

例程 14.12：使用 LUT 调节饱和度、明度

调节色彩平衡，可以通过对不同颜色分量分别进行对比度拉伸来实现。

显然，不仅可以在 RGB 色彩空间调节色彩平衡，也可以在其它色彩空间对颜色通道的强度进行调节。

HSV 模型是针对用户观感的一种颜色模型，可以直观的表达色彩的色调明暗、及鲜艳程度，HSV 的含义分别为：色调（Hue）、饱和度（Saturation）和明度（Value）。

将图像从 RGB 色彩空间转换到 HSV 色彩空间后，用 LUT 对特定通道进行对比度拉伸，就可以调节图像的饱和度、明度。

    # 14.12 使用 LUT 调节饱和度和明度
    img = cv.imread("../images/imgGaia.tif", flags=1)  # 读取彩色
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 色彩空间转换, BGR->HSV

    # 调节通道强度
    lutWeaken = np.array([int(0.6*i) for i in range(256)]).astype("uint8")
    lutEqual = np.array([i for i in range(256)]).astype("uint8")
    lutRaisen = np.array([int(102+0.6*i) for i in range(256)]).astype("uint8")
    # 调节饱和度
    lutSWeaken = np.dstack((lutEqual, lutWeaken, lutEqual))  # Saturation weaken
    lutSRaisen = np.dstack((lutEqual, lutRaisen, lutEqual))  # Saturation raisen
    # 调节明度
    lutVWeaken = np.dstack((lutEqual, lutEqual, lutWeaken))  # Value weaken
    lutVRaisen = np.dstack((lutEqual, lutEqual, lutRaisen))  # Value raisen

    blendSWeaken = cv.LUT(hsv, lutSWeaken)  # 饱和度降低
    blendSRaisen = cv.LUT(hsv, lutSRaisen)  # 饱和度增大
    blendVWeaken = cv.LUT(hsv, lutVWeaken)  # 明度降低
    blendVRaisen = cv.LUT(hsv, lutVRaisen)  # 明度升高

    plt.figure(figsize=(9, 6))
    plt.subplot(231), plt.axis('off'), plt.title("Saturation weaken")
    plt.imshow(cv.cvtColor(blendSWeaken, cv.COLOR_HSV2RGB))
    plt.subplot(232), plt.axis('off'), plt.title("Normal saturation")
    plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.subplot(233), plt.axis('off'), plt.title("Saturation raisen")
    plt.imshow(cv.cvtColor(blendSRaisen, cv.COLOR_HSV2RGB))
    plt.subplot(234), plt.axis('off'), plt.title("Value weaken")
    plt.imshow(cv.cvtColor(blendVWeaken, cv.COLOR_HSV2RGB))
    plt.subplot(235), plt.axis('off'), plt.title("Normal value")
    plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.subplot(236), plt.axis('off'), plt.title("Value raisen")
    plt.imshow(cv.cvtColor(blendVRaisen, cv.COLOR_HSV2RGB))
    plt.tight_layout()
    plt.show()

在这里插入图片描述

【本节完】

版权声明：
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125356933)
Copyright 2022 youcans, XUPT
Crated：2022-6-18
欢迎关注『youcans 的 OpenCV 例程 200 篇』系列，持续更新中
欢迎关注『youcans 的 OpenCV学习课』系列，持续更新中