使用python来解析lut 3d

不管是作为影视后期还是航拍和各种单反，是离不开lut的，使用lut来进行调色，就是将原图的rgb的数值映射成自己想要的rgb值，这样就能起到调色的作用。

这篇文章js实现影视级滤镜效果,lut3d的前端实现_js 滤镜_不知名前端的博客-CSDN博客讲lut 3d比较清楚，基本上就能知道是怎么回事。

于是在网上找了个lut图来试一试，

这里采样的是16，因此就是16*16*16的尺寸，虽然会比较粗糙一些。

但是计算思路大同小异，如果需要解析其他采样尺寸的，比如64*64*64，也能稍微改一下就行，python代码如下：

import math
import numpy as np
import cv2


def mapping_rgb(lut_img, rgb):
    rgb = rgb/255.0  # 归一化到0-1
    index_b = rgb[-1]*15   # 找到b的索引
    slice0 = math.floor(index_b)
    slice1 = math.ceil(index_b)
    w_b = index_b-slice0  # 增加一个权重系数来进行加权，越靠近的比例越大
    r = int(15*rgb[0]+0.5)  # 四舍五入
    g = int(15 * rgb[1] + 0.5)
    color0 = lut_img[r, 16*slice0+g]  # 16*slice0+g代表的是：slice0是表示在第几个蓝色通道里面，因此需要乘以宽度然后加上g才能找到lut图上的位置
    color1 = lut_img[r, 16*slice1+g]
    return np.clip(color0*(1-w_b)+w_b*color1, 0, 255)


def lut(lut_img,rgb_img):
    h, w = rgb_img.shape[:2]
    out_img = rgb_img.copy()
    for i in range(h):
        for j in range(w):
            rgb = rgb_img[i, j, :]
            out_img[i, j, :] = mapping_rgb(lut_img, rgb)
    return out_img


if __name__ == '__main__':
    lut_img = cv2.imread('xxx.png')
    rgb_img = cv2.imread('demo.jpg')
    rgb_img = cv2.cvtColor(rgb_img, cv2.COLOR_BGR2RGB)
    res_img = lut(lut_img=lut_img, rgb_img=rgb_img)
    cv2.imwrite('lut_p_demo.jpg', res_img)

运行的结果如下： 

虽然这个结果存在一些瑕疵，但是使用采样尺寸大一些就能解决掉，16*16*16使用的场景一般是本身分辨率就不太大的，更加常用的采样是64*64*64