OpenCV 中的颜色级别

Question

我想做类似levels function in Photoshop的事情，但是找不到合适的openCV函数。

基本上，我想将图像中的灰色从几乎白色延伸到几乎黑色，而不是从几乎白色到略带灰色，同时将白色保留为白色，将黑色保留为黑色（我使用的是灰度图像）。

Answer 1

我认为这是一个将输入级别映射到输出级别的函数，如下图所示。

例如橙色曲线是从（a，c）到（b，d）的直线，蓝色曲线是从（a，d）到（b，c）的直线，绿色曲线是非- 从 (a,c) 到 (b, d) 的线性函数。

我们可以将蓝色曲线定义为 (x - a)/(y - d) = (a - b)/(d - c)。 a、b、c 和 d 的限制值取决于您应用此转换的通道支持的范围。对于灰度，这是 [0, 255]。

例如，如果您想要对灰度图像进行类似 (a, d) = (10, 200), (b, c) = (250, 50) 的变换，

y = -150*(x-10)/240 + 200 对于 x [10, 250]

y = x 表示 [0, 10) 和 (250, 255] 如果您希望其余值保持不变。

您可以使用 OpenCV 中的查找表（LUT 函数）来计算输出级别并将此转换应用于您的图像或特定通道。您可以通过这种方式应用任何分段变换。

Answer 2

以下 python 代码完全实现了 Photoshop 调整 -> 色阶对话框。

将每个通道的值更改为所需的值。

img是np.uint8类型的输入rgb图像。

inBlack  = np.array([0, 0, 0], dtype=np.float32)
inWhite  = np.array([255, 255, 255], dtype=np.float32)
inGamma  = np.array([1.0, 1.0, 1.0], dtype=np.float32)
outBlack = np.array([0, 0, 0], dtype=np.float32)
outWhite = np.array([255, 255, 255], dtype=np.float32)

img = np.clip( (img - inBlack) / (inWhite - inBlack), 0, 255 )                            
img = ( img ** (1/inGamma) ) *  (outWhite - outBlack) + outBlack
img = np.clip( img, 0, 255).astype(np.uint8)

Answer 3

我不知道“Photoshop 级别”是什么。但从描述来看，我认为你应该尝试以下方法：

1. 使用 cvtColor 将图像转换为 YUV。 Y 将代表强度平面。 （您还可以使用 Lab、Luv 或任何具有单独强度分量的类似色彩空间）。
2. 使用split 分割平面，使强度平面成为单独的图像。
3. 在强度平面上调用equalizeHist
4. 使用merge 将平面重新合并在一起

关于直方图均衡的详细信息可以找到here

另外请注意，有一种改进的直方图均衡方法的实现 - CLAHE（但我找不到比 this 更好的链接，@berak 还建议了一个很好的 link 关于该主题的链接）