最近學(xué)習(xí)PS中圖像如何進(jìn)行色度處理的，并參考網(wǎng)上很多大俠的文章，將其圖像處理過程整理一下，其運(yùn)行環(huán)境為PYTHON， OPENCV， NUMPY：

一般情況由于視頻輸出為YUV圖像
第一步：YUV RGB轉(zhuǎn)換

import cv2 import numpy as np import matplotlib.pyplot as plt# 圖像轉(zhuǎn)換使用OPENCV的庫完成，使用NP從文件加載單張YUV圖片，如果是YUV視頻文件，需要調(diào)整文件閱讀的偏移量。def yuv_import(filename, width, height):size = width * height;yuv = np.fromfile(filename, dtype='uint8')img = yuv.reshape((height * 3 // 2, width)).astype('uint8')src11 = cv2.cvtColor(img, cv2.COLOR_YUV2BGR_I420)cv2.imshow('input_image1', src11)cv2.waitKey(0)

第二步：由于攝像頭的光照問題，先去圖像的暗角，參考如下博客

圖像增強(qiáng)系列之圖像自動去暗角算法。 - Imageshop - 博客園 (cnblogs.com)

第三步： 對圖像進(jìn)行色度調(diào)整，增強(qiáng)圖像效果

def WhiiteBlack(img, Shadow, Highlight, Midtones):if Highlight > 255:Highlight = 255if Shadow < 0:Shadow = 0if Shadow >= Highlight:Shadow = Highlight - 2if Midtones > 3.0:Midtones = 3.0if Midtones < 0.3:Midtones = 0.3maptable = np.arange(256)maptable = np.array(maptable, dtype=int)Diff = Highlight - Shadowexponent = 1.0 / Midtones;coe = 255.0 / DiffrgbDiff = (maptable - Shadow) * coergbDiff = np.maximum(rgbDiff, 0)rgbDiff = np.minimum(rgbDiff, 255)rgbDiff = rgbDiff / 255.0rgbDiff = np.power(rgbDiff, exponent) * 255.0 + 0.5rgbDiff = np.around(rgbDiff, 0)rgbDiff = rgbDiff.astype('uint8')result = cv2.LUT(img, rgbDiff)cv2.imshow('input_image1', result)cv2.waitKey(0)return result

第四步：圖像顏色空間的調(diào)整，用于圖像拼接

使用OPENCV中的cvtColor函數(shù)，轉(zhuǎn)變RGB為LAB

cv::cuda::cvtColor(gpuSrcImage, gpuDstImage, cv::COLOR_BGR2Lab);

第五步：圖像顏色區(qū)域的均值與標(biāo)準(zhǔn)差

對于標(biāo)準(zhǔn)RECT區(qū)域可以使用opencv::meanStdDev來計算，對于非RECT圖像，需要編寫CUDA KERNEL來計算，對于實(shí)時行不高的場景，可以將圖像數(shù)據(jù)拷貝到內(nèi)存，運(yùn)用CPU進(jìn)行計算

第六步：為圖像拼接進(jìn)行LAB數(shù)據(jù)修正
其原理是運(yùn)用一張圖像的均值與標(biāo)準(zhǔn)差與另外一張圖像均值與標(biāo)準(zhǔn)差進(jìn)行圖像亮度與色度修正。
(Val?- meanR)*(stdL) / (stdR) + meanL?(- Diff) 關(guān)于DIFF的值修正可以使用對數(shù)函數(shù)進(jìn)行微調(diào);

總結(jié)

以上是生活随笔為你收集整理的2021-07-05的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。