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200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()
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()
【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