用OpenCV实现Photoshop算法(四): 色阶调整

系列文章：

四、色阶调整( Levles Adjustment )

（一）色阶调整原理

色阶是什么：色阶就是用直方图描述出的整张图片的明暗信息。如图

从左至右是从暗到亮的像素分布，黑色三角代表最暗地方（纯黑），白色三角代表最亮地方（纯白）。灰色三角代表中间调。

每一个色阶定义有两组值：

一组是输入色阶值，包含黑灰白三个值，上图中：　黑点值为０，　灰点为１.００，白点为２５５

另一组是输入色阶值，包含黑白两个值，上图中：输出色阶黑为０，白为２５５

对于一个RGB图像, 可以对R, G, B 通道进行独立的色阶调整，即，对三个通道分别使用三个色阶定义值。还可以再对三个通道进行整体色阶调整。因此，对一个图像，可以用四次色阶调整。最终的结果，是四次调整后合并产生的结果。

我们先来分析对单通道的色阶原理，比如：对红色通道定义色阶调整如下：

则此时：　　输入色阶值为：　黑13, 灰1.29, 白240，　　　输出色阶值为：黑１１，白２４２

则色阶调整的实现是：　当输入值<黑点值(13)时，全部变为输出色阶的黑值。　当输入值>白点(240)时，全部变为输出色阶的白值

当输入值介于黑值与白值之间(13-240)时，则结合灰度系数，按比例重新计算，变为一个新的值。

对红、绿、蓝三个独立通道调整方式都与上述算法相同。各通道调整是互不相关的。

对RGB通道进行整体调整时，则对RGB三个值进行同时变换。

（二）色阶调整的OpenCV实现

我用opencv写了两个 C++ 类： Levels类实现了多通道的色阶的定义、实施调整。 Level类是一个通道的色阶定义类。

源码共两个文件： Levels.hpp, Levels.cpp, 源码及使用例程可在这里下载：色阶调整源码

源码有一定的长度，不具体解释了，请见注释。

补充说明几点：

1， Levels类中定义了四个Level对象(即四个通道)，分别是RedChannel, GreenChannel, BlueChannel 和 RGBChannel.

2，每个Level对象有五个属性值：

　　int Shadow; //输入色阶黑点值
float Midtones; //输入色阶灰点值（注意是浮点数）
int Highlight; //输入色阶白点值

int OutputShadow; //输出色阶黑点值
int OutputHighlight; //输出色阶白点值

3, 使用方法：创建一个Levels对象，然后对其所属的Level对象的属性值进行赋值，然后调整 Levels类的adjust()方法，即可实现色阶调整。

（三）例程

写一个例程，使用Levels类，实现色阶调整。

程序中定义了两个窗口，一个是图片窗口，一个是色阶定义窗口。

#include <cstdio>
#include <iostream>
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"

#include "Levels.hpp"

using namespace std;
using namespace cv;

static string window_name = "Photo";
static Mat src;

static Mat levels_mat;
static string levels_window = "Adjust Levels";
static int channel = 0;
Levels  levels;

int   Shadow;
int   Midtones = 100;
int   Highlight;
int   OutputShadow;
int   OutputHighlight;

static void invalidate()
{
	Mat dst;
	levels.adjust(src, dst);
	imshow(window_name, dst);

	imshow(levels_window, levels_mat);
}

static void channelRead(int which_channel)
{
	channel = which_channel;
	Level * CurrentChannel = NULL;
	switch (channel) {
	case 0: CurrentChannel = &levels.RGBChannel; break;
	case 1: CurrentChannel = &levels.RedChannel; break;
	case 2: CurrentChannel = &levels.GreenChannel; break;
	case 3: CurrentChannel = &levels.BlueChannel; break;
	}
	if ( CurrentChannel == NULL ) return;

	Shadow = CurrentChannel->Shadow;
	Midtones = int (CurrentChannel->Midtones * 100);
	Highlight = CurrentChannel->Highlight;
	OutputShadow = CurrentChannel->OutputShadow;
	OutputHighlight = CurrentChannel->OutputHighlight;

}

static void channelWrite()
{
	Level * CurrentChannel = NULL;
	switch (channel) {
	case 0: CurrentChannel = &levels.RGBChannel; break;
	case 1: CurrentChannel = &levels.RedChannel; break;
	case 2: CurrentChannel = &levels.GreenChannel; break;
	case 3: CurrentChannel = &levels.BlueChannel; break;
	}

	if ( CurrentChannel == NULL )
		return ;

	CurrentChannel->Shadow = Shadow;
	CurrentChannel->Midtones = Midtones / 100.0;
	CurrentChannel->Highlight = Highlight;
	CurrentChannel->OutputShadow = OutputShadow;
	CurrentChannel->OutputHighlight = OutputHighlight;

	invalidate();
}


static void callbackAdjust(int , void *)
{
	channelWrite();
	invalidate();
}


static void callbackAdjustChannel(int , void *)
{
	channelRead(channel);
	setTrackbarPos("Shadow", levels_window, Shadow);
	setTrackbarPos("Midtones", levels_window, Midtones);
	setTrackbarPos("Highlight", levels_window, Highlight);
	setTrackbarPos("OutShadow", levels_window, OutputShadow);
	setTrackbarPos("OutHighlight", levels_window, OutputHighlight);
	invalidate();
}


int main()
{
	//read image file
	src = imread("building.jpg");
	if ( !src.data ) {
		cout << "error read image" << endl;
		return -1;
	}

	//create window
	namedWindow(window_name);
	imshow(window_name, src);


	//create window for levels
	namedWindow(levels_window);
	levels_mat = Mat::ones(100,400, CV_8UC3);
	levels_mat.setTo( Scalar(255,255,255) );
	imshow(levels_window, levels_mat);

	channelRead(0);
	createTrackbar("Channel", levels_window, &channel,  3, callbackAdjustChannel);
	createTrackbar("Shadow", levels_window, &Shadow,  255, callbackAdjust);
	createTrackbar("Midtones", levels_window, &Midtones,  200, callbackAdjust);
	createTrackbar("Highlight", levels_window, &Highlight,  255, callbackAdjust);
	createTrackbar("OutShadow", levels_window, &OutputShadow,  255, callbackAdjust);
	createTrackbar("OutHighlight", levels_window, &OutputHighlight,  255, callbackAdjust);

	waitKey();

	return 0;

}

运行效果：

原图：

先对红色通道(Channel = 1)调整各项色阶定义值，进行单通道色阶调整，效果如下：

再对RGB通道(Channel = 0)进行整体色阶调整，效果如下：

嗯嗯

用OpenCV实现Photoshop算法(四): 色阶调整

猜你喜欢