图像的选择性颜色

Question

我有超过1周的时间阅读图像的选择性颜色变化。它选择颜色选择器中的颜色，然后选择我想要更改颜色的图像部分，并将颜色从原始颜色更改为颜色选择器的颜色。

E.g。如果我在颜色选择器中选择蓝色并且我还在图像中选择了红色部分，我应该能够在所有图像中将红色变为蓝色。

另一个例子。如果我有一个红苹果和橙子的图像，如果我在图像上选择一个苹果，在颜色检测中选择蓝色，那么所有苹果应该将颜色从红色变为蓝色。

我有一些想法但当然我需要更具体的一些方法来实现这个目标

感谢您阅读

Answer 1

作为起点，请考虑对图像的颜色进行聚类。如果您不知道所需的簇数，那么您将需要确定是否合并两个给定簇的方法。目前，让我们假设我们知道这个数字。例如，在左边给出下面的图像，我将其颜色映射到3个簇，其中间的平均颜色为中间，并且通过其平均颜色表示每个簇，给出右边的图。

输出在右边，现在你需要的是一种替换颜色的方法。假设用户单击图像中的某个位置（单个点），然后您就知道原始图像中需要修改的位置。对于下一个图像，用户（我）单击“橙色”群集包含的点。然后他点了一些蓝色的色调。从那里开始，你制作一个掩码来表示“橙色”星团中的点并使用它。我考虑过一个简单的高斯滤波器，然后是平坦的膨胀3x5。然后根据生成的掩码替换原始图像中的色调（在低通滤波之后，其上的值也被视为合成图像的alpha值）。

根本不完美，但你可以拥有比我更好的聚类，也是一种不那么原始的颜色替换方法。我故意跳过关于聚类方法，颜色空间等的细节，因为我在RGB上只使用了基本的k-means而没有对输入进行任何预处理。因此，您可以将上述结果视为您可以执行的任何其他操作的基准。

Answer 2

鉴于图像，选定的颜色和目标新颜色 - 你不能做很多不丑的事情。你还需要一个范围，颜色的一些变化，所以你可以说一个像素的颜色“足够接近”而另一个明显“不同”。

处理的第一步：创建一个灰度级的掩模图像，从0.0到1.0（或从0到某个最大值，我们将其视为1.0），以及与输入图像相同的大小。对于每个输入像素，测试其颜色是否足够接近所选颜色。如果它是“相同”或“足够接近”，则在面具中放置1.0。如果不同，则输入0.0。如果是sorta borderline，则设置一个中间值。究竟如何做到这一点取决于图像的细节。

这可能在LAB空间中效果最好，并根据A，B坐标相对于其原点的角度测试相同性。

一旦你戴上面膜，就把它放在一边。现在对整个图像进行颜色转换。这可能最好在HSV空间中完成。请勿触摸V声道。向S添加常数，模数为360度（或者，如果S存储为字节，则为模256），并将S乘以选定的常数，以使HSV中与所选颜色对应的坐标移动到目标颜色的HSV坐标。将转换后的S和H（未更改的L）转换回RGB。

最后，使用蒙版将原始图像与经过颜色转换的图像混合。将其应用于每个频道 - 红色，绿色，蓝色：

output = (1-mask)*original + mask*transformed

如果你在字节数组中完成所有操作，则0为0.0且255为1.0，并注意溢出和有符号/无符号问题。