解释颜色功能和调整像素值

Question

以下是我从网络资源中读取的定义

第一是

  

Midtone: Situated between the darkest tone (Black), and the brightest tone (White). For a 24 bit colour image, this occurs when Red = Green = Blue = 128.

，另一个是

Tones created by dots between 30% and 70% of coverage

和

  

Midtone also refers to the range of colors that aren't mixed with black (the shadows) or white (the highlights).

我从这些定义得到的是，值为0或255的像素我们应该将它们调整为128。我的定义是正确的吗？根据我的知识，我不想使用直方图均衡的方法，它也用于图像的亮度

我想执行下面的功能，就像我想在OpenCV C++中执行此功能但我不知道如何处理Midtones和CYMK值，因为它同时具有RGB和CMYK同时

例如 样本图像

应用上述值后

我想在OpenCV中做同样的事情

如果我们只用RGB

执行此操作，我的关注点仅在于结果

修改

安德烈的回答很好，但仍在等待最佳答案，因为其他图片难以调整其他图像以调整其他颜色平衡值

Answer 1

我认为在这种情况下，Shadows，Midtones和Highlights定义了轨迹栏值的范围。

• 阴影 - 精确调整（小范围）;
• 中间调 - 中等调整（中等范围）;
• 亮点 - 重度调整（范围广泛）。

它允许快速和精确的色彩校正。

代码段：

#include <iostream>
#include <vector>
#include <stdio.h>
#include <functional>
#include <algorithm>
#include <numeric>
#include <cstddef>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;

int val_Cyan_Red=0;
int val_Magenta_Green=0;
int val_Yellow_Blue=0;
Mat result;
Mat Img;

void on_trackbar( int, void* )
{
float SH=0.1; // The scale of trackbar ( depends on ajusting mode Shadows/Midtones/Highlights )

float cr_val=(float)val_Cyan_Red/255.0;
float mg_val=(float)val_Magenta_Green/255.0;
float yb_val=(float)val_Yellow_Blue/255.0;
// Cyan_Red
float R1=0;
float G1=1;
float B1=1;

float R2=1;
float G2=0;
float B2=0;

float DR=(1-cr_val)*R1+(cr_val)*R2-0.5;
float DG=(1-cr_val)*G1+(cr_val)*G2-0.5;
float DB=(1-cr_val)*B1+(cr_val)*B2-0.5;

result=Img+(Scalar(DB,DG,DR)*SH);

// Magenta_Green
 R1=1;
 G1=0;
 B1=1;

 R2=0;
 G2=1;
 B2=0;

 DR=(1-mg_val)*R1+(mg_val)*R2-0.5;
 DG=(1-mg_val)*G1+(mg_val)*G2-0.5;
 DB=(1-mg_val)*B1+(mg_val)*B2-0.5;

result+=(Scalar(DB,DG,DR)*SH);

// Yellow_Blue

 R1=1;
 G1=1;
 B1=0;

 R2=0;
 G2=0;
 B2=1;

 DR=(1-yb_val)*R1+(yb_val)*R2-0.5;
 DG=(1-yb_val)*G1+(yb_val)*G2-0.5;
 DB=(1-yb_val)*B1+(yb_val)*B2-0.5;

result+=(Scalar(DB,DG,DR)*SH);

imshow("Result",result);
waitKey(10);
}

// ---------------------------------
// 
// ---------------------------------
int main( int argc, char** argv )
{
    namedWindow("Image",cv::WINDOW_NORMAL);
    namedWindow("Result");

    Img=imread("D:\\ImagesForTest\\cat2.jpg",1);
    Img.convertTo(Img,CV_32FC1,1.0/255.0);  

   createTrackbar("CyanRed", "Image", &val_Cyan_Red, 255, on_trackbar);
   createTrackbar("MagentaGreen", "Image", &val_Magenta_Green, 255, on_trackbar);
   createTrackbar("YellowBlue", "Image", &val_Yellow_Blue, 255, on_trackbar);

    imshow("Image",Img);
    waitKey(0);
}

大约上述值的结果（零偏移为128）：

Answer 2

中间区域是任何图像中的中间阴影区域，几乎在图像的最亮和最暗区域之间，它们不一定必须在128左右。如果过度曝光图像中间色调与黑暗或曝光不足的图像相比，该区域的价值要高得多。  但是，如果执行自我图形均衡，则将其设置为接近128 [对于8位图像]的值。

关于如何获得中间区域，我想你可以简单地从histrogram获取这些信息。

1. 将图片转换为灰度。
2. 获取histrogram。
3. 做Histrogram均衡。
4. 现在中心的间隔值（例如在255/3到2 * 255/3之间）是 中音。

Answer 3

使用OpenCV的分割功能将图像分割为红色，绿色和蓝色通道。

现在，从第二张图片的外观看，蓝色和绿色看起来更加突出，红色被抑制。因此，将红色通道除以1.5。

然后使用OpenCV的合并功能重新组合通道。现在，你有相同的图像，但红色比蓝色和绿色弱，这应该会产生所需的图像。