Question

我想做一些与levels function in Photoshop类似的事情，但无法找到合适的openCV函数。

基本上我想拉伸图像中的灰色，从几乎白色到几乎黑色，而不是从几乎白色到稍微灰白，而白色和黑色一样留黑色（我使用的是灰度图像）。

Answer 1

我认为这是一个将输入电平映射到输出电平的函数，如下图所示。

enter image description here

例如，橙色曲线是从（a，c）到（b，d）的直线，蓝色曲线是从（a，d）到（b，c）的直线，绿色曲线是非直线 - （a，c）到（b，d）的线性函数。

我们可以将蓝色曲线定义为（x - a）/（y - d）=（a - b）/（d - c）。限制a，b，c和d的值取决于要应用此转换的通道所支持的范围。对于灰度，这是[0,255]。

例如，如果要为灰度图像进行像（a，d）=（10,200），（b，c）=（250,50）这样的变换，

对于x [10,250]

，y = -150 *（x-10）/ 240 + 200

y = x代表[0,10]和（250,255）如果你想保持剩余的值不变。

您可以在OpenCV（ LUT 功能）中使用查找表来计算输出级别，并将此转换应用于您的图像或特定通道。您可以通过这种方式应用任何分段转换。

Answer 2

以下python代码完全实现了Photoshop调整->“色阶”对话框。

将每个通道的值更改为所需的值。

img是np.uint8类型的输入rgb图像。

inBlack  = np.array([0, 0, 0], dtype=np.float32)
inWhite  = np.array([255, 255, 255], dtype=np.float32)
inGamma  = np.array([1.0, 1.0, 1.0], dtype=np.float32)
outBlack = np.array([0, 0, 0], dtype=np.float32)
outWhite = np.array([255, 255, 255], dtype=np.float32)

img = np.clip( (img - inBlack) / (inWhite - inBlack), 0, 255 )                            
img = ( img ** (1/inGamma) ) *  (outWhite - outBlack) + outBlack
img = np.clip( img, 0, 255).astype(np.uint8)

Answer 3

我不知道“Photoshop等级”是什么。但是从描述来看，我认为你应该尝试以下方法：

使用cvtColor将图片转换为YUV。 Y代表强度平面。（您也可以使用Lab，Luv或任何具有单独强度分量的类似色彩空间）。
使用split拆分飞机，使强度平面成为单独的图像。
在强度平面上致电equalizeHist
使用merge

可以找到有关直方图均衡的详细信息here

还要注意，有一种改进的直方图均衡化方法--CLAHE（但我找不到比this更好的链接的实现，@ berak也提出了关于该主题的好link）

OpenCV中的颜色级别

3 个答案: