Question

我正在尝试使用OpenCV在python中创建2D日志色度图。这里也问了同样的问题

但它从未得到过回答。

（ ASIDE：猜测轴必须是对数而不是线性，但这是不正确的，因为纸张使用负坐标，并且对数轴不能为负。此外，我是绝望的并尝试了plt.xscale('log')和plt.yscale('log')，但它没有用。）

这项工作是基于这篇论文：

https://www.cs.sfu.ca/~mark/ftp/Eccv04/

（我在下面再提一下）

我的代码：

import numpy as np
import cv2
import os
import matplotlib.pyplot as plt

root = r'.\path\to\root'
root = r'my_img.jpg'

if __name__ == '__main__':

    img = cv2.imread(os.path.join(root, fl))

    cv2.imshow('Original', img)
    cv2.waitKey(0)

    b, g, r = cv2.split(img)

    img_sum = np.sum(img, axis = 2) # NOTE: This dtype will be uint32.
                                    #       Each channel can be up to
                                    #       255 (dtype = uint8), but
                                    #       since uint8 can only go up
                                    #       to 255, sum naturally uint32

    # "Normalized" channels
    # NOTE: np.ma is the masked array library. It automatically masks
    #       inf and nan answers from result

    n_r = np.ma.divide(1.*r, g)
    n_b = np.ma.divide(1.*b, g)

    log_rg = np.ma.log( n_r )
    log_bg = np.ma.log( n_b )

    plt.scatter(l_rg, l_bg, s = 2)
    plt.xlabel('Log(R/G)')
    plt.ylabel('Log(B/G)')
    plt.title('2D Log Chromaticity')
    plt.show()

输入：

Color Checker Chart

结果：

My Log Chromaticity Plot

预期结果：

Finlayson Log Chromaticity Plot

预期结果取自本文（＆＃34;熵最小化的内在图像＆＃34;，：Finlayson，G。等人）：

https://www.cs.sfu.ca/~mark/ftp/Eccv04/

（论文也在上面提到）

你能帮我吗？！