Opencv上的线性反转图像

Question

我正在尝试使用opencv和python模拟GIMP中的线性反转函数。除了在线性光线下使用该功能外，我没有找到有关该功能如何实现的更多信息。由于我读到opencv会导入线性BGR图像，因此我尝试在RGB opencv上进行正态反转，但我只能复制通用GIMP的反演方法。

反函数：

def negative(image):
    img_negative = (255-image)
    return img_negative

原始

GIMP上的线性反转（负）图像

GIMP上的反转（负）图像

任何见识都会受到赞赏。

Answer 1

这花费了一些尝试和错误，但是除了反转图像外，还必须进行一些缩放和转换。

我专门做的是除了反转图像之外，我还截断了每个通道强度超过153的任何值，并将它们饱和到153。使用此中间输出之后，我改变范围以使最低值被映射到102，最高值映射到255。只需在中间输出中的每个值上加上102，即可完成此操作。

当我这样做时，我得到的图像与您追求的图像相似。

换句话说：

import cv2
import numpy as np

im = cv2.imread('input.png') # Your image goes here
im_neg = 255 - im
im_neg[im_neg >= 153] = 153 # Step #1
im_neg = im_neg + 102 # Step #2
cv2.imshow('Output', np.hstack((im, im_neg)))
cv2.waitKey(0)
cv2.destroyWindow('Output')

值得庆幸的是，最小值和最大值分别为0和255，这使此过程更加简单。我得到此输出，并注意我将两个图像连接在一起：

请注意，所需的图像存储在im_neg中。如果您只想看图像本身：

与您的相比：

这与您提供的输出图像中所看到的并不完全相同，特别是因为在彩色正方形周围似乎存在一些噪点，但这是我能得到的最接近的噪声，而且有人可能会说我产生的结果更好感性地。

希望这会有所帮助！

Answer 2

从2.10版开始的Gimp在线性色彩空间中工作，如果您查看该函数的原始源代码，则按位查看不是。因此，这是opencv-python中的代码：

import numpy as np
import cv2

#https://www.pyimagesearch.com/2015/10/05/opencv-gamma-correction/

def adjust_gamma(image, gamma=1.0):
    # build a lookup table mapping the pixel values [0, 255] to
    # their adjusted gamma values
    invGamma = 1.0 / gamma
    table = np.array([((i / 255.0) ** invGamma) * 255
        for i in np.arange(0, 256)]).astype("uint8")

    # apply gamma correction using the lookup table
    return cv2.LUT(image, table)

def invert_linear(img):
    x= adjust_gamma(img, 1/2.2)
    x= cv2.bitwise_not(x)
    y=  adjust_gamma(x, 2.2)

    return y