• YUV空间-两张图片颜色匹配(颜色替换)


     在做颜色匹配时,从RGB转换到YUV也有一些优势。因为YUV把亮度和色彩分开了,所以可以更容易地调整图像的亮度分布和色彩平衡⁴。而且,YUV也更接近人类感知颜色的方式,所以可以更好地保持图像的自然感。

    这个公式是用来做颜色匹配的,也就是把一个图像的颜色调整成另一个图像的颜色。这个公式是基于YUV色彩空间的,它是一种把颜色分成亮度(Y)、色度(U)和饱和度(V)的方式。

    这个公式中,T_a 和 T_b 是两个图像的(亮度)通道,也就是它们的灰度值。T_a 是要被调整的图像,T_b 是target的图像。T_a^{\prime} 是调整后的图像的(亮度)通道。

    这个公式的作用是把 T_a 的亮度分布变得和 T_b 的(亮度)分布一样。为了做到这一点,它用到了几个概念:

    • 均值\mu):一个图像的亮度均值是它所有像素的亮度之和除以像素的数量。它表示了一个图像的平均亮度水平。
    • 标准差\sigma):一个图像的亮度标准差是它所有像素的亮度与均值的差的平方之和除以像素的数量再开方。它表示了一个图像的亮度变化程度。
    • 缩放因子\omega):这是一个可以调节的参数,它决定了调整后的图像的亮度变化程度有多大。如果 \omega = 1,那么调整后的图像和参考图像的亮度标准差相同;如果 \omega < 1,那么调整后的图像比参考图像更平坦;如果\omega > 1,那么调整后的图像比参考图像更对比强烈。

    这个公式的具体步骤是:

    • 首先,把 T_a 的亮度均值减去,使其变成零均值。
    • 然后,把 T_a 的亮度标准差除以,使其变成单位标准差。
    • 接着,把 T_a 的亮度乘以 \omega,使其变成缩放后的标准差。
    • 再然后,把 T_a 的亮度乘以 T_b 的亮度标准差,使其变成和 T_b 相同的标准差。
    • 最后,把 T_a 的亮度加上 T_b 的亮度均值,使其变成和 T_b 相同的均值。

    这样就完成了 T_aT_a^{\prime} 的转换。

     

  • 相关阅读:
    原则、语言、编译、解释
    nodejs项目实例医生预约平台宠物医院预约挂号网
    【LeetCode 算法专题突破】滑动窗口(⭐)
    MCU复位时GPIO是什么状态?
    Python机器学习16——相关向量机(RVM)
    ctf web基础php
    美国Embarcadero产品经理Marco Cantù谈Delphi/C++ Builder目前开发应用领域
    前端——什么是依赖注入与控制反转
    自然堂品牌焕新升级,携手代言人王一博彰显美妆年轻新态度
    C++————类与对象<一>
  • 原文地址:https://blog.csdn.net/u010087338/article/details/134074000