• Ps:明度直方图


    明度 Luminosity直方图显示了图像中各个亮度级别的像素分布情况。

    RGB 直方图不同,“明度”直方图专注于图像的亮度信息,而不是单独的颜色信息。

    在“直方图”面板的通道中选择“明度”。

    259db119a6a5622fcc0c579fcd8bc212.jpeg

    “明度”直方图提供了一种量化的方式来理解图像的整体明暗结构、对比度以及动态范围。

    “明度”直方图基于图像像素的明度值计算得到,这些值通常是从图像的 R、G、B 值通过特定的加权平均公式计算而来。

    一个常用的明度计算公式是:

    L = R × 0.299 + G × 0.587+ B × 0.114

    说明:

    L 代表明度值。

    R、G、B 分别是像素的红色、绿色、蓝色分量的色阶值。

    这个公式考虑到了人眼对不同颜色的敏感度,其中绿色的权重最高,蓝色的权重最低。

    计算出的 L 值反映了图像中每个像素的亮度水平。

    “明度”直方图告诉我们,图像上明度为 43 的像素有 3245 个,明度为 218 的像素有 171 个,等等。

    它与形成 RGB 直方图的机制是不同的,它统计的是像素的实际个数,而不是各原色通道上的色阶值个数之和。

      ◆  ◆

    明度直方图的特点

    1、图像亮度分布

    “明度”直方图显示了从纯黑到纯白(8 位/通道下是 0 ~ 255)的亮度级别上的像素分布,可以快速识别图像中的亮部、暗部以及中间调区域。

    2、动态范围

    通过“明度”直方图,可以评估图像的动态范围。

    即,图像从最暗到最亮部分的亮度范围。

    宽动态范围意味着图像中同时包含了丰富的暗部和亮部细节。

    3、对比度分析

    “明度”直方图的形状可以反映图像的对比度。

    一个平坦的直方图表明图像对比度低,而具有明显峰值的直方图表明图像具有高对比度。

      ◆  ◆

    明度直方图的应用

    1、曝光评估

    通过分析“明度”直方图,可以判断图像的曝光水平是否合适,是否存在过曝或欠曝的区域。

    2、调整亮度和对比度

    基于“明度”直方图的信息,可以有针对性地调整图像的亮度和对比度,以达到期望的视觉效果。

    3、优化图像质量

    “明度”直方图可以帮助识别图像中可能需要改善的明暗区域,为图像编辑和色彩校正提供指导。

    ca5d15e613b20ded8f251a9c91b338da.jpeg

    “点赞有美意,赞赏是鼓励”

  • 相关阅读:
    python爬取深交所各行业前三上市公司市值
    css自学框架之图片懒加载
    【USMA】N1CTF2022-praymoon
    蜜雪冰城和邮政联名,企业可以学到什么营销方式
    nn.KLDivLoss,nn.CrossEntropyLoss,nn.MSELoss,Focal_Loss
    python opencv 实现对二值化后的某一像素值做修改和mask叠加
    使用Python进行数据可视化
    基于JavaSwing开发帐号管理系统+报告 课程设计 大作业源码
    UTF-8 和 Unicode 编码
    【数据集NO.5】小目标检测数据集汇总
  • 原文地址:https://blog.csdn.net/qq_41176800/article/details/136266551