OpenCV 例程200篇 总目录
201. 图像的颜色空间转换
202. 查表快速替换（cv.LUT）
203. 伪彩色图像处理
204. 图像的色彩风格滤镜
205. 调节色彩平衡/饱和度/明度
206. Photoshop 色阶调整算法

【youcans 的 OpenCV 例程200篇】206. Photoshop 色阶调整算法

本例程实现 Photoshop 的色阶调整算法，包括输入动态线性拉伸、伽马变换和输出线性拉伸。

色彩平衡是通过对颜色的调整使图像达到颜色平衡，可以用于调节颜色缺陷或表现效果。

Photoshop 的色阶调整分为输入色阶调整和输出色阶调整。

输入色阶调整有 3 个调节参数：黑场阈值、白场阈值和灰场值：

• $S_{in}$，输入图像的黑场阈值，input shadows
• $H_{in}$，输入图像的白场阈值，input hithlight
• $M$，中间调，灰场调节值，midtone

输入图像中低于黑场阈值的像素置 0 （黑色），高于白场阈值的像素置 255（白色）。灰场调节值默认值 1.0，调节范围 [0.01, 9.99]。灰场调节值增大的效果是加灰降对比度，减小的效果是减灰加对比度。

输出色阶调整有 2个调节参数：黑场阈值 $S_{out}$、白场阈值 $H_{out}$ ，分别对应着输出图像的最小像素值、最大像素值。

在进行色阶调整时，Photoshop 显示图像的灰度直方图，为用户设置调节参数提供参考。

输入色阶调整算法，先根据黑场阈值和白场阈值对 RGB 颜色通道的动态范围进行线性拉伸，再根据灰场调节值进行幂律变换（伽马变换），对发白（曝光过度）或过暗（曝光不足）的图片进行矫正。

V 1 = { 0 , V i n < S i n 255 , V i n > H i n 255 ∗ ( V i n − S i n ) / ( H i n − S i n ) , e l s e V 2 = 255 ∗ ( V 1 / 255 ) 1 / M

​V1​=⎩⎪⎨⎪⎧​0255255∗(Vin​−Sin​)/(Hin​−Sin​)​,Vin​<Sin​,Vin​>Hin​,else​V2​=255∗(V1​/255)1/M​

输出色阶调整方法是基于动态范围进行线性拉伸：

V o u t = { 0 , V 2 < 0 255 , V 2 > 255 S o u t + ( H o u t − S o u t ) ∗ V 2 ∗ / 255 , e l s e V_{out} =

Vout​=⎩⎪⎨⎪⎧​0255Sout​+(Hout​−Sout​)∗V2​∗/255​,V2​<0,V2​>255,else​

对彩色图像的各个颜色通道可以设置统一的白场、黑场和灰场参数；也可以对 R/G/B 各颜色通道分别设置白场、黑场和灰场参数，对各通道进行独立的色阶调节。但这会导致各通道的拉伸曲线不同，因此可能导致偏色。

例程 14.13：Photoshop 色阶调整算法

本例程实现 Photoshop 的色阶调整算法，包括输入动态线性拉伸、伽马变换和输出线性拉伸。

    # 14.13 Photoshop 色阶调整算法
    def levelAdjust(img, Sin=0, Hin=255, Mt=1.0, Sout=0, Hout=255):
        Sin = min(max(Sin, 0), Hin-2)  # Sin, 黑场阈值, 0<=Sin<Hin
        Hin = min(Hin, 255)  # Hin, 白场阈值, Sin<Hin<=255
        Mt  = min(max(Mt, 0.01), 9.99)  # Mt, 灰场调节值, 0.01~9.99
        Sout = min(max(Sout, 0), Hout-2)  # Sout, 输出黑场阈值, 0<=Sout<Hout
        Hout = min(Hout, 255)  # Hout, 输出白场阈值, Sout<Hout<=255

        difIn = Hin - Sin
        difOut = Hout - Sout
        table = np.zeros(256, np.uint16)
        for i in range(256):
            V1 = min(max(255 * (i-Sin)/difIn,0), 255)  # 输入动态线性拉伸
            V2 = 255 * np.power(V1/255, 1/Mt)  # 灰场伽马调节
            table[i] = min(max(Sout+difOut*V2/255, 0), 255)  # 输出线性拉伸

        imgTone = cv.LUT(img, table)
        return imgTone

    img = cv.imread("../images/buddha01.png", flags=1)  # 读取彩色
    equ1 = levelAdjust(img, 10, 225, 1.0, 10, 245)
    equ2 = levelAdjust(img, 10, 225, 1.2, 10, 245)

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.title("origin"), plt.axis('off')
    plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.subplot(132), plt.title("colorEqu1"), plt.axis('off')
    plt.imshow(cv.cvtColor(equ1, cv.COLOR_BGR2RGB))
    plt.subplot(133), plt.title("colorEqu2"), plt.axis('off')
    plt.imshow(cv.cvtColor(equ2, cv.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

---

【本节完】

版权声明：
参考文献： Use the Photoshop Levels adjustment (adobe.com)
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125373625)
Copyright 2022 youcans, XUPT
Crated：2022-6-18
欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列，持续更新中
欢迎关注 『youcans 的 OpenCV学习课』 系列，持续更新中