OpenGL LUT滤镜算法解析

1. 简介

滤镜：一些图像处理软件针对性地提供了一些对传统滤镜效果的模拟功能，使图像达到一种特殊效果。滤镜通常需要同通道、图层、色阶等联合使用，才能使图像取得最佳艺术效果。在软件界面中也直接以“滤镜”（Filter）称呼；日久便约定俗成，软件中将一些特定效果（effect）或预设（preset）以‘滤镜’统一称呼。
计算机图形学中的滤镜，常用于处理图像(调色，改变风格等)。

1.1 什么是LUT

LUT全称LookUpTable，也称为颜色查找表，它代表的是一种映射关系，通过LUT可以将输入的像素数组通过映射关系转换输出成另外的像素数组。比如一个像素的颜色值分别是 R1 G1 B1，经过一次LUT操作后变为R2 G2 B2：

R2 = LUT(R1) 
G2 = LUT(G1)
B2 = LUT(B1)

通过这个映射关系就可以将一个像素的颜色转换为另外一种颜色。

1.2 为什么要使用LUT滤镜

在正常情况下，8位的RGB颜色模式可以表示的颜色数量为256X256X256种，如果要完全记录这种映射关系，设备需要耗费大量的内存，并且可能在计算时因为计算量大而产生性能问题， 为了简化计算量，降低内存占用，可以将相近的n种颜色采用一条映射记录并存储，(n通常为4)这样只需要64X64X64种就可以表示原来256X256X256的颜色数量，我们也将4称为采样步长。

1.2.1 1D LUT

1D LUT映射表其实就是对单个色值通道做映射关系，例如当R = 3时，输出R = 4；当G = 9时，输出G = 3；当B = 10时，输出B = 1；每个色值通道映射关系是完全独立的，RGB每个色值通道没有必然联系，一个色值变化并不会影响到其他色值。1D LUT可以实现画面亮度、对比度、黑场、白场、白平衡的调整,但不能实现色彩转换。

1.2.2 3D LUT

因为1D LUT映射表的限制，这就需要使用3D LUT来解决了，3D LUT算是1D LUT映射表叠加作用。对RGB三个色值同时做映射关系查找，例如输入RGB(1,2,3)则对应找到输出值RGB(3,5,3)；又或者值变换了G的值后RGB(1,3,3)对应找到输出值RGB(4,5,6)；但是对于3D LUT模型映射如果记录下所有色值变化点会是一个居多的存储量，一般情况下只会导出一定数量网格点来使用，网格数会选择64的，中间过渡或是缺失点使用插值计算来得出结果。

1.3 LUT 颜色查找表存储 (以3D LUT为例)

了解了3D LUT映射表之后，再来了解一下映射表是如何存储的。LUT颜色查找表本质上就是颜色图片，将颜色方块进行二维化处理。
这里以512x512尺寸查找表为例：

在这里插入图片描述

如上图所示，颜色图片分割成88格子，每个88格子当中有分别存有6464个小格子存储色彩像素点。每个小格子X轴表示R色值通道，Y轴表示G色值通道，B色值通道放置在88格子中，因此512x512尺寸颜色图片存储了646464种色彩。
LUT映射表查找过程就是先使用B值进行索引，然后找到对应小格子，接着根据R和G在小格子中定位到目标像素，最后读取映射的RGB应用到目标像素上。

2. 示例代码 (GLSL、Python)

2.1 OpenGL(GLSL)

# 读取原始图片像素值
highp vec4 textureColor = texture(iChannel1, uv);
highp float blueColor = textureColor.b * 63.0;
// B通道 
highp vec2 quad1;
quad1.y = floor(floor(blueColor) / 8.0);
quad1.x = floor(blueColor) - (quad1.y * 8.0);
highp vec2 quad2;
quad2.y = floor(ceil(blueColor) / 8.0);
quad2.x = ceil(blueColor) - (quad2.y * 8.0);
// R G 通道
highp vec2 texPos1;
texPos1.x = (quad1.x * 0.125) + 0.5/512.0 + ((0.125 - 1.0/512.0) * textureColor.r);
texPos1.y = (quad1.y * 0.125) + 0.5/512.0 + ((0.125 - 1.0/512.0) * textureColor.g);
highp vec2 texPos2;
texPos2.x = (quad2.x * 0.125) + 0.5/512.0 + ((0.125 - 1.0/512.0) * textureColor.r);
texPos2.y = (quad2.y * 0.125) + 0.5/512.0 + ((0.125 - 1.0/512.0) * textureColor.g);
// 取出LUT基准图上对于的 R G色值
lowp vec4 newColor1 = texture(iChannel2, texPos1);
lowp vec4 newColor2 = texture(iChannel2, texPos2);
// 线性取一个平均值
lowp vec4 newColor = mix(newColor1, newColor2, fract(blueColor));
// 混合效果
gl_FragColor = mix(textureColor, vec4(newColor.rgb, textureColor.w), 0.3);

2.2 Python

import numpy as np
import cv2
import timedef get_lut(lut_img):"""将LUT图片转换为LUT查找表:param lut_img: (512, 512, 3) uint8:return: LUT查找表"""cube64rows = 8cube64size = 64# cube256rows = 16cube256size = 256cubescale = cube256size // cube64size  # 4reshapelut = np.zeros((cube256size, cube256size, cube256size, 3))for i in range(cube64size):cx = (i % cube64rows) * cube64sizecy = (i // cube64rows) * cube64sizecube64 = lut_img[cy:cy + cube64size, cx:cx + cube64size]_rows, _cols, _ = cube64.shapeif _rows == 0 or _cols == 0:continuecube256 = cv2.resize(cube64, (cube256size, cube256size))i = i * cubescalefor k in range(cubescale):reshapelut[i + k] = cube256return reshapelutdef doLut(src, lut):"""使用LUT查找表处理原始图像:param src: 待处理图像:param lut: LUT查找表:return: 应用LUT滤镜后的图像"""arr = src.copy()bs = arr[:, :, 0]gs = arr[:, :, 1]rs = arr[:, :, 2]arr[:, :] = lut[bs, gs, rs]return arrif __name__ == "__main__":# 读取待处理图片和LUT滤镜图片img = cv2.imread('need_environment/images/star_man_HD.png')lut_img = cv2.imread("need_environment/lut/ly1.png")# 将LUT滤镜图片转化为LUT查找表lut = get_lut(lut_img)t1 = time.time()dst = doLut(img, lut)t2 = time.time()print("run time: %.2f s" % (t2 - t1))output_img = cv2.hconcat([img, dst])h, w, _ = output_img.shapeif w >= 1024:scale = 1024 / woutput_img = cv2.resize(output_img, (0, 0), fx=scale, fy=scale)cv2.imshow("img", output_img)cv2.waitKey(0)cv2.destroyAllWindows()

3. LUT滤镜效果

在这里插入图片描述

4. 如何制作LUT滤镜

  1. 自制LUT滤镜可以通过AE软件制作

  2. 在AE中创建新建合成，预设尺寸为512x512大小
    在这里插入图片描述

  3. 将原始标准LUT图片导入到合成中
    在这里插入图片描述

  4. 在合成上右击找到效果 -> 颜色校正 -> 三色调 调整高光、中间调、阴影 修改原LUT图片。
    在这里插入图片描述

  5. 然后在 合成-> 帧另存为 -> 文件。修改合成名称 格式改为"png序列" 最后点击 渲染 导出路径。
    在这里插入图片描述

5. 参考

https://www.nxrte.com/jishu/20962.html
https://juejin.cn/post/7059182367088312357
https://cloud.tencent.com/developer/article/1697293
https://www.jianshu.com/p/f054464e1b40
https://www.jianshu.com/p/d09aeea3b732

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/100969.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

实现一个自己的脚手架教程

实现一个自己的脚手架教程

前言 脚手架并不实现，难的是最佳实践的整理和沉淀。本文不会涉及到最佳实践方面的内容，只是教会你如何实现一个最基础的脚手架，以此作为展示最佳实践的载体。 如何搭建一个脚手架的工程 如何开发和调试一个脚手架 脚手架中如何接收和处理命…
阅读更多...
12.2 实现键盘模拟按键

12.2 实现键盘模拟按键

本节将向读者介绍如何使用键盘鼠标操控模拟技术，键盘鼠标操控模拟技术是一种非常实用的技术，可以自动化执行一些重复性的任务，提高工作效率，在Windows系统下，通过使用各种键盘鼠标控制函数实现动态捕捉和模拟特定功能的…
阅读更多...
数字孪生和数据分析：数字化时代的力量结合

数字孪生和数据分析：数字化时代的力量结合

在当今数字化时代，数据是无处不在的。企业、政府和个人不仅生成了大量数据，还寻求从中获取有价值的信息以进行更好的决策。在这个背景下，数字孪生和数据分析成为了迎合这一需求的两个关键概念。本文带大家一起探讨二者之间相辅相成的关系。 一…
阅读更多...
Spring Boot：自定义注解--annotation

Spring Boot：自定义注解--annotation

目录 自定义注解的定义和作用范围如何创建自定义注解创建注解接口 如何使用自定义注解进行数据验证创建注解处理器控制器中使用注解 如何为字段添加注解 自定义注解的定义和作用范围 自定义注解可以作用在类、方法、属性、参数、异常、字段或其他注解上。 如何创建自定义注解…
阅读更多...
Google AdSense 账户开通网站广告位后如何配置付款电汇账号的详细教程！

Google AdSense 账户开通网站广告位后如何配置付款电汇账号的详细教程！

本篇文章主要讲解：Google AdSense 账户开通网站广告位后如何配置付款电汇账号的详细教程。通过本文章可以快速了解开通账户配置权限的整体流程，很多小白朋友注册完毕后发现根本没有配置账号的入口，这篇文章能够告诉你详细的原有。 日期&#…
阅读更多...
知识增强语言模型提示 零样本知识图谱问答10.8+10.11

知识增强语言模型提示 零样本知识图谱问答10.8+10.11

知识增强语言模型提示 零样本知识图谱问答 摘要介绍相关工作方法零样本QA的LM提示知识增强的LM提示与知识问题相关的知识检索 实验设置数据集大型语言模型基线模型和KAPIN评估指标实现细节 实验结果和分析结论 摘要 大型语言模型（LLM）能够执行 零样本cl…
阅读更多...
CAN和CANFD通信介绍

CAN和CANFD通信介绍

CAN（Controller Area Network，控制器局域网）是一种串行通信技术，专门用于在汽车电子控制单元（ECU）之间实现可靠的数据交换。 CAN协议介绍 电子化 汽车近年来的发展呈现出以电子化为主的特点。电子化的主…
阅读更多...
Lab 1: Unix utilities汇总

Lab 1: Unix utilities汇总

这个实验主要学习了常用的一些系统调用。 Lab 1: Unix utilities Boot xv6 (easy) git克隆，切换分支，qemu。根据要求进行操作即可。 $ git clone git://g.csail.mit.edu/xv6-labs-2020 $ cd xv6-labs-2020 $ git checkout util $ make qemusleep (ea…
阅读更多...
数据中心供配电及能效管理系统的设计要点

数据中心供配电及能效管理系统的设计要点

摘要：现代的数据中心中都包括大量的计算机，对于这种场所的电力供应，都要求供电系统需要在所有的时间都有效，这就不同于一般建筑的供配电系统，它是一个交叉的系统，涉及到市电供电、防雷接地、防静电、UPS不间…
阅读更多...
分类预测 | MATLAB实现KOA-CNN-BiGRU开普勒算法优化卷积双向门控循环单元数据分类预测

分类预测 | MATLAB实现KOA-CNN-BiGRU开普勒算法优化卷积双向门控循环单元数据分类预测

分类预测 | MATLAB实现KOA-CNN-BiGRU开普勒算法优化卷积双向门控循环单元数据分类预测 目录 分类预测 | MATLAB实现KOA-CNN-BiGRU开普勒算法优化卷积双向门控循环单元数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.MATLAB实现KOA-CNN-BiGRU开普勒算法优化…
阅读更多...
Visual Studio 2022新建项目时没有ASP.NET项目

Visual Studio 2022新建项目时没有ASP.NET项目

一、Visual Studio 2022新建项目时没有ASP.NET项目 1、打开VS开发工具，选择工具菜单，点击“获取工具和功能” 2、选择“ASP.NET和Web开发”和把其他项目模板（早期版本）勾选上安装即可
阅读更多...
ICPC 2019-2020 North-Western Russia Regional Contest

ICPC 2019-2020 North-Western Russia Regional Contest

A (codeforces.com) 这题在移动不被挡板挡住以及不超过边界的情况下，每次走的越多那么次数就越少 只要两个每次都走b-a步（已经是不被挡板挡住走的最多了），就不用考虑被挡板挡住的情况，只用单独考虑了，如果…
阅读更多...
2023年陕西省安全员B证证考试题库及陕西省安全员B证试题解析

2023年陕西省安全员B证证考试题库及陕西省安全员B证试题解析

题库来源：安全生产模拟考试一点通公众号小程序 2023年陕西省安全员B证证考试题库及陕西省安全员B证试题解析是安全生产模拟考试一点通结合（安监局）特种作业人员操作证考试大纲和（质检局）特种设备作业人员上岗证考试大…
阅读更多...
ArcGIS/GeoScene脚本：基于粒子群优化的支持向量机分类模型

ArcGIS/GeoScene脚本：基于粒子群优化的支持向量机分类模型

参数输入 输出 栅格 预测为负类的概率 预测为正类的概率 二值化结果 评估结果 ROC曲线
阅读更多...
kepler.gl 笔记：Layer

kepler.gl 笔记：Layer

Point S2Layer Icon Line Cluster Polygon 一个路径型的GeoJSON图层可以显示诸如行程路线或等值线的数据。轮廓的颜色可以使用数值字段进行设置。 一个多边形型的GeoJSON图层本质上是一种区域填充图层，最适合用于呈现地理围栏。填充颜色或高度可以使用数值字…
阅读更多...
LLVM（5）ORC实例分析

LLVM（5）ORC实例分析

ORC实例总结 总结 因为API茫茫多，逻辑上的一些概念需要搞清，编码时会容易很多。JIT的运行实体使用LLVMOrcCreateLLJIT可以创建出来，逻辑上的JIT实例。JIT实例需要加入运行库（依赖库）和用户定义的context（…
阅读更多...
设计模式 - 状态模式

设计模式 - 状态模式

目录 一. 前言 二. 实现 一. 前言 状态模式（State Pattern）：它主要用来解决对象在多种状态转换时，需要对外输出不同的行为的问题。状态和行为是一一对应的，状态之间可以相互转换。当一个对象的内在状态改变时&#x…
阅读更多...
点击、拖曳，15分钟搞定BI零售数据分析

点击、拖曳，15分钟搞定BI零售数据分析

早几年做数据分析还很依赖IT，过程复杂、耗时长、灵活性差，但这几年随着BI智能数据分析技术的成长，零售数据分析发生了翻天覆地的变化，其中最直观的一点就是：点击、拖曳，15分钟内就能搞定BI零售数据分析。 …
阅读更多...
批量给每一段文字 段落加上符号

批量给每一段文字 段落加上符号

批量给每一段文字 段落加上符号 例如 要给下面的内容统一加上[xxxxxxxx] 查找替换–>查找内容 ：输入前面统一的标识 替换为：–>特殊格式–>查找内容–>全部替换 先在前面加符号 在后面加符号： 最后效果：
阅读更多...
QTableWidget 表格增删数据

QTableWidget 表格增删数据

QTableWidgetQTableWidgetQTableWidget部分使用方法，如在表格中插入或删除一行数据以及清空表格数据等。在添加数据时，设置了条件判断如正则表达式，若用户输入的数据不合法，则添加失败并提示用户错误的地方，便于用户修…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023