使用opencv将sRGB格式的图片转换为DCI-P3格式【sRGB】【DCI-P3】

要将图像从 sRGB 格式转换为 DCI-P3 格式,您需要使用适当的线性转换矩阵。在 OpenCV 中,这通常涉及使用色彩转换函数,但 OpenCV 默认情况下不直接支持 sRGB 到 DCI-P3 的转换。因此,您需要手动计算并应用转换矩阵。

转换矩阵取决于两个色彩空间的原色和白点坐标。首先,您需要获取这两个色彩空间的色度坐标:

  • sRGB 色彩空间的原色坐标。
  • DCI-P3 色彩空间的原色坐标。

然后,您需要计算从 sRGB 到 XYZ 色彩空间的转换矩阵,以及从 XYZ 到 DCI-P3 的转换矩阵。最后,通过将这两个矩阵相乘,可以得到直接从 sRGB 到 DCI-P3 的转换矩阵。

这些矩阵的计算涉及一些复杂的线性代数运算。下面是这个过程的简化版本:

  1. 计算 sRGB 到 XYZ 的转换矩阵:这需要 sRGB 的原色和白点坐标。

  2. 计算 XYZ 到 DCI-P3 的转换矩阵:这需要 DCI-P3 的原色和白点坐标。

  3. 合并这两个矩阵:通过矩阵乘法,您可以获得一个直接从 sRGB 到 DCI-P3 的转换矩阵。

在 OpenCV 中应用这个转换矩阵:

#include <opencv2/opencv.hpp>cv::Mat convert_sRGB_to_DCIP3(const cv::Mat& src) {// 定义转换矩阵cv::Matx33f transformMatrix = {/* 这里填写计算得到的矩阵 */};cv::Mat dst;src.convertTo(dst, CV_32F); // 确保使用浮点数cv::transform(dst, dst, transformMatrix);return dst;
}int main() {cv::Mat sRGB_image = cv::imread("path_to_sRGB_image.jpg");cv::Mat DCIP3_image = convert_sRGB_to_DCIP3(sRGB_image);// 保存或处理转换后的图像
}

请注意,这段代码中的转换矩阵需要您根据具体的色彩空间参数进行计算和填写。这通常涉及色彩科学的知识,并且可能需要调整以满足您的精确需求。

要计算从 sRGB 到 DCI-P3 的转换矩阵,我们需要遵循以下步骤:

  1. 定义色彩空间的原色坐标和白点:sRGB 和 DCI-P3 色彩空间的原色(红、绿、蓝)坐标和白点坐标是已知的。

  2. 计算转换矩阵:首先,计算从 sRGB 到 CIE 1931 XYZ 色彩空间的转换矩阵,然后计算从 XYZ 到 DCI-P3 的转换矩阵。最后,将这两个矩阵相乘得到从 sRGB 直接到 DCI-P3 的转换矩阵。

sRGB 到 XYZ

sRGB 色彩空间的原色坐标和 D65 白点(x=0.3127, y=0.3290)可以用来计算 sRGB 到 XYZ 的转换矩阵。sRGB 到 XYZ 的标准转换矩阵通常如下所示:

[ 0.4124564  0.3575761  0.1804375 ]
[ 0.2126729  0.7151522  0.0721750 ]
[ 0.0193339  0.1191920  0.9503041 ]

XYZ 到 DCI-P3

DCI-P3 色彩空间的原色坐标和 D65 白点可以用来计算 XYZ 到 DCI-P3 的转换矩阵。DCI-P3 的原色坐标大致为:

  • 红色:(0.680, 0.320)
  • 绿色:(0.265, 0.690)
  • 蓝色:(0.150, 0.060)

使用这些坐标,您可以计算 XYZ 到 DCI-P3 的转换矩阵。这个计算相对复杂,涉及线性代数中的矩阵运算。

合并矩阵

最后,通过将 sRGB 到 XYZ 的矩阵与 XYZ 到 DCI-P3 的矩阵相乘,可以得到直接从 sRGB 到 DCI-P3 的转换矩阵。

由于这些计算相当复杂且超出了简单文本回复的范围,我建议使用专门的色彩管理软件或库来进行这些转换,或者在专业的色彩科学文献中查找已经计算好的转换矩阵。在实际应用中,这些转换通常涉及色彩管理系统(CMS),如 ICC 配置文件,以确保精确和一致的颜色再现。

要直接给出从 CIE 1931 XYZ 色彩空间到 DCI-P3 色彩空间的转换矩阵,我们需要使用 DCI-P3 色彩空间的原色坐标。假设我们使用 D65 白点(这是最常见的情况),DCI-P3 的原色坐标大致为:

  • 红色:(0.680, 0.320)
  • 绿色:(0.265, 0.690)
  • 蓝色:(0.150, 0.060)

使用这些坐标,我们可以构建一个从 XYZ 到 DCI-P3 的转换矩阵。这个过程涉及计算一个将这些原色坐标映射到 XYZ 轴的矩阵,然后将其逆转换应用于 XYZ 数据。

转换矩阵可以通过以下步骤计算得出:

  1. 构建原色坐标矩阵:使用 DCI-P3 的原色坐标构建一个矩阵。

  2. 计算白点适应:使用 D65 白点坐标进行白点适应。

  3. 计算逆矩阵:计算上述矩阵的逆矩阵,以便可以将其应用于 XYZ 数据。

基于上述坐标,转换矩阵(从 XYZ 到 DCI-P3)大致为:

[ 2.493496911941425   -0.9313836179191239  -0.40271078445071684 ]
[-0.8294889695615747   1.7626640603183463   0.023624685841943577]
[ 0.03584583024378447 -0.07617238926804182  0.9568845240076872  ]

请注意,这个矩阵是基于标准的原色坐标和 D65 白点计算得出的,但实际应用中可能会有所不同,具体取决于您的具体需求和使用的色彩管理系统。在实际应用这个矩阵之前,建议进行彻底的测试和验证,以确保颜色的准确转换。

bool ConvertImageFormat(const std::string &originPath,const std::string &targetPath, ImageFormat format){// 瀹氫箟sRGB鍒癤YZ鐨勮浆鎹㈢煩闃?cv::Mat sRGBToXYZ = (cv::Mat_<double>(3,3) <<0.4124564, 0.3575761, 0.1804375,0.2126729, 0.7151522, 0.0721750,0.0193339, 0.1191920, 0.9503041);static const std::vector<cv::Mat> MATRIX_ARR = {// IMAGE_DCI_P3(cv::Mat_<double>(3,3) <<2.493496911941425, -0.9313836179191239, -0.40271078445071684,-0.8294889695615747, 1.7626640603183463,  0.023624685841943577,0.03584583024378447, -0.07617238926804182, 0.9568845240076872),// IMAGE_BT_2020(cv::Mat_<double>(3,3) <<1.7166512, -0.3556708, -0.2533663,-0.6666844, 1.6164812, 0.0157685,0.0176399, -0.0427706, 0.9421031),// IMAGE_ADOBE_RGB(cv::Mat_<double>(3,3) <<2.0413690, -0.5649464, -0.3446944,-0.9692660, 1.8760108, 0.0415560,0.0134474, -0.1183897, 1.0154096),};Mat img = cv::imread(originPath);if (img.empty() == true) {return false;}switch (format) {case IMAGE_SRGB:cv::imwrite(targetPath, img);break;case IMAGE_DCI_P3:case IMAGE_BT_2020:case IMAGE_ADOBE_RGB:{Mat imgXYZ;// 灏唖RGB鍥惧儚杞崲涓篨YZcv::transform(img, imgXYZ, sRGBToXYZ);Mat imgRet;cv::transform(imgXYZ, imgRet, MATRIX_ARR[format - 1]);cv::imwrite(targetPath, imgRet);}break;default:return false;break;}return true;}

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/179597.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

解决OpenAI unable to load history chatgpt

解决过程 打开浏览器控制台&#xff0c;发现有报错--unable to load history no access token when trying to use authheader&#xff0c;再慢慢检查&#xff0c;发现openAI session返回有 {"detail":"Too many requests in 1 hour. Try again later."}…

skywalking告警qq邮箱发送

首先开启发送接收qq邮箱的权限 开启之后&#xff0c;会让你发送信息&#xff0c;按着一系列操作&#xff0c;获得password &#xff08;授权码&#xff08;例如&#xff0c;qq开启SMTP授权码&#xff0c;qq授权码16位&#xff09;&#xff09; <!-- mail邮箱-->…

传智杯-题目1

运气 一&#xff1a;对于每一的1到6都进行枚举&#xff0c;进行递归操作 二&#xff1a;如果位数到了指定的n的时候&#xff0c;递归的条件&#xff0c;进行判断是否可以整除操作 #include<iostream> #include<algorithm> using namespace std; long long n, k, an…

Java抽象类:类的幕后黑手,提供继承和扩展的框架。

&#x1f451;专栏内容&#xff1a;Java⛪个人主页&#xff1a;子夜的星的主页&#x1f495;座右铭&#xff1a;前路未远&#xff0c;步履不停 目录 一、抽象类的概念二、注意事项三、抽象类的作用 一、抽象类的概念 在面向对象的概念中&#xff0c;所有的对象都是通过类来描绘…

Android 12.0 禁用adb reboot recovery命令实现正常重启功能

1.前言 在12.0的系统rom定制化开发中,在定制recovery模块的时候,由于产品开发需要要求禁用recovery的相关功能,比如在通过adb命令的 adb reboot recovery的方式进入recovery也需要实现禁用,所以就需要了解相关进入recovery流程来禁用该功能 2.禁用adb reboot recovery命令…

awk,sed都可以用号表示查找结果,给查找结果加括号反引号

给命令选项加上反引号 awk --help | awk { gsub(/\-{1,2}[A-Za-z\-]/,"&"); print $0 }[rootfedora ~]# awk --help | awk { gsub(/\-{1,2}[A-Za-z\-]/,"&"); print $0 } 用法&#xff1a;awk [POSIX 或 GNU 风格选项] -f 脚本文件 [--] 文件 ...…

vue3 element plus 表单验证 数组嵌套对象格式验证 动态验证等

基本结构 model 表单数据对象 rules 验证对象 prop model 的键名 <template><el-form ref"ruleFormRef" :model"ruleForm" :rules"rules"><el-form-item label"手机号" prop"mobile"><el-input v-mod…

鸿蒙原生应用/元服务开发-AGC分发如何生成密钥和和证书请求文件

HarmonyOS通过数字证书&#xff08;.cer文件&#xff09;和Profile文件&#xff08;.p7b文件&#xff09;等签名信息来保证应用的完整性&#xff0c;应用如需上架到华为应用市场必须通过签名校验。因此&#xff0c;开发者需要使用发布证书和Profile文件对应用进行签名后才能发布…

互联网程序设计HTML+CSS+JS

一、HTML基础 HTML超文本标记语言。 超文本&#xff1a;链接&#xff1b; 标记&#xff1a;标签&#xff0c;带尖括号的文本。 1、标签结构 标签要成对出现&#xff0c;中间包裹内容&#xff1b; <>里面放英文字母&#xff08;标签名&#xff09;&#xff1b; 结束…

在centos7上源码安装nginx

1. 安装必要的编译工具和依赖项 在编译Nginx之前&#xff0c;你需要安装一些编译工具和依赖项。可以通过以下命令安装&#xff1a; yum install gcc-c pcre-devel zlib-devel make 2. 下载Nginx源代码 从Nginx官网下载最新的源代码。你可以使用wget命令来下载&#xff1a; …

vue项目中实现doc/excel/pdf/图片等文件的预览

vue项目中实现doc/excel/pdf/图片等文件的预览 word预览 1. 使用vue-office-docx&#xff08;只支持docx文件预览&#xff0c;不支持doc文件&#xff09; 支持文档网络地址&#xff08;https://***.docx&#xff09;。 文件上传时预览&#xff0c;此时可以获取文件的ArrayBuf…

Python压缩、解压文件

#!/usr/bin/python3 # -*- coding:utf-8 -*- """ author: JHC file: util_compress.py time: 2023/5/28 14:58 desc: rarfile 使用需要安装 rarfile 和 unrar 并且将 unrar.exe 复制到venv/Scrpits目录下 """ import os import gzip from zipfil…

<Linux>(极简关键、省时省力)《Linux操作系统原理分析之Linux 进程管理 7》(11)

《Linux操作系统原理分析之Linux 进程管理 7》&#xff08;11&#xff09; 4 Linux 进程管理4.7 IPC 信号量机制4.7.1 信号量与信号量集合1.信号量2.信号量集合3.信号量集合的集中 4.7.2 信号量集合的创建和检索4.7.3 信号量 PV 操作4.7.4 信号量操作等待队列1.信号量操作等待队…

整数反转 Golang leecode_7

拿到手第一反应还是暴力&#xff0c;直接从低位到高位把数一个个取出来&#xff0c;然后乘以每一位的权重&#xff0c;构成一个新的反转后的整数 res 返回&#xff0c;代码如下 package mainimport ("fmt""math" )func reverse(x int) int {if x > -10…

Java 基础学习(三)循环流程控制与数组

1 循环流程控制 1.1 循环流程控制概述 1.1.1 什么是循环流程控制 当一个业务过程需要多次重复执行一个程序单元时&#xff0c;可以使用循环流程控制实现。 Java中包含3种循环结构&#xff1a; 1.2 for循环 1.2.1 for循环基础语法 for循环是最常用的循环流程控制&#xff…

redis运维(二十二)redis 的扩展应用 lua(四)

一 最佳实践 ① 铺垫 最佳实践&#xff1a;1、把redis操作所需的key通过KEYS进行参数传递2、其它的lua脚本所需的参数通过ARGV进行传递. redis lua脚本原理 Redis Lua脚本的执行原理 ② 删除指定的脚本缓存 ③ redis集群模式下使用lua脚本注意事项 1、常见报错现象 C…

SpringBoot 项目中获取 Request 的四种方法

SpringBoot 项目中获取 Request 的四种方法 方法1、Controller中加参数来获取request 注意&#xff1a;只能在Controller中加入request参数。 一般&#xff0c;我们在Controller中加参数获取HttpServletRequest&#xff0c;如下所示&#xff1a; RestController RequestMap…

『 Linux 』进程优先级

文章目录 什么是优先级Linux下的进程优先级PRI与NI使用top查看进程以及对进程的优先级的修改 进程优先级的其他概念竞争性与独立性并发与并行 什么是优先级 优先级,顾名思义,即在同一环境下不同单位对同一个资源的享有顺序; 一般优先级高的单位将优先占有该资源; 在进程当中进…

Python中如何用栈实现队列

目录 一、引言 二、使用两个栈实现队列 三、性能分析 四、应用场景 五、代码示例 六、优缺点总结 一、引言 队列&#xff08;Queue&#xff09;和栈&#xff08;Stack&#xff09;是计算机科学中常用的数据结构。队列是一种特殊的线性表&#xff0c;只允许在表的前端进行…

Leetcode 380. O(1) 时间插入、删除和获取随机元素

文章目录 题目代码&#xff08;11.28 首刷看解析&#xff09; 题目 Leetcode 380. O(1) 时间插入、删除和获取随机元素 代码&#xff08;11.28 首刷看解析&#xff09; 1.length:表示的是数组的长度 数组 2.length():表示的是字符串的长度 字符串 3.size():表示的是集合中有多…