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

【youcans 的 OpenCV 例程200篇】205. 调节色彩平衡/饱和度/明度

4.3 自己调节色彩平衡

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。

使用色彩平衡更改图像中使用的色彩混合比例，可以创建生动的效果。调节色彩平衡是人们对图片色彩的主观喜好，并不需要遵循任何标准，是艺术性的实现。

在 Photoshop 中调节色彩平衡，只要拖动青色/红色、洋红/绿色或黄色/蓝色滑块，移向要增强的颜色。滑块上方的值可以在 -100～+100 调节，表示红色、绿色和蓝色通道的颜色变化。

本节用 OpenCV 程序，实现调节色彩平衡的功能。该例程也用于说明应用 LUT 对彩色图像进行颜色替换时构造多通道查找表的方法。

函数 cv.LUT() 中的查找表 lut，可以与输入彩色图像的通道数量相同，分别适用于输入图像的对应通道。多通道查找表 lut，是一个形状为 (1,256,3) 的 Numpy 数组，数据类型为 uint8。

例程 14.11：使用 LUT 调节色彩平衡

调节色彩平衡，可以通过对不同颜色分量分别进行对比度拉伸来实现。

简单地，设置各通道的最大值 maxG（<=255），将某颜色通道的色阶从 0-255 映射到 0-maxG，就可以使该颜色通道的色彩衰减。

容易想到，使用 OpenCV GUI 模块中提供的滚动条，交互地调节 R/G/B 通道的色彩强度。本系列例程为了使核心知识点更加简单易懂，并不采用较为复杂的综合性方法。

    # 14.11 使用 LUT 调节色彩平衡img = cv.imread("../images/imgGaia.tif", flags=1)  # 读取彩色maxG = 128  # 修改颜色通道最大值，0<=maxG<=255lutHalf = np.array([int(i * maxG/255) for i in range(256)]).astype("uint8")lutEqual = np.array([i for i in range(256)]).astype("uint8")lut3HalfB = np.dstack((lutHalf, lutEqual, lutEqual))  # (1,256,3), B_half/BGRlut3HalfG = np.dstack((lutEqual, lutHalf, lutEqual))  # (1,256,3), G_half/BGRlut3HalfR = np.dstack((lutEqual, lutEqual, lutHalf))  # (1,256,3), R_half/BGRblendHalfB = cv.LUT(img, lut3HalfB)  # B 通道衰减 50%blendHalfG = cv.LUT(img, lut3HalfG)  # G 通道衰减 50%blendHalfR = cv.LUT(img, lut3HalfR)  # R 通道衰减 50%print(img.shape, lutHalf.shape, lut3HalfB.shape, blendHalfB.shape)plt.figure(figsize=(9, 5))plt.subplot(131), plt.axis('off'), plt.title("B half decayed")plt.imshow(cv.cvtColor(blendHalfB, cv.COLOR_BGR2RGB))plt.subplot(132), plt.axis('off'), plt.title("G half decayed")plt.imshow(cv.cvtColor(blendHalfG, cv.COLOR_BGR2RGB))plt.subplot(133), plt.axis('off'), plt.title("R half decayed")plt.imshow(cv.cvtColor(blendHalfR, cv.COLOR_BGR2RGB))plt.tight_layout()plt.show()

例程 14.12：使用 LUT 调节饱和度、明度

调节色彩平衡，可以通过对不同颜色分量分别进行对比度拉伸来实现。

显然，不仅可以在 RGB 色彩空间调节色彩平衡，也可以在其它色彩空间对颜色通道的强度进行调节。

HSV 模型是针对用户观感的一种颜色模型，可以直观的表达色彩的色调明暗、及鲜艳程度，HSV 的含义分别为：色调（Hue）、饱和度（Saturation）和明度（Value）。

将图像从 RGB 色彩空间转换到 HSV 色彩空间后，用 LUT 对特定通道进行对比度拉伸，就可以调节图像的饱和度、明度。

    # 14.12 使用 LUT 调节饱和度和明度img = cv.imread("../images/imgGaia.tif", flags=1)  # 读取彩色hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 色彩空间转换, BGR->HSV# 调节通道强度lutWeaken = np.array([int(0.6*i) for i in range(256)]).astype("uint8")lutEqual = np.array([i for i in range(256)]).astype("uint8")lutRaisen = np.array([int(102+0.6*i) for i in range(256)]).astype("uint8")# 调节饱和度lutSWeaken = np.dstack((lutEqual, lutWeaken, lutEqual))  # Saturation weakenlutSRaisen = np.dstack((lutEqual, lutRaisen, lutEqual))  # Saturation raisen# 调节明度lutVWeaken = np.dstack((lutEqual, lutEqual, lutWeaken))  # Value weakenlutVRaisen = np.dstack((lutEqual, lutEqual, lutRaisen))  # Value raisenblendSWeaken = cv.LUT(hsv, lutSWeaken)  # 饱和度降低blendSRaisen = cv.LUT(hsv, lutSRaisen)  # 饱和度增大blendVWeaken = cv.LUT(hsv, lutVWeaken)  # 明度降低blendVRaisen = cv.LUT(hsv, lutVRaisen)  # 明度升高plt.figure(figsize=(9, 6))plt.subplot(231), plt.axis('off'), plt.title("Saturation weaken")plt.imshow(cv.cvtColor(blendSWeaken, cv.COLOR_HSV2RGB))plt.subplot(232), plt.axis('off'), plt.title("Normal saturation")plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))plt.subplot(233), plt.axis('off'), plt.title("Saturation raisen")plt.imshow(cv.cvtColor(blendSRaisen, cv.COLOR_HSV2RGB))plt.subplot(234), plt.axis('off'), plt.title("Value weaken")plt.imshow(cv.cvtColor(blendVWeaken, cv.COLOR_HSV2RGB))plt.subplot(235), plt.axis('off'), plt.title("Normal value")plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))plt.subplot(236), plt.axis('off'), plt.title("Value raisen")plt.imshow(cv.cvtColor(blendVRaisen, cv.COLOR_HSV2RGB))plt.tight_layout()plt.show()

---

【本节完】

版权声明：
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125356933)
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