使用opencv将sRGB格式的图片转换为BT.2020格式【sRGB】【BT.2020】

将sRGB格式的图片转换为BT.2020格式涉及到两个步骤:首先将sRGB转换到线性RGB,然后将线性RGB转换到BT.2020。这是因为sRGB图像通常使用伽马校正,而BT.2020工作在线性色彩空间中。

  1. 从sRGB到线性RGB:sRGB图像首先需要进行伽马校正解码转换为线性RGB。这个过程通常不是通过一个简单的线性矩阵实现的,而是通过以下公式:

    [

    C_{linear} = \begin{cases}

    \frac{C_{sRGB}}{12.92}, & \text{if } C_{sRGB} \leq 0.04045 \

    \left(\frac{C_{sRGB} + 0.055}{1.055}\right)^{2.4}, & \text{otherwise}

    \end{cases}

    ]

    其中 (C_{linear}) 是线性RGB中的颜色分量值(红、绿、蓝),(C_{sRGB}) 是sRGB颜色空间中的对应分量值。

  2. 从线性RGB到BT.2020:接下来,您可以应用一个3x3的线性转换矩阵将线性RGB转换为BT.2020色彩空间。这个矩阵通常如下所示:

    [

    \begin{bmatrix}
    R_{BT.2020} \
    G_{BT.2020} \
    B_{BT.2020}
    \end{bmatrix}

    \begin{bmatrix}

    0.6274 & 0.3293 & 0.0433 \

    0.0691 & 0.9195 & 0.0114 \

    0.0164 & 0.0880 & 0.8956

    \end{bmatrix}

    \cdot

    \begin{bmatrix}

    R_{linear} \

    G_{linear} \

    B_{linear}

    \end{bmatrix}

    ]

在实际应用中,你首先需要编写代码将sRGB图像转换为线性RGB,然后再应用上述矩阵进行色彩空间的转换。以下是使用OpenCV在C++中实现这一过程的示例代码:

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <cmath>

cv::Mat sRGBToLinearRGB(const cv::Mat& srgbImage) {
    cv::Mat linearRGB(srgbImage.size(), srgbImage.type());
    srgbImage.forEach<cv::Vec3b>([&](cv::Vec3b &pixel, const int * position) -> void {
        for (int i = 0; i < 3; ++i) {
            float c = pixel[i] / 255.0f;
            c = c <= 0.04045f ? c / 12.92f : std::pow((c + 0.055f) / 1.055f, 2.4f);
            linearRGB.at<cv::Vec3b>(position)[i] = static_cast<uchar>(std::round(c * 255.0f));
        }
    });
    return linearRGB;
}

int main() {
    // 假设你已经有了一个sRGB格式的cv::Mat对象 srgbImage
    cv::Mat srgbImage; // 加载你的sRGB图像

    // 将sRGB转换为线性RGB
    cv::Mat linearRGB = sRGBToLinearRGB(srgbImage);

    // 定义从线性RGB到BT.2020的转换矩阵
    cv::Matx33f transformMatrix(
        0.6274, 0.3293, 0.0433,
        0.0691, 0.9195, 0.0114,
        0.0164, 0.0880, 0.8956
    );

    // 应用转换矩阵
    cv::Mat bt2020Image;
    cv::transform(linearRGB, bt2020Image, transformMatrix);

    // bt2020Image现在包含转换后的图像

    return 0;
}
相关推荐
MoRanzhi120330 分钟前
亲和传播聚类算法应用(Affinity Propagation)
人工智能·python·机器学习·数学建模·scikit-learn·聚类
金融OG31 分钟前
99.23 金融难点通俗解释:小卖部经营比喻PPI(生产者物价指数)vsCPI(消费者物价指数)
人工智能·python·机器学习·数学建模·金融·数据可视化
艾醒(AiXing-w)43 分钟前
玩转大语言模型——使用langchain和Ollama本地部署大语言模型
人工智能·语言模型·langchain
小周不摆烂1 小时前
解锁计算机视觉算法:从理论到代码实战
计算机视觉
我的青春不太冷1 小时前
2025年最新在线模型转换工具优化模型ncnn,mnn,tengine,onnx
人工智能·深度学习·ncnn·mnn·在线模型转换网址
云卷云舒___________1 小时前
【B站保姆级视频教程:Jetson配置YOLOv11环境(六)PyTorch&Torchvision安装】
人工智能·pytorch·yolo·教程·jetson·torchvision
zxfeng~1 小时前
深度学习之“线性代数”
人工智能·python·深度学习·线性代数
油泼辣子多加1 小时前
Diffusion--人工智能领域的革命性技术
人工智能
东锋1.32 小时前
NVIDIA (英伟达)的 GPU 产品应用领域
人工智能