Ps:RGB 直方图

在 RGB 颜色模式下,将三个原色通道直方图对应相同色阶值的个数进行相加,就形成了灰色的 RGB 直方图。

比如,在 RGB 直方图上,色阶值为 43 的总共有 10271 个,这个数值实际上来自于三个原色通道中色阶值为 43 的颜色分量的个数之和。

3036(红) + 3644(绿) + 3591(蓝 )= 10271

色阶值为 218 的总共有 1910 个,也是求和的结果。

1831(红) + 79(绿) + 0(蓝 )= 1910

很显然,一个像素的 R、G、B 的色阶值有可能会有相同值,比如 R、G 的值同为 43。

所以,这样统计出的个数要大于图像的实际像素个数。

这种直接累加分量值个数的方式所形成的 RGB 直方图是很难对图像的明暗关系和色彩关系进行精准判断的。

在 RGB 颜色模式下,一个像素的最终色彩是由其 R、G、B 三个通道的值通过加色混合得到的。

用拾色器吸取上图中箭头指示处的颜色,测得 R、G、B 分别是(171,72,69)。

也就是说,红通道直方图统计了这个像素的 171 的分量值,记录在红通道直方图的右侧亮部区域,而蓝通道统计了它的 69 的分量值,记录在蓝通道直方图的左侧暗部区域。

不过,RGB 直方图对于快速判断图像的整体亮度范围还是非常有用的,特别是在调整曝光、亮度和对比度时。

在一个像素的三个通道值中,只要其中一个值较大,则这个像素就会显得比较亮,因为在 RGB 颜色模式下,三个通道是按照加色模式进行混合的。

因此,在 RGB 直方图中,右侧的"像素"数目越多,说明画面越亮。右侧的"像素"数目越少,说明画面越暗,这一点是肯定的。

但 RGB 直方图左侧的"像素"较多时不一定可以表明该图像偏暗。

◆ ◆ ◆

RGB 直方图的应用说明

观察图像本身并配合查看 RGB 直方图查看,是可以有效地分析图像的各个亮度区域(阴影、中间调、高光)以及可能出现的高光剪切或阴影剪切情况,由此。可以帮助确定图像调整的方向。

比如,是否需要增加曝光来提亮图像、减少曝光来增加细节或调整对比度来平衡中间调。

均匀分布的中间调直方图通常意味着图像具有良好的细节和层次感。

当直方图右侧紧贴边缘出现峰值时,表明图像中的某些区域可能过于明亮,以至于细节完全丢失(称为"高光剪切")。

当直方图左侧紧贴边缘出现峰值时,表明图像中的某些暗部区域过于黑暗,细节丢失(称为"阴影剪切")。

"点赞有美意,赞赏是鼓励"

相关推荐
墨流觞雪2 分钟前
从 76,175 字符到 4,507:我把 AI 的记忆拆成四层
人工智能
DisonTangor12 分钟前
FLUX 3 Image Klein 中文全解:5.6B 开源文生图与图像编辑模型实战指南
人工智能·ai作画·开源·aigc·1024程序员节
匠测AI说16 分钟前
AI for Testing 提效实战 · 执行自动化(六):轻量 Mock 编排实战——WireMock 手工落地 + AI 加速
人工智能·测试
我是小邵18 分钟前
1024 特辑:我写过的 Skill,正在变成 AI 编程的基础设施
人工智能·agent·ai编程·skill·知识沉淀·协作·开发者工具
八苦28 分钟前
本地视频 → 序列帧动画精灵图
人工智能
一枕槐安48729 分钟前
从 58% 爬回 84%:我们用 Contextual Retrieval + 混合检索 + 条件重排,修好了 RAG 最脏的两类病
人工智能·ai
程序员小袁34 分钟前
05-实现一个Agent从最小闭环开始
人工智能
deepdata_cn37 分钟前
AI正在改写逆向工程的成本曲线
人工智能·软件逆向
方方洛40 分钟前
ray教程-13-RayTrain与分布式训练
人工智能·分布式·机器学习
阿文和她的Key1 小时前
PHP2Shell事故四层拆解:AI找洞是小时级,披露协调还是邮件级
网络·人工智能·架构·php