Ps:RGB 直方图

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
创可贴治愈心灵4 分钟前
AI浪潮下C#就业前景剖析:深耕C#为主,按需选修Java与Python
java·人工智能·c#
子非鱼@Itfuture4 分钟前
端侧AI(On-Device AI / Edge AI)|边缘 AI|云端 AI 探索报告
人工智能·ai·agi·端侧ai
愚公搬代码12 分钟前
【愚公系列】《移动端AI应用开发》014-DeepSeek API开发与集成(处理多轮对话与动态请求)
人工智能·中间件·架构
真上帝的左手15 分钟前
19. 大数据- BI - AI 应用1-融合场景解析
大数据·人工智能·ai·bi
wgc2k19 分钟前
Oops Framework-6-项目中如何使用AI的思路
人工智能·游戏·cocos2d
Jump 不二25 分钟前
Memory-os 7 层记忆架构深度解析:让 Hermes Agent 真正 “记住并使用“ 知识
人工智能·语言模型·系统架构
armwind25 分钟前
openISP学习5-CNF — Chroma Noise Filtering(Bayer 域色度噪声滤波)
图像处理·计算机视觉
程序猿阿伟26 分钟前
《无需额外付费的OpenClaw Agent部署指南》
人工智能
DS随心转APP29 分钟前
AI导出鸭:AI 文档排版与一键导出实战指南
人工智能·ai·chatgpt·deepseek·ai导出鸭
geneculture31 分钟前
语(暨各级各类字组)对接外来的词和句以及本土的言和语:言和语的关系及双重形式化彻底解决问题
人工智能·语言学·融智学应用场景·哲学与科学统一性·融智时代(杂志)