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
Niuguangshuo17 小时前
# PyTorch 中 `nn.ModuleList` 详解
人工智能·pytorch·python
2501_9428189117 小时前
AI 多模态全栈项目实战:Vue3 + Node 打造 TTS+ASR 全家桶!
vue.js·人工智能·node.js
CICI1314141317 小时前
藦卡机器人:让焊接更洁净、更精准、更智能
大数据·人工智能
嵌入式老牛17 小时前
面向能源领域的AI大模型工程化落地方法
人工智能·能源
天竺鼠不该去劝架17 小时前
金融智能体三大核心场景:银行运营、证券研究、保险理赔效率提升路径
人工智能·科技·自动化
Small___ming17 小时前
【人工智能基础】深度学习归一化层完全指南:从入门到精通
人工智能·深度学习·归一化
短视频矩阵源码定制17 小时前
矩阵系统源头厂家
大数据·人工智能·矩阵
老赵聊算法、大模型备案17 小时前
《人工智能拟人化互动服务管理暂行办法(征求意见稿)》深度解读:AI“拟人”时代迎来首个专项监管框架
人工智能·算法·安全·aigc
亚马逊云开发者18 小时前
使用 Kiro AI IDE 开发 Amazon CDK 部署架构:从模糊需求到三层堆栈的协作实战
人工智能
心无旁骛~18 小时前
ModelEngine Nexent 智能体从创建到部署全流程深度体验:自动化利器让 AI 开发效率拉满!
运维·人工智能·自动化