【图像处理】OpenCv + Python 实现 Photoshop 中的色彩平衡功能

前言

这是使用 python 和 OpenCv 实现的 Photoshop 中色彩平衡功能的代码,可以设置阴影,高光和中间调的色调参数来调整图片的色彩平衡。

参考文章二也有 python 版本的代码实现,虽然中间调的部分貌似没有实现,但是理论部分讲解还是不错的。

我的代码是基于参考文章一中的 Matlab 代码转写实现的。

代码

python 复制代码
import cv2
import numpy as np

def normalize_coeffs(coeffs):
    median_val = sorted(coeffs)[1]
    return np.array([coef - median_val for coef in coeffs])

def highlight_handle(img, highlight_coeffs):
    highlights_alpha = 0.003923 * normalize_coeffs(highlight_coeffs)

    a = np.diag(np.maximum(highlights_alpha, 0)) * np.eye(3)
    b = np.diag(-np.minimum(highlights_alpha, 0)) * (1 - np.eye(3))

    highlights_alpha = np.sum(a + b, axis=0)
    img = img / (1 - highlights_alpha.reshape(1, 1, 3))
    return img

def shadow_handle(img, shadows_coef):
    shadows_alpha = 0.003923 * normalize_coeffs(shadows_coef)

    a = np.diag(-np.minimum(shadows_alpha, 0)) * np.eye(3)
    b = np.diag(np.maximum(shadows_alpha, 0)) * (1 - np.eye(3))
    shadows_alpha = np.sum(a + b, axis=0)

    img = (img - shadows_alpha.reshape(1, 1, 3)) / (1 - shadows_alpha.reshape(1, 1, 3))
    return img

def mid_tone_handle(img, mid_tone_coeffs):  
    mid_tone_alpha = -0.0033944 * normalize_coeffs(mid_tone_coeffs)

    f = np.diag(mid_tone_alpha) * (2 * np.eye(3) - 1)
    mid_tone_gamma = np.exp(np.sum(f, axis=0))

    img = np.power(img, mid_tone_gamma.reshape(1, 1, 3))
    return img

def img_bgr2rgb(img):
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 
    img = img.astype(np.float32) / 255.0
    img = img.copy()
    return img

def img_rgb2bgr(img):
    img = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX)
    img = img.astype(np.uint8)
    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
    return img

def display(image):
    cv2.namedWindow("img", cv2.WINDOW_NORMAL)
    cv2.imshow("img", image)
    cv2.waitKey()

def main(
        image_path,
        shadow_coefficients,
        mid_tone_coefficients,
        highlight_coefficients
):
    image = cv2.imread(image_path)
    image = img_bgr2rgb(image)
    
    image = highlight_handle(image, highlight_coefficients)
    image = shadow_handle(image, shadow_coefficients)
    image = mid_tone_handle(image, mid_tone_coefficients)
    
    image = np.clip(image, 0, 1)
    image = img_rgb2bgr(image)
    
    display(image)

if __name__ == '__main__':
    main(
        image_path=r"C:\Users\XXXX\Desktop\capture.png",
        shadow_coefficients=[0, 0, 0],
        mid_tone_coefficients=[0, 0, 0],
        highlight_coefficients=[0, 0, 0],
    )

参考文章:

相关推荐
柒和远方12 小时前
LeetCode 4. 寻找两个正序数组的中位数 —— 二分划分的艺术
javascript·python·算法
yqd66612 小时前
OpenCV
人工智能·opencv·计算机视觉
糖糖的AI心得13 小时前
AI重塑跨境运营效率:产品从精修到上架的全链路实战拆解
图像处理·人工智能·aigc
lewis_lk13 小时前
uv: Python 新一代极速包管理工具
python
promising_xxx13 小时前
深度学习个人开源知识库 深度筑基 | DeepBase
人工智能·python·深度学习·计算机视觉·ai·语言模型·nlp
三十岁老牛再出发13 小时前
07.07.每日总结
c语言·windows·python
C137的本贾尼14 小时前
MCP 完全指南:从零开始掌握模型上下文协议
人工智能·python
在水一缸14 小时前
OpenCV 5 深度解析:计算机视觉领域的“五年之变”与跨越式升级
人工智能·opencv·计算机视觉·开源项目·技术升级·opencv 5
Java小白笔记14 小时前
Codex 桌面应用设置功能完全指南
人工智能·opencv·目标检测·机器学习·计算机视觉·数据挖掘·语音识别
威联通安全存储15 小时前
SMT表面贴装线AOI检测网中TS-h2287XU-RP混合架构的物理部署
python·架构