OpenCV计算摄影学(15)无缝克隆(Seamless Cloning)调整图像颜色的函数colorChange()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::colorChange 是 OpenCV 中用于调整图像颜色的函数。它允许你通过乘以不同的系数来独立地改变输入图像中红色、绿色和蓝色通道的强度,从而实现对图像色彩的调整。这个功能对于需要精细控制图像色调的应用非常有用。

函数原型

cpp 复制代码
void cv::colorChange 	
(
        InputArray  	src,
		InputArray  	mask,
		OutputArray  	dst,
		float  	red_mul = 1.0f,
		float  	green_mul = 1.0f,
		float  	blue_mul = 1.0f 
	) 		

参数

  • 参数src 输入 8 位 3 通道图像‌34。
  • 参数mask 输入 8 位 1 或 3 通道图像‌35。
  • 参数dst 输出与 src 尺寸和类型相同的图像‌34。
  • 参数red_mul 红色通道乘法因子‌4。
  • 参数green_mul 绿色通道乘法因子‌4。
  • 参数blue_mul 蓝色通道乘法因子‌4。

乘法因子范围在 0.5 至 2.5 之间‌

示例代码

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

int main()
{
    // 加载图像
    cv::Mat src = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/jiangnan.jpg");
    if (src.empty())
    {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

    // 创建全1掩模(处理整个图像)
    cv::Mat mask = cv::Mat::ones(src.size(), CV_8UC1);

    // 应用颜色变换(调整参数以增强效果)
    cv::Mat dst;
    cv::colorChange(src, mask, dst, 2.5f, 0.1f, 1.0f); // 红通道增强,绿通道减弱

    // 转换为浮点型计算差异
    cv::Mat src_f, dst_f;
    src.convertTo(src_f, CV_32F);
    dst.convertTo(dst_f, CV_32F);

    // 计算绝对差异并归一化‌:ml-citation{ref="1,2" data="citationList"}
    cv::Mat diff_f;
    cv::absdiff(src_f, dst_f, diff_f);
    cv::normalize(diff_f, diff_f, 0, 255, cv::NORM_MINMAX); // 关键修改:归一化数据范围‌:ml-citation{ref="1" data="citationList"}

    // 转换为8位图像
    cv::Mat diff;
    diff_f.convertTo(diff, CV_8U);

    // 增强对比度显示(调整缩放因子)‌:ml-citation{ref="2" data="citationList"}
    cv::Mat enhanced_diff;
    cv::convertScaleAbs(diff, enhanced_diff, 5, 0); // alpha=5 增强差异可见性‌:ml-citation{ref="2" data="citationList"}

    // 显示结果
    cv::imshow("Original Image", src);
    cv::imshow("Processed Image", dst);
    cv::imshow("Difference Image", diff);
    cv::imshow("Enhanced Difference", enhanced_diff);

    // 保存结果(建议使用无损格式)‌:ml-citation{ref="5" data="citationList"}
    cv::imwrite("original.png", src);
    cv::imwrite("processed.png", dst);
    cv::imwrite("difference.png", diff);
    cv::imwrite("enhanced_difference.png", enhanced_diff);

    cv::waitKey(0);
    return 0;
}

运行结果

相关推荐
Grassto7 分钟前
Cursor Rules 使用
人工智能
MYH51612 分钟前
深度学习在非线性场景中的核心应用领域及向量/张量数据处理案例,结合工业、金融等领域的实际落地场景分析
人工智能·深度学习
Lilith的AI学习日记19 分钟前
什么是预训练?深入解读大模型AI的“高考集训”
开发语言·人工智能·深度学习·神经网络·机器学习·ai编程
聚客AI1 小时前
PyTorch玩转CNN:卷积操作可视化+五大经典网络复现+分类项目
人工智能·pytorch·神经网络
程序员岳焱1 小时前
深度剖析:Spring AI 与 LangChain4j,谁才是 Java 程序员的 AI 开发利器?
java·人工智能·后端
柠檬味拥抱1 小时前
AI智能体在金融决策系统中的自主学习与行为建模方法探讨
人工智能
智驱力人工智能1 小时前
智慧零售管理中的客流统计与属性分析
人工智能·算法·边缘计算·零售·智慧零售·聚众识别·人员计数
workflower1 小时前
以光量子为例,详解量子获取方式
数据仓库·人工智能·软件工程·需求分析·量子计算·软件需求
壹氿1 小时前
Supersonic 新一代AI数据分析平台
人工智能·数据挖掘·数据分析
张较瘦_2 小时前
[论文阅读] 人工智能 | 搜索增强LLMs的用户偏好与性能分析
论文阅读·人工智能