Image processing ImageMagick无法为图像显式更改阴影中的颜色

我想使用ImageMagick在阴影中改变颜色

我能够通过以下方式管理阴影变化：

convert input.png  -colorspace HCL -channel R  -evaluate set 5%  +channel -colorspace sRGB output.png 

使用set XX%我可以得到不同的颜色，如红色、绿色、黄色、蓝色、粉色、天蓝色、灰色等

下面的命令用于定位蓝色：

convert input.png  -colorspace HCL -channel R -separate +channel -level 48,52% output.png 

但我无法明确地针对其他颜色

例如，如果我想用其他颜色改变绿色，生成的图像也会影响绿色、黄色、红色和天蓝色

是否有一种方法可以显式更改以下颜色的单一阴影：

• 黄色的
• 天蓝色
• 粉红的
• 绿色的
• 白色的
• 黑色的
• 红色的

我试着改变所有的频道：R，G，B，C，M，Y，K，A，O

使用-separate选项，我可以瞄准RBG，但RGB的问题是R效果红色、黄色和粉色、G效果绿色、天蓝色和黄色以及B效果蓝色、粉色和天蓝色

输出样本：

预期输出：在上述“输出-0”的输出中，其效果为红色、黄色和粉色。我要的命令只对红色生效。其他颜色也一样

我使用的链接：

---

我正在使用python来运行这个命令。我也愿意使用其他库，这些库将明确使用所有颜色

如果您的图像像我要求的那样具有代表性，那么就这么简单：

如果您还想影响“接近红色”的色调，可以应用一些模糊：

magick rgb.png -fuzz 40% -fill white -opaque red result.png

请注意，这也会影响红色圆圈的边缘，即“羽毛红色”

---

如果没有，您的ImageMagick代码实际上是在进行“色调旋转”，并且正如您所注意到的，它会影响整个图像。在继续之前，请先阅读。以下是一个HSI色调轮供参考：

解决方案是进行色调旋转，但通过仅选择希望影响的颜色/区域的遮罩应用其效果。请记住，OpenCV将色调从0..360到0..180的范围减半，以便将色调存储在

np.uint8

中

因此，如果我们加载与上面相同的图像并仅选择绿色（其中色调接近120），我们可以通过添加60（色调=240）将这些图像旋转为蓝色：

#/usr/local/bin/python3
将cv2作为cv导入
将numpy作为np导入
#加载图像并转换为HSV颜色空间
image=cv.imread（“rgb.png”）
#转换为HSV和拆分频道
hsv=cv.cvt颜色（图像，cv.COLOR\u BGR2HSV）
H、 S，V=等速分割（hsv）
#仅将色调圆周围的绿色（色调接近120）移动120度至蓝色-记住OpenCV将所有这些值减半-请参阅注释
H[（H>55）和（H55）和（H115）&（请提供一个代表您正在使用的图像的示例，并显示您期望的结果。我有一个bash Imagemagick脚本，可以更改各个颜色。请参阅我的脚本huemap，在。这是一种色调旋转效果。黑色和白色不是色调，因此您无法更改它们。为此，请使用-fuzz XX%-填充skybluE-不透明的白色改变白色到天蓝色。你也可以按照Mark Setchell的回答来做任何颜色。我的答案是否解决了你的问题？如果是的话，请考虑把它当作你的答案——点击投票计数旁边的空心滴答声。如果不是，请说什么不起作用，这样我或其他人可以进一步帮助你。汉克斯。谢谢你的回答，
H[（H>115）&（HRed以零为中心，当用色调圈环绕时，会触及360（即180），因此你需要寻找
（H175）
，或者您可以反转RGB图像并查找青色。黑色和白色没有色调，因为它们都是不饱和的。因此，要查找黑色，您需要查找低饱和度（即无颜色）和低值（即暗）。要查找白色，您需要查找低饱和度（即无颜色）和高值（即亮）。计算任何颜色的简单方法是从图像中裁剪出一块该颜色，将其转换为HSV，然后看看你得到了什么，可能是通过平均，即
print（H.mean（），H.min（），H.max（））
magick rgb.png -fuzz 40% -fill white -opaque red result.png

#!/usr/local/bin/python3
import cv2 as cv
import numpy as np

# Load the image and convert to HSV colourspace
image = cv.imread("rgb.png")

# Convert to HSV and split channels
hsv=cv.cvtColor(image,cv.COLOR_BGR2HSV)
H,S,V = cv.split(hsv)

# Shift only greens (Hue near 120) around hue circle by 120 degrees to blues - remembering OpenCV halves all these values - see comment
H[(H>55)&(H<65)] += 60

# Recombine into single 3-channel image and convert back to RGB
result = cv.merge((H,S,V))
result = cv.cvtColor(result,cv.COLOR_HSV2BGR)

cv.imwrite("result.png",result)

H[(H>55)&(H<65)] += 60

H[(H>115)&(H<125)] -= 90