OpenCV中的颜色级别

我想做一些类似的事情，但找不到正确的openCV函数

基本上，我希望将图像中的灰色从几乎白色延伸到几乎黑色，而不是从几乎白色延伸到稍微灰色，同时将白色保留为白色，黑色保留为黑色（我使用的是灰度图像）。

我不知道什么是“Photoshop级别”。但根据描述，我认为您应该尝试以下方法：

使用将图像转换为YUV。Y将表示强度平面。（也可以使用Lab、Luv或任何具有单独强度分量的类似颜色空间）

使用分割平面，使强度平面成为单独的图像

在飞机上呼叫

使用将平面合并到一起

有关直方图均衡化的详细信息，请参见

---

还请注意，有一个改进的直方图均衡化方法的实现——CLAHE（但我找不到比@berak建议的更好的链接）

我认为这是一个将输入级别映射到输出级别的函数，如下图所示

例如，橙色曲线是从（a，c）到（b，d）的直线，蓝色曲线是从（a，d）到（b，c）的直线，绿色曲线是从（a，c）到（b，d）的非线性函数

我们可以将蓝色曲线定义为（x-a）/（y-d）=（a-b）/（d-c）。 a、b、c和d的限制值取决于应用此转换的通道所支持的范围。对于灰度，这是[0255]

例如，如果要对灰度图像进行（a，d）=（10200），（b，c）=（250，50）等变换

y=-150*（x-10）/240+200表示x[10250]

y=x表示[0,10]和（250,255]，如果希望保持其余值不变

---

您可以使用OpenCV（LUT函数）中的查找表来计算输出级别，并将此转换应用于图像或特定通道。您可以通过这种方式应用任何分段转换。

以下python代码完全实现Photoshop调整->级别对话框

将每个通道的值更改为所需的值

img

是

np.uint8

类型的输入rgb图像

inBlack  = np.array([0, 0, 0], dtype=np.float32)
inWhite  = np.array([255, 255, 255], dtype=np.float32)
inGamma  = np.array([1.0, 1.0, 1.0], dtype=np.float32)
outBlack = np.array([0, 0, 0], dtype=np.float32)
outWhite = np.array([255, 255, 255], dtype=np.float32)

img = np.clip( (img - inBlack) / (inWhite - inBlack), 0, 255 )                            
img = ( img ** (1/inGamma) ) *  (outWhite - outBlack) + outBlack
img = np.clip( img, 0, 255).astype(np.uint8)

---

没错。OpenCV更好！=）等等，如果photoshop不是OpenCV，这能解释为什么我的代码不能编译吗？可能是CLAHEI丢失的链接，我使用灰度图像，如果这改变了什么的话。我想这意味着我不必转换，拆分然后合并，对吗？只是均衡器。不幸的是均衡器似乎正在吞噬我图像中的一些颜色。以前有几个色调的浅灰色，现在只有黑色和很少色调的深灰色，所以我不能用它。重复一遍，你也可以尝试使用CLAHE，它是全局直方图均衡化的“自适应”替代方法。那么，查找表就是了。我希望会有一个不涉及他们的答案。这是正确的答案。使用inBlack和outBlack值就足以获得所需的效果。谢谢@iperov！