图片颜色更换
图片颜色转换当我们有2张图片，很喜欢第一张图片的颜色，第2张图片的前景照片，很多时候我们需要PS进行图片的颜色转换，这当然需要我们有强大的PS功底，当然小编这里不是介绍PS的，我们使用代码完全可以代替PS 进行图片的颜色转换
图片颜色转换步骤：
· 步骤1： 输入source和target 2张图片
· 步骤2： 将source和target图像都转换为L * a * b *颜色空间什么是LAB 颜色空间，我们在讨论物体颜色追踪时有讨论，可以参考此部分的文章分享
基于物体颜色的目标追踪，打造属于自己的天眼追踪系统
· 步骤3： 为source和target图像计算每个L * a * b *通道的平均值和标准差。
· 步骤4：从target通道中 减去target图像的L * a * b *通道的平均值。
· 第5步：按标准偏差target除以source的标准偏差乘以LAB通道 缩放target 通道。
· 步骤6： 加上source图片L * a * b *通道的均值。
· 步骤7： 裁剪掉[0，255]范围之外的所有值。
· 步骤8： 合并LAB空间。
· 步骤9： 从L * a * b *空间转换回RGB颜色空间。
· 步骤10：显示图片
python代码实现图片颜色更换有了以上步骤，我们采用python代码进行实现：
在正式进入主函数前，我们首先建立2个函数，一个用来计算图片在LAB空间内的均值与方差
一个用来显示图片（这里主要是resize图片，避免有些图片太大无法在屏幕上完全显示，当然，这个函数你可以完全不用，直接使用imshow函数来显示图片即可）
import numpy as np import cv2 resize 图片并显示 def show_image(title, image, width = 300): r = width / float(image.shape[1]) dim = (width, int(image.shape[0] * r)) resized = cv2.resize(image, dim, interpolation = cv2.INTER_AREA) cv2.imshow(title, resized)代码截图
按照步骤
39;11.png&39;13.png& 2 转换颜色空间到LAB source = cv2.cvtColor(source_img, cv2.COLOR_BGR2LAB).astype(&34;) target = cv2.cvtColor(target_img, cv2.COLOR_BGR2LAB).astype(&34;) 4 从target LAB通道中 减去target图像的L * a * b *通道的平均值 (l, a, b) = cv2.split(target) l -= lMeanTar a -= aMeanTar b -= bMeanTar 6 加上source图片L * a * b *通道的均值 l += lMeanSrc a += aMeanSrc b += bMeanSrc代码截图
8 合并LAB空间 transfer = cv2.merge([l, a, b]) 34;uint8& 10 显示图片 show_image(&34;, source_img) show_image(&34;, target_img) show_image(&34;, transfer) cv2.waitKey(0)代码截图
按照以上10个步骤，便可以成功进行图片的颜色转换，首先来一直效果图
本站所发布的文字与图片素材为非商业目的改编或整理，版权归原作者所有，如侵权或涉及违法，请联系我们删除
热门信息
阅读 ()
1 注册微信号怎么注册第二个阅读 ()
2 怎么把照片变成卡通头像阅读 ()
3 手机越充越少电怎么解决