opencv-python图像增强十：图像色温调整

本文主要是介绍opencv-python图像增强十：图像色温调整，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一，简介：

图像色温是描述图像色彩偏暖或偏冷的一种方式，它通常与实际光源的色温相对应。在摄影和图像处理中，色温通常以开尔文（Kelvin）为单位来表示。较低的色温值（例如2700K）通常与暖色光（如蜡烛光或黄昏时的光）相对应，而较高的色温值（例如5500K或更高）通常与冷色光（如白炽灯或中午的日光）相对应。
在图像处理中，色温调整可以用来改变图像的整体色调，使其看起来更暖或更冷。例如，将图像的色温调低（添加蓝色）可以使其看起来更冷，而将色温调高（添加黄色）可以使其看起来更暖。这种调整可以用来补偿图像在拍摄时可能存在的色温偏差，或者仅仅是为了创造特定的视觉效果。
在OpenCV中，色温调整可以通过创建一个查找表（LUT）来实现，该表将原始颜色值映射到新的颜色值。这个过程通常涉及到对RGB颜色空间的操作，以及对每个通道的独立调整。通过这种方式，可以实现平滑且自然的色温变化，而不会导致颜色过限或失真。

二，算法实现：

本项目通过以下流程实现图像色温的调整：首先生成一个查找表，用于将原始像素值映射到新的像素值，并进行范围限制；接着，将这个查找表应用到图像的各个颜色通道上，以改变颜色；然后，根据输入参数确定色温调整的强度，并创建三个不同的查找表分别应用于红色和绿色通道以增加亮度，以及蓝色通道以减少亮度，从而模拟色温的变化；最后，通过这些调整，图像的整体色调被改变，实现了快速且有效的色温调整效果。
实现代码：

import cv2
import numpy as npdef create_lut(level):# 创建一个查找表（LUT），范围从0到255lut = np.arange(256, dtype=np.uint8)# 更复杂的颜色映射，这里使用简单的线性映射作为示例# 实际上，可以在这里使用更复杂的非线性映射for i in range(256):if i + level > 255:lut[i] = 255elif i + level < 0:lut[i] = 0else:lut[i] = i + levelreturn lutdef apply_lut(image, lut):# 使用OpenCV的LUT函数应用查找表return cv2.LUT(image, lut)def color_temperature(input, n):result = input.copy()level = n // 2# 创建查找表并应用它到RGB通道lut_r = create_lut(level)lut_g = create_lut(level)lut_b = create_lut(-level)result[:, :, 2] = apply_lut(result[:, :, 2], lut_r)  # R通道result[:, :, 1] = apply_lut(result[:, :, 1], lut_g)  # G通道result[:, :, 0] = apply_lut(result[:, :, 0], lut_b)  # B通道return result
if __name__ == "__main__":src = cv2.imread(r"F:\traditional_vison\2.jpg")n1 = 50n2 = -50# 应用色温调整result1 = color_temperature(src, n1)result2 = color_temperature(src, n2)cv2.imshow("original", src)cv2.imshow("result1", result1)cv2.imshow("result2", result2)cv2.waitKey(0)cv2.destroyAllWindows()

三，效果：

原图：

暖色图：

冷色图：

这篇关于opencv-python图像增强十：图像色温调整的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---