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 npimport cv2# 建立图片LAB空间均值与方差计算函数def image_info(image):    (l, a, b) = cv2.split(image)    (lMean, lStd) = (l.mean(), l.std())    (aMean, aStd) = (a.mean(), a.std())    (bMean, bStd) = (b.mean(), b.std())    return (lMean, lStd, aMean, aStd, bMean, bStd)

# 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

# 1 加载图片source_img = cv2.imread('11.png')target_img = cv2.imread('13.png')# 2 转换颜色空间到LABsource = cv2.cvtColor(source_img, cv2.COLOR_BGR2LAB).astype("float32")target = cv2.cvtColor(target_img, cv2.COLOR_BGR2LAB).astype("float32")# 3计算图片LAB空间的均值与方差(lMeanSrc, lStdSrc, aMeanSrc, aStdSrc, bMeanSrc, bStdSrc) = image_info(source)(lMeanTar, lStdTar, aMeanTar, aStdTar, bMeanTar, bStdTar) = image_info(target)# 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 -= lMeanTara -= aMeanTarb -= bMeanTar# 5 按标准偏差target图片除以source图片的标准偏差乘以LAB通道 缩放target 通道l = (lStdTar / lStdSrc) * la = (aStdTar / aStdSrc) * ab = (bStdTar / bStdSrc) * b# 6 加上source图片L * a * b *通道的均值l += lMeanSrca += aMeanSrcb += bMeanSrc

代码截图

# 7 裁剪掉[0，255]范围之外的所有值l = np.clip(l, 0, 255)a = np.clip(a, 0, 255)b = np.clip(b, 0, 255)# 8 合并LAB空间transfer = cv2.merge([l, a, b])# 9 转换颜色空间到BGRtransfer = cv2.cvtColor(transfer.astype("uint8"), cv2.COLOR_LAB2BGR)# 10 显示图片show_image("Source", source_img)show_image("Target", target_img)show_image("Transfer", 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