Geo*_*nza 3 signal-processing colors image-processing histogram
我将使用一组任意图像.其中一些可能需要一些颜色校正.
我在Photoshop中打开了需要校正的图像,并注意到直方图中的黄色有点高.我应用了自动颜色并改善了图像.
这是如何运作的 ？怎么实现呢？我是否在直方图中查找峰值并根据其他峰值进行平均？
语言/语法应该不重要.
这并不容易,它确实需要实践和艺术,但这是理论.
像Photoshop和Picasa这样的工具可以在一个按钮上自动进行颜色校正.它有哪些事情的平均颜色分布应该是,他们可能在Lab色彩空间而不是RGB色彩,你所熟悉的工作假设.由于该方法是启发式的,因此某些图像会出错.例如,如果你在明亮而笼罩的森林中拍摄图像,环境光线会有一个明确的绿色投射,你根本无法摆动颜色使白色物体变白,因为你必须用力推进红色因此搞砸了例如,一件绿色衬衫.同样,从午后的阳光橙色图像是黄色的偏见,纠正推太难变成了蓝色.自动颜色模式中可能存在停止值以避免过度补偿.
现在Lab的颜色空间是一个奇怪的野兽,并且有完整的书籍.它是一个三通道空间,在一个通道上有亮度(这很容易)和通道与我们想到的颜色的关系很少,它们简称为"a"和"b".A和B信道编码所有色度数据,大体上可称为黄蓝色和绿色,红色尺寸(一切不是亮度).这是另一种奇怪,Lab的色域比我们的眼睛要大得多(RGB和CMYK都小于我们的视觉色域),产生不可能的颜色,例如深度饱和的红色,几乎没有亮度.我们可以形容它,但我们的看法滴出彩如亮度下降(这就是为什么夜间付出一切,蓝灰色外观).
那你怎么算算算呢？首先,您需要真正理解感知模型,将图像转换为感知空间,根据相当复杂的法线预期调整双轴分布,然后将结果转换回RGB空间,以便渲染.是的,这可以在袖珍相机中实现,但它非常重要并且通常需要提示(例如,将预期的色温设置为晴天或阴影,钨或荧光等).缺席的人指导的算法将是错误的次数多了,无需专人掩盖一些偏色,如绿色的森林不能令人愉快的整体形象上完成.
TL;博士