图像中的颜色匹配

Question

我有两张图像（切片），由两个相机传感器拍摄以完成一张图像。然而，由于传感器性能的一些差异，它们的颜色/色调有所不同，我需要将它们匹配以制作一张统一的图像。

我使用了此处HistogramMatcher解释的斐济（图像 J）中包含的函数 来将第二个图像的颜色与第一个图像的颜色相匹配。它给出了可接受的结果，但仍需要进一步处理。

所以我的问题是，拥有统一形象的最佳方法是什么。我应该从亮度、色调然后饱和度开始吗？除了“HistogramMatcher”功能之外还有其他颜色匹配功能吗？

下面是一个图像示例

Answer 1

我将你的图像分成两部分，如下所示，然后使用scikit-image的直方图匹配函数：

#!/usr/bin/env python3

import numpy as np
from skimage.io import imread, imsave
from skimage import exposure
from skimage.transform import match_histograms

# Load left and right images
L = imread('rocksA.png')
R = imread('rocksB.png')

# Match using the right side as reference
matched = match_histograms(L, R, multichannel=True)

# Place side-by-side and save
result = np.hstack((matched,R))
imsave('result.png',result)

这给出了这个结果：

Answer 2

为了进行比较，我有两个 Imagemagick bash shell 脚本，可将颜色从一张图像传输到另一张图像。（参见http://www.fmwconcepts.com/imagemagick/index.php）。一种是进行颜色直方图匹配，另一种是通过匹配均值和标准差（即亮度和对比度）来进行颜色调整。

我将使用 Mark Setchell 的分离图像。

输入

直方图匹配：

histmatch -c rgb right.png left.png newleft_histmatch.png

convert newleft_histmatch.png right.png +append result_histmatch.png

平均值/标准匹配：

matchimage -c rgb left.png right.png newleft_matchimage.png

convert newleft_matchimage.png right.png +append result_matchimage.png

有关使用均值和标准差进行颜色传输的 Python/OpenCV 解决方案，请参阅https://www.pyimagesearch.com/2014/06/30/super-fast-color-transfer-images/