《Reinhard颜色迁移算法》读书笔记

原理

Reinhard等人根据LAB颜色空间中各通道互相不关联的特点,提出了一组适用于各颜色分量的色彩迁移公式,较好的实现了彩色图像之间的色彩迁移。基本思想就是根据着色图像的统计分析确定一个线性变换,使得目标图像和源图像在LAB空间中具有同样的均值和方差。

算法流程

  1. 将参考图像和目标图像转换到LAB颜色空间下
  2. 计算参考图像和目标图像的均值和标准差
  3. 目标图像的每个像素值,减去目标图像的均值然后乘以参考图像和目标图像标准差的比值,再加上参考图像的均值
  4. 目标图像转换到RGB空间

效果

《Reinhard颜色迁移算法》读书笔记_第1张图片

不足之处

Reinhard等人提出的色彩迁移算法的优点是实现简单,且运行效率高。但该算法由于是整体色彩迁移,因此它对全局颜色基调单一的图像有着良好的迁移效果。而对于颜色中内容丰富的图像,则效果并不那么明显。一般解决方式是引入人机交互选取样本块的方法,同时还要求用户指定样本块之间的对应关系。当图像的色彩比较复杂时,用户是无法手工精确的选取样本块的,此时该算法也将失去作用。

参考资料

Python OpenCV实现Reinhard颜色迁移算法
颜色迁移–Reinhard经典算法

你可能感兴趣的:(《Reinhard颜色迁移算法》读书笔记)