摄影色彩分级

色彩分级是照片后期处理的一个非常重要的阶段,使您的照片具有最终的触感:图像的心情,风格和整体感觉。 它可以通过多种方式实现,例如:通过使用内置滤镜,样式化插件或手动调整颜色曲线。 此过程的重要部分是色彩理论。 尤其是基于各种配色方案实现色彩和谐。 简而言之,基本的和声配色方案是:单色,相似和互补。

补色方案的示例。 从Day to Night Tutorial拍摄的源图像,已使用此代码进行了调整。

在以下系列文章中,我将重点介绍基于统计和机器学习的更多自动化颜色转移方法。 与手动过程不同,在手动过程中,我们必须决定是将图片进一步划分为暖色还是冷色,在这里,我们获取具有所需外观和感觉的图片,然后将这些颜色转换为图像以获得最终效果。 今天,我们仔细研究一下Eric Reinhard等人于2001年在名为“图像之间的颜色转移”的论文中首次发布的方法。 几乎所有进行某种颜色转移的纸张都引用了该纸张。 这是您比较结果的基准。

方法概述

Reinhard的方法对Ruderman等人的全局图像直方图进行操作。 不相关的Lαβ颜色空间。 彩色转印纸颜色空间中概述的其他方法可能使用此Lαβ颜色空间,有时甚至使用相关且广泛使用的CIELAB颜色空间。 本文描述了在相关RGB空间中变换图像的问题。 赖因哈德(Alert)背后的基本思想。 方法是在所有3个色彩空间维度上计算源图像和目标图像的算术平均值和方差。 这样,我们就可以得到αβ颜色空间中的平均亮度L和颜色。 输出颜色的公式首先从要调整的图像中减去均值,然后将其乘以方差比σ/σₜ,将图像方差相互转化,最后加上参考图像均值μₛ以将颜色偏移为所需的空间。 该算法的实现可以在这里找到。 在此实现中,引入了两个系数来显示当我们仅移位颜色(未应用方差比)或仅应用方差比而没有任何颜色偏移时发生的情况。

引擎盖下

让我们从实际示例开始,仔细研究此方法的机制:

来自Reinhard,2001年图像之间的色彩转移的结果, 右侧显示Lαβ颜色空间。 方差和均值均适用于整个范围。

现在,让我们看看如果仅执行均值平移,我们使用的代码是什么样子:

  / ** 
*从源到目标应用音调。
* /
apply_color_reinhard2001(source,dest,source.zone,dest.zone,0.0f / *方差系数* /,1.0f / *平均系数* /);

仅应用均值平移,分布仅向左或向右移动。 亮度对比度保持不变(右侧为白色直方图)

如果我们在不应用偏移的情况下调整方差会怎样?

  / ** 
*从源到目标应用音调。
* /
apply_color_reinhard2001(source,dest,source.zone,dest.zone,1.0f / *方差系数* /,0.0f / *平均系数* /);