顏色轉移算法

我對顏色傳遞的實現(xiàn)（松散地）基于Reinhard等人（2001）的圖像之間的顏色傳遞。

在本文中，Reinhard及其同事證明，通過分別利用L*a*b*顏色空間和每個L*、a*和b*通道的平均值和標準偏差，可以在兩幅圖像之間傳遞顏色。

算法如下：

• 第1步：輸入源圖像和目標圖像。源圖像包含希望目標圖像模擬的顏色空間。在本頁頂部的圖中，左邊的日落圖像是我的源，中間的圖像是我的目標，右邊的圖像是應用于目標的源的顏色空間。

• 第2步：將源圖像和目標圖像轉換為L*a*b*顏色空間。L*a*b*顏色空間模擬感知一致性，其中顏色值的微小變化也應產生顏色重要性的相對相等變化。與標準RGB顏色空間相比，L*a*b*顏色空間在模擬人類如何解讀顏色方面做得更好，正如你所看到的，它在顏色傳遞方面非常有效。

• 步驟3：拆分源和目標的通道。

• 步驟4：計算源圖像和目標圖像的每個L*a*b*通道的平均值和標準偏差。

• 步驟5：從目標通道中減去目標圖像的L*a*b*通道的平均值。

• 第6步：通過目標的標準偏差除以源的標準偏差，再乘以目標通道，來縮放目標通道。

• 第7步：為源添加L*a*b*通道的方式。

• 第8步：剪裁[0255]范圍之外的任何值。（注意：這一步不是原著的一部分。我之所以添加這一步，是因為OpenCV處理顏色空間轉換的方式。如果要在不同的語言/庫中實現(xiàn)此算法，您必須自己執(zhí)行顏色空間轉換，或者了解進行轉換的庫是如何工作的）。

• 第9步：將頻道重新合并在一起。

• 第10步：從L*a*b*空間轉換回RGB顏色空間。

我知道這似乎需要很多步驟，但事實并非如此，尤其是考慮到在使用Python、NumPy和OpenCV時，該算法的實現(xiàn)有多么簡單。

如果現(xiàn)在看起來有點復雜，別擔心。繼續(xù)閱讀，我會解釋為算法提供動力的代碼。

要求

我假設您的系統(tǒng)上安裝了Python、OpenCV（帶有Python綁定）和NumPy。