如何解决Python实现Gimp的亮度图层模式
Gimp 在图层设置中有一个“亮度”模式:
我用它在放大的低分辨率彩色图像上叠加高分辨率灰度图像,使彩色图像更清晰。例如,给定一个灰度图像和一个彩色图像
在模糊的彩色图像上应用灰度图像作为亮度“蒙版”的结果创建了一个清晰的彩色图像:
亮度过滤器是如何工作的,我将如何在 Python 中实现它(例如使用 Pillow)?
解决方法
简单来说,人眼对亮度(亮度)的微小变化比对颜色的微小变化更敏感。顺便说一下,这就是 JPEG 执行 chroma-downsampling 但保留全亮度数据的原因。
因此,基本上,您将低分辨率彩色图像转换为颜色空间,例如 Lab
或 HSV
或任何包含 L
或 V
成分。然后用您的(高质量/高分辨率)亮度数据替换该组件并转换回 RGB。这样您就可以保留较低质量的颜色数据,但将其与较高质量的亮度数据结合起来。
现在很晚了,所以我明天可能会写代码,但它看起来大致如下:
from PIL import Image
# Load low quality colour image and convert to HSV
lowQualColour = Image.open('colour.png')
HSV = lowQualColour.convert('HSV')
# Split channels,discarding Luminance
H,S,_ = HSV.split()
# Load high quality luminance as single channel
hiQualLuminance = Image.open('luminance.png').convert('L')
# Merge with colour channels and revert to RGB
result = Image.merge('HSV',(H,hiQualLuminance)).convert('RGB')
,
实验性地,使用这样的图像:
-
在白色上,亮度模式下的图层呈现自身的副本,因此合成图像的底部与顶层具有完全相同的亮度。
-
如果您沿垂直方向(例如使用指南)从一半移动到另一半,并查看
xyY
模型的指针值(其中Y
是亮度),你发现亮度值变化不大,所以总的来说,你可以假设亮度混合模式: -
将底部图像转换为具有亮度分量(可能是
xyY
)的某种颜色模型, -
将顶部图像转换为相同的颜色模型
-
使用顶部的亮度分量和底部的其他两个分量创建像素值。
-
将像素值转换回 RGB
这也与 LCh lightness
的工作方式一致,检查指针对话框中的 CIE LCh
值。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。