图像算法研究---Luma-Key,Chroma-Key抠图

本文转载自：http://blog.sina.com.cn/s/blog_5cebe9cf0100nfea.html

在开始之前先确定数值以及符号约定
默认的图像空间是：RGB空间
使用和Shake一样的float表示颜色数值，颜色范围从 [0-1] 0：表示纯白 1：表示纯黑，0.5表示50%灰。
红色使用  (1,0,0) 符号表示。
R 表示红通道
G 表示绿通道
B 表示蓝通道
使用Apple Shake作为试验软件。
一．          Key 的基础概念
什么是Mattes:
Mattes 控制其他图像透明与不透明的图像。Mattes通常是只包含一个通道，是一幅黑白图像，通常黑色的区域代表完全透明，而白色区域代表完全不透明，而灰色区域表示着半透明。
数字合成中的一个重要的操作就是从一幅图像中提取所要的前景，让它与背景分离起来，这个过程就叫做提取Mattes,也叫做Keying，也就是我们所说的抠像。
抠像的方法有很多种，实际上每种合成软件中都提供了很多商业插件，而我们这里要描述的不是这些商业的插件的使用方法，而且数字合成中的一些基本基础知识和基本抠像手段，以及这些抠像手段的原理及应用。
选择那种抠像手段要取决于你的素材，而且拍的摄素材对前期的拍摄有一些要求，所以在抠像之前先要对素材进行分析。分析它的亮度范围，分析它的色彩，分析它的遮挡关系，分析它的拍摄设备(电影胶片摄影机器，广播Dv摄影机等)，分析要提取的范围以及背景等，通常一种抠像手段是很难达到要求的，这时候就需要多种手段并用，达到最终目的，但是在应用之前首先要了解这些基本手段的原理，这样才能够灵活的使用它们，这也是本文所要达到的目的。
如果使用技术手段无法达到要求的时候，可以使用手绘Mask的方式进行手工提取，如果对于动态的序列帧，那么就要对每一帧进行Mask动画，但是这些工作量是非常大的，可以使用软件抠像得到“大约”Matte，结合手绘Mask，就能减轻工作量。
为了更好的进行后期的抠像，在前期拍摄的时候，为了更好的提取所要的区域，通常使用蓝屏或者绿屏做为背景，为什么选用蓝屏或者绿屏呢？这有很多的解释，大家可以看使用通道操作进行抠像的部分可以有所了解。
下面我们讲介绍几种抠像基础方法：
二．          Luma-Key （亮度抠像）
亮度抠像主要是基于图像的暗部和亮部来创建Matte的。
工作原理：
首先把一幅含有RGB通道的图像转换为单通道的黑白图像，这幅黑白图像就代表着这幅图像的亮部和暗部区域。下面将设置两个数值lowValue,hightValue，只要黑白图像的数值大于hightValue，那么将会把这个数值设置为纯白色，如果小于lowValue就设置为纯黑色。下图形象化的展示了上面文字。

三维的山峰表示了黑白图像的亮度分布范围，山峰高出的区域代表图像像素的亮度越高。
使用2图的一个切割刀，可以对原来的图像的亮度区域进行修改。
通过对黑白图像亮度区域进行操作，可以得到Matte,通常这个不会那么的完美，然后对这个使用图像亮度得到的Matte进行二次处理，或者和其他方法生成的Matte进行合成，就能够生成想要的Matte.
1. 使一幅RGB图像转换为单通道的BW（黑白）图像。
亮度方程
L （亮度）= 0.29*R+0.59*G+0.12*B
使用Shake ColorX节点，实现公式。

解释：使用ColorX节点可以对RGBAZ通道进行表达式控制。
表示使用29%的红加上59%的绿加上12%的蓝构成一幅黑白图像，
因为眼睛对绿色比较敏感，所以绿色所占的比重要高于其他色成分。
    2 ．对这幅黑白图像进行处理
       现在已经把图像的亮度信息提出出来了，现在对这个黑白的亮度图像进行处理，就   得到想要的Matte.
       Shake 已经提供的LumaKey 不过在这里我们使用shake其他节点
       来实现和完善一个MyLumakey。
       下图是Shake节点网及解释

提示：如果想对亮度黑白图像进行更加多的控制，可以使用Shake-〉Color-〉Lookup节点，可以用曲线调节整幅图像，如果想实现Expand的效果必须同时对RGB曲线同时进行调节。
总结：Lumakey 的原理流程如下。

三． Chroma-Key （色度抠像）
理解RGB三维空间：
大家在初中时候刚学习初等几何时候，接触过坐标系的概念，方便的把代数问题可视化，方便分析问题，普通的立体空间坐标系，一般用xyz来表示，横，竖，纵三个方向，如果使用像素的RGB数值来表示三个向量方向，就可以组成一个新的坐标系，这个坐标系通常称为RGB空间，因为RGB数值可以在显示器上表示颜色，这样把整个RGB空间使用颜色像素完全填充，下图就是显示结果。可以看到一个立方体，实际上还有很多颜色空间。比如大家比较熟悉的hsv。

下图就是hsv空间，可以看到一个类似锥体的立体模型，不同形状说明他们轴向实现的方程是不一样的。

如果把一幅使用RGB表示的图像放入这个空间中，就可以通过这个坐标系来观察和分析整幅图像的红绿蓝颜色分布了，因为引入了立体坐标系，所以可以使用研究立体几何的方法来研究和处理图像了。这里将介绍Chroma-Key的一些原理，其中很多的概念和思路，大家可以借鉴一下，或者说发展一下，特别是对以后学习3D抠象有一个更加好的基础。

一幅图像在rgb空间的分布
点距离公式：
在高中时候肯定都学过两点在2d和３d坐标系中的距离公式，我们把它应用在我们的RGB空间中。
假设在xyz坐标系中有两点p1(r1,g1,b1),p2(r2,g2,b2),距离为D.
RGB 空间中两点之间距离公式：

考虑一下P1,P2这两个像素点，如果这两个像素颜色接近，也就是他们的RGB数值接近，那么D就会接近零，反映在颜色上就是接近黑色，如果两个像素点的颜色差异很大，也就是
RGB 数值之间差比较大，那么D就会很大，因为我们实现约定了，RGB范围在0-1之间，所以，最大距离如果大于1，那么就显示为白色，如果小于0，将显示为黑色。
我们在拍摄时候蓝屏，或者绿屏目的就是为了使前景和背景差异很大，所以上面的这个公式就能够帮助我们生成一张距离图。因为距离是单一浮点数，所以产生的这张图是单通道黑白的。

一张Distance map.
这张图片假设公式中，P1点在前景，P2点是背景蓝色的一张单一颜色图像，对这两张图片求距离得到的。女孩后面的黑色说明蓝布与我们要提出的颜色相近，所以距离接近黑色，女孩身上很少的蓝色，所以距离就接近白色，我们可以惊奇的发现，可以使用任何一种颜色作为比较色来提取这样的距离图。
有这样一个“大约“Matte,我们可以对这个图像进行调色处理，比如增加对比度，可以绘制遮罩等进行处理。
理解了上面的一些以后，关于Chroma-Key的一些解释就很好理解了。
Chroma-Key 　顾名思义就是通过色调来提取Matte,上面我们说过，如果我们预先对我们的图像进行调色处理，对于想要的像素，加大他与不想要的像素颜色之间的距离，对于不想要的像素，减小与不想要像素的颜色之间的距离，就可以达到提取matte的目的。
Chroma-Key 是首先把图像转换到HSV空间，然后对整幅图像进行调节，调节它的色调的偏移，范围，饱和度偏移，范围等，来达到上述目的。在Shake 中有一个很好的hsv调节工具，就是HueCurves,可以使用hue曲线对图像进行精细调节。
下图就是HueCurves节点的参数区。

下面我们把上面的理论总结一下，在shake中实现我们调节功能更加强大的MyChroma-Key。

这里的ContrastLum是对图像进行对比度处理，可以在此段区域内，对Distance Map进行调色处理，使用HueCurves进行调节时候，比如可以降低bHue的红色范围数值，因为前景女孩穿的是含红量高的衣服，比如可以增加rHue的红色范围数值，让女孩前景的颜色更加远离背景。
这也是很多商业抠象软件的基本原理，因为抠象实际是把分布在RGB空间中的一些部分给剔除掉的过程，比如Infeno中就使用三维来显示一幅图像分布，中间的三维物体表示剔出的区域，这样对这个三维物体进行参数调节或者“建模“处理，就可以得到想要的matte。
大家可以按照这个思路，使用立体几何的公式或者概念，加上Shake提供的方便的表达式节点，可以试验出更加有意思的抠象或者调色技术.

图像算法研究---Luma-Key,Chroma-Key抠图相关推荐

python 学习笔记 - for循环: 字典遍历, 分别打印key, value, key:value
#遍历字典, 分别打印key, value, key:value emp = {'name':'Tom', 'age':20, 'salary' : 8800.00}for k in emp.keys ...
出圈问题(java)-----n个人围成一圈，数到key或者key的倍数，出圈，问剩下的最后一个人原来的位置是多少？
出圈问题---n个人围成一圈,数到key或者key的倍数,出圈,问剩下的最后一个人原来的位置是多少? java版 1.n个人围成一圈,说明它是重复循环的,头就是尾. 2.每次数key或者key的倍数, ...
candidate key, primary key, superkey的区别
理解前觉得很复杂理解后觉得很简单简单的东西简单记录他们的共同点是:都能确定一个relation里每个tuple的唯一性关系: superkey包括candidate key, candidat ...
#{key}和${key} 取值的区别
mybatis中 #{key}和${key} 取值的区别 mapper映射文件 <select id="selectUser" resultType="com.rp ...
can not load key value key was removed or redis-server went away 关于spring 整合redis 以及保存到redis
spring 整合redis 1. 引用依赖  <dependency><groupId>org.springframework.boot& ...
H.266/VVC、VTM、YUV中的各种参数(函数)：slice、sps、pps、ss、vps、luma、chroma等
视频编码方向的小白,本篇是个人看VTM代码时的部分参数笔记,会逐步更新,若有错误请指正 slice 片,一帧可以分为多个片 sps sequence parameter set 序列参数集,解码相关信 ...
使用FFmpeg实现抠图合并功能（chroma key）
http://bbs.chinaffmpeg.com/forum.php?mod=viewthread&tid=265&fromuid=3%20(%E5%87%BA%E5%A4%84: ...
【原创】浅析密码学在互联网支付中的应用|RSA,Hash,AES,DES,3DES,SHA1,SHA256,MD5,SSL,Private Key,Public Key...
一)概述什么是互联网支付? 当支付遇到互联网,一场革命自然不可避免.成为现实的是传统的现金支付已经"退居二线",各种在线支付方式成为人们日常消费的主要支付方式.银行推出的网银以及 ...
图像算法研究---背景虚化算法
背景虚化算法研究一,背景虚化特点研究玩单反的人经常会使用背景虚化来拍摄一些很漂亮的照片,但是,单反毕竟不是每个人都可以玩的,因此,出现了很多软件算法来实现的背景虚化效果. 我们要实现背景虚化,首先 ...

图像算法研究---Luma-Key,Chroma-Key抠图

图像算法研究---Luma-Key,Chroma-Key抠图相关推荐

最新文章

热门文章