作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

实现原理

图像饱和度是指图像色彩的纯洁性，色彩的鲜艳程度，它是影响色彩最终效果的重要属性之一。饱和度也被称为图片色彩纯度，即色彩中彩色成分和消色成分的占比，这个比例决定了色彩的饱和度及鲜艳程度。当色彩中彩色成分多时，其色彩就呈现饱和（色觉强）、鲜明效果，给人的视觉印象会更强烈；反之，若消色成分多，色彩会显得暗淡，视觉效果也随之减弱。

饱和度调整算法的实现流程如下：

1.设置调整参数percent，取值为-100到100，类似PS中设置，归一化后为-1到1。

2.针对图像所有像素点单个处理。计算RGB三通道的最大值最小值，可进一步得到delta和value：

$\\delta=(Max-Min)/255 \\value=(Max+Min)/255$

3.若最大最小一致，即delta=0，则表明为灰点，不需继续操作，直接处理下个像素。

4.通过value计算出HSL中的L值:

$L=(Max-Min)/(2*255)$

5.S值为:

$\left\{\begin{matrix} S=delta/value,L<0.5\\ S=delta/(2-value),L\geqslant 0.5 \end{matrix}\right.$

6.当percent大于等于0时，即提高色彩饱和度，那么alpha值为：

$\left\{\begin{matrix} alpha=S,percent+S\geqslant 1\\ alpha=1-percent,else \end{matrix}\right.$

此时，调整后的图像RGB三通道值为：

$RGB=RGB+(RGB-L*255)*alpha$

7.若percent小于0时，即降低色彩饱和度，则alpha=percent，此时调整后的图像RGB三通道值为：

$RGB=L*255+(RGB-L*255)*(1+alpha)$

至此，图像实现了饱和度的调整，算法逻辑参考xingyanxiao。C++实现代码如下。

功能函数代码

// 饱和度
cv::Mat Saturation(cv::Mat src, int percent)
{float Increment = percent* 1.0f / 100;cv::Mat temp = src.clone();int row = src.rows;int col = src.cols;for (int i = 0; i < row; ++i){uchar *t = temp.ptr<uchar>(i);uchar *s = src.ptr<uchar>(i);for (int j = 0; j < col; ++j){uchar b = s[3 * j];uchar g = s[3 * j + 1];uchar r = s[3 * j + 2];float max = max3(r, g, b);float min = min3(r, g, b);float delta, value;float L, S, alpha;delta = (max - min) / 255;if (delta == 0)continue;value = (max + min) / 255;L = value / 2;if (L < 0.5)S = delta / value;elseS = delta / (2 - value);if (Increment >= 0){if ((Increment + S) >= 1)alpha = S;elsealpha = 1 - Increment;alpha = 1 / alpha - 1;t[3 * j + 2] =static_cast<uchar>( r + (r - L * 255) * alpha);t[3 * j + 1] = static_cast<uchar>(g + (g - L * 255) * alpha);t[3 * j] = static_cast<uchar>(b + (b - L * 255) * alpha);}else{alpha = Increment;t[3 * j + 2] = static_cast<uchar>(L * 255 + (r - L * 255) * (1 + alpha));t[3 * j + 1] = static_cast<uchar>(L * 255 + (g - L * 255) * (1 + alpha));t[3 * j] = static_cast<uchar>(L * 255 + (b - L * 255) * (1 + alpha));}}}return temp;
}

C++测试代码

#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;#define max2(a,b) (a>b?a:b)
#define max3(a,b,c) (a>b?max2(a,c):max2(b,c))
#define min2(a,b) (a<b?a:b)
#define min3(a,b,c) (a<b?min2(a,c):min2(b,c))cv::Mat Saturation(cv::Mat src, int value);int main()
{cv::Mat src = imread("House.jpg");cv::Mat result = Saturation(src, 100);imshow("original", src);imshow("result", result);waitKey(0);return 0;
}// 饱和度
cv::Mat Saturation(cv::Mat src, int percent)
{float Increment = percent* 1.0f / 100;cv::Mat temp = src.clone();int row = src.rows;int col = src.cols;for (int i = 0; i < row; ++i){uchar *t = temp.ptr<uchar>(i);uchar *s = src.ptr<uchar>(i);for (int j = 0; j < col; ++j){uchar b = s[3 * j];uchar g = s[3 * j + 1];uchar r = s[3 * j + 2];float max = max3(r, g, b);float min = min3(r, g, b);float delta, value;float L, S, alpha;delta = (max - min) / 255;if (delta == 0)continue;value = (max + min) / 255;L = value / 2;if (L < 0.5)S = delta / value;elseS = delta / (2 - value);if (Increment >= 0){if ((Increment + S) >= 1)alpha = S;elsealpha = 1 - Increment;alpha = 1 / alpha - 1;t[3 * j + 2] =static_cast<uchar>( r + (r - L * 255) * alpha);t[3 * j + 1] = static_cast<uchar>(g + (g - L * 255) * alpha);t[3 * j] = static_cast<uchar>(b + (b - L * 255) * alpha);}else{alpha = Increment;t[3 * j + 2] = static_cast<uchar>(L * 255 + (r - L * 255) * (1 + alpha));t[3 * j + 1] = static_cast<uchar>(L * 255 + (g - L * 255) * (1 + alpha));t[3 * j] = static_cast<uchar>(L * 255 + (b - L * 255) * (1 + alpha));}}}return temp;
}

测试效果

通过调整percent可以实现图像饱和度的调整。

如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~

如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！

OpenCV-图像饱和度相关推荐

2、OpenCV图像的读写操作
OpenCV图像的读写操作概要图像由像素组成. 像素可以被认为是非常小的正方形结构,当连接在一起时会生成图像. 它们是任何图像的最小组成部分. 如果您仔细查看前面的图像,您将能够在图像中看到一些正 ...
OpenCV图像梯度（Sobel和Scharr）
OpenCV图像梯度(Sobel和Scharr) 1 图像梯度是什么? 2 图像梯度的用途 3 图像梯度的使用参考这篇博客将介绍图像渐变以及如何使用OpenCV的cv2.Sobel计算Sobel渐 ...
Python，OpenCV图像金字塔cv2.pyrUp(), cv2.pyrDown()
Python,OpenCV图像金字塔cv2.pyrUp, cv2.pyrDown 1. 效果图 2. 原理 2.1 什么是图像金字塔 2.2 金字塔分类 2.3 应用 3. 源码参考这篇博客将介绍 ...
OpenCV图像缩放插值之BiCubic双三次插值
图像缩放算法简介在图像的仿射变换中,很多地方需要用到插值运算,常见的插值运算包括最邻近插值,双线性插值,双三次插值(立体插值),兰索思插值等方法,OpenCV提供了很多方法,其中,双线性插值由于折中 ...
python皮同_Python OpenCV 图像的双线性插值算法，全网最细致的算法说明_橡皮擦，一个逗趣的互联网高级网虫-CSDN博客...
原文作者:梦想橡皮擦原文标题:Python OpenCV 图像的双线性插值算法,全网最细致的算法说明发布时间:2021-02-17 20:55:32 Python OpenCV 365 天学习计划 ...
OpenCV 图像加载和显示
OpenCV 图像加载和显示 OpenCV 图像加载和显示加载图像(使用cv :: imread) 创建一个名为OpenCV的窗口(使用cv :: namedWindow) 在OpenCV窗口中显示 ...
OpenCV图像坐标系与行列宽高的关系
这篇文章挺好 OpenCV图像坐标系与行列宽高的关系图片坐标系,与从小到大见到的xy坐标系,x轴方向相同,只是y轴方向相反.
python使用openCV图像加载（转化为灰度图像）、Canny边缘检测器检测图像的边缘（Detect Edges）
python使用openCV图像加载(转化为灰度图像).Canny边缘检测器检测图像的边缘(Detect Edges) 目录
python使用openCV图像加载（转化为灰度图像）、使用filter2D函数对图像进行锐化（Sharpen Images）
python使用openCV图像加载(转化为灰度图像).使用filter2D函数对图像进行锐化(Sharpen Images) 目录
python opencv 图像膨胀
python opencv 图像膨胀代码: import cv2 import numpy as np # 图像膨胀 def dilate_img(img,a,iterations):kernel ...

OpenCV-图像饱和度

实现原理

功能函数代码

C++测试代码

测试效果

OpenCV-图像饱和度相关推荐

最新文章

热门文章