Python を使用して画像のカラーマッチングを行う方法

Python を使用して画像のカラー マッチングを行う方法

1. はじめに

画像処理とコンピューター ビジョンの分野では、カラー マッチングは一般的です。タスク。カラーマッチングは、画像復元、画像合成、画像分類など、さまざまな用途に使用できます。この記事では、Python を使用して画像のカラー マッチングを行う方法と、対応するサンプル コードを紹介します。

2. 準備

始める前に、必要な作業環境を準備する必要があります。まず、Python と関連ライブラリをインストールする必要があります。

1. Python のインストール

Python は高水準プログラミング言語であり、適切なバージョンを公式 Web サイト https://www.python からダウンロードしてインストールできます。 org/.

2. 関連ライブラリのインストール

画像処理には、OpenCV および NumPy ライブラリを使用する必要があります。 pip コマンドを使用して、次の 2 つのライブラリをインストールできます:

pip install opencv-python
pip install numpy

3. カラー スペース変換

カラー マッチングの前に、まず画像を RGB カラー スペースから他のカラー スペースに変換する必要があります。 RGB 色空間は最も一般的な色表現方法の 1 つですが、カラー マッチングには最適ではありません。一般的に使用されるカラー マッチング色空間には、Lab 色空間と HSV 色空間が含まれます。

1. ラボ カラー スペースの変換

ラボ カラー スペースは、人間の目の色の認識に基づいています。色を明るさ (L) と 2 つのカラー チャネル (a と b) に分割します。 RGB 画像を Lab 色空間に変換すると、画像の色特性をより適切に記述することができます。

サンプル コードは次のとおりです。

import cv2

def rgb2lab(image):
    lab_image = cv2.cvtColor(image, cv2.COLOR_RGB2Lab)
    return lab_image

2. HSV 色空間変換

HSV 色空間は、色相 (H) と彩度を記述するために使用されます。色の(S)と明るさ(V)。 HSV 色空間は、色の特徴を表現するのにより適しています。

サンプル コードは次のとおりです:

import cv2

def rgb2hsv(image):
    hsv_image = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
    return hsv_image

4. カラー マッチング

画像をターゲット カラー スペースに変換した後、カラー マッチングにさまざまな方法を使用できます。この記事では、ヒストグラム マッチングとカラー マイグレーションという 2 つの一般的に使用される方法を紹介します。

1. ヒストグラム マッチング

ヒストグラム マッチングは、一般的に使用されるカラー マッチング方法です。 2 つの画像のカラー ヒストグラムを比較し、一方の画像のカラー分布をもう一方の画像に適用してカラー マッチングを実現します。

サンプル コードは次のとおりです。

import cv2

def histogram_matching(source_image, target_image):
    source_hist = cv2.calcHist([source_image], [0, 1, 2], None, [8, 8, 8], [0, 256, 0, 256, 0, 256])
    target_hist = cv2.calcHist([target_image], [0, 1, 2], None, [8, 8, 8], [0, 256, 0, 256, 0, 256])
    source_hist = cv2.normalize(source_hist, source_hist).flatten()
    target_hist = cv2.normalize(target_hist, target_hist).flatten()
    
    mapping = cv2.calcHist([source_hist], [0], None, [256], [0, 256])
    mapping = cv2.normalize(mapping, mapping).flatten()
    
    matched_image = mapping[target_image]
    
    return matched_image

2. カラー転送

カラー転送は、画像から色の特徴を学習し、それを画像に適用する方法です。別の画像のメソッド。画像の全体的なカラーマッチングを非常にうまく処理します。

サンプル コードは次のとおりです:

import cv2

def color_transfer(source_image, target_image):
    source_hsv = cv2.cvtColor(source_image, cv2.COLOR_RGB2HSV)
    target_hsv = cv2.cvtColor(target_image, cv2.COLOR_RGB2HSV)
    
    target_hsv[:,:,0] = source_hsv[:,:,0]
    target_hsv[:,:,1] = source_hsv[:,:,1]
    
    matched_image = cv2.cvtColor(target_hsv, cv2.COLOR_HSV2RGB)
    
    return matched_image

5. サンプル アプリケーション

次は、カラー マッチングを通じて、ある画像の色特性を別の画像に適用するサンプル アプリケーションです。 . .

import cv2
import numpy as np

def color_matching(source_image, target_image):
    source_lab = rgb2lab(source_image)
    target_lab = rgb2lab(target_image)
    
    matched_image = histogram_matching(source_lab, target_lab)
    
    return matched_image

# 读取源图片和目标图片
source_image = cv2.imread('source.jpg')
target_image = cv2.imread('target.jpg')

# 进行色彩匹配
matched_image = color_matching(source_image, target_image)

# 显示结果图片
cv2.imshow('matched_image', matched_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

6. 概要

この記事では、Python を使用して画像のカラー マッチングを行う方法を紹介し、対応するサンプル コードを提供します。読者は、自分のニーズに応じて、カラー マッチングのさまざまな方法を選択できます。カラー マッチングは画像処理やコンピュータ ビジョンの分野で広く使用されており、この記事が読者のこの分野の学習や研究に役立つことを願っています。

以上がPython を使用して画像のカラーマッチングを行う方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。