- 最近遇到了一个需求,就是对图片进行色彩风格转换,让一个物体可以以各种不同的色彩来呈现。
比如一个红色的苹果,我想把它转化成绿色,这可怎么办呢?本来想的解决方案是先识别边界,然后对边界内区域进行色彩替换或者填充,这样整个流程就分成了两步,首先需要进行边界判断,有了边界之后才能对某些区域颜色进行替换填充,填充的区域还是不规则的,填充的颜色也需要根据实际的情况来变化,同时还要兼顾阴影、高光等等的处理,想想真是头大。
然后我就突然想到了之前学 PS 的时候,曾经做过对某一张图片进行色调替换,我还记得当时调的内容是「色相」,通过调节这个值可以实现各种色调的转换。这之后我就心想,能不能用程序来做这件事呢?
于是我就开始了对图像色彩的一些研究,研究完了之后就实现了用 Python 来更换图片色调的功能,将这篇文章顺便记录下来。
先给大家看看效果吧,就比如我从百度上随便搜一张图,比如热气球吧,是这样子:
null 原图 我把它转成红色、黄色、蓝色、紫色,基本就是这个样子:
null 红色风格 null 黄色风格 null 绿色图片 null 蓝色图片 这里的图片都是经过 Python 自动转换算法实现的,主要调节的就是色相。其实代码实现是比较简单的,但在实现之前需要了解一些图像色彩知识。了解了这些之后我们再实现才会更加游刃有余。
下面我们就首先来了解一下图像色彩的基本知识,然后用 Python 实现色调转换算法吧。
RGB
首先让我们来了解下颜色的三原色,RGB。
RGB,其实就是三种颜色,分别代表红色(Red)、绿色(Green)、蓝色(Blue),用这三种原色颜色混合可以表示任意的颜色。RGB 是根据颜色发光的原理来设计的,比如这里有红绿蓝三道光,当三束光混合在一起的时候,其呈现的最终的光效颜色就取决于这三种原色光的强弱了。
•比如说红光最强,绿光和蓝光几乎没有,那么最后结果肯定呈现为红光了。 •如果蓝光很弱,红光和绿光非常强,那么结果就是红光和绿光的混合光,也就黄光。 •如果红绿蓝三种光都非常强,那么就会呈现三种光的混合光,也就是白光。 •如果三种光都非常弱,那就几乎没有光,自然就是黑色了。 如果大家了解过 RGB 的一些知识的话,想必也见过这张混合光图:
null 但是这仅仅是一张平面图,并不能很好地体现三原色的混合关系,大家可以看这张图:
null
实际上可以对 RGB 色值建立一个三维坐标系,坐标原点就在上图中所看不见的那个正方体顶点,像左延伸为 R 红色轴,向右延伸为 B 蓝色轴,向上延伸为 G 绿色轴。
RGB 在进行色彩表示时使用了 256 阶,也就是从 0-255,可以由一个字节来表示。数值越大,RGB 三个轴,每个轴对应的数值越大,就代表其亮度越高,最亮就对应着 255,最暗就对应着 0。三个轴上的三个数字联合起来可以用来表示一个颜色。
例如:
•(255, 255, 255) 就代表 RGB 都是满的,组成白色。 •(255, 255, 0) 就代表 R 红色是满的,G 绿色是满的,B 蓝色是没有的,红色和绿色混合为黄色,所以它就表示黄色。 •(0, 0, 0) 就代表 RGB 都是没有的,呈现黑色。 因此,通过这三个数值,我们就可以实现任何颜色的表示了。
HSV
但了解了 RGB 显然不能应对我们的需求,它和色相也没有什么关系,所以这里我们还需要研究另外一个颜色模型,叫做 HSV。
HSV,又叫做 HSB,其实也是三个参数,分别是色调(Hue)、饱和度(Saturation)、明度(Brightness),在 HSV 中 V 代表 Value,也是明度的意思。通过这三个值,我们同样可以表示任意的颜色。
首先我们看看 HSV (HSB) 颜色模型的坐标轴图吧,它可以用这么一个锥形的坐标来表示:
null 色调,Hue,它是一种角度度量,就是图中 Hue 所示的角度,绕圆锥体一周。它的值是从红色开始逆时针方向计算的,红色是 0,绿色是 120,蓝色为 240,形成一个红绿蓝三原色组成的色带。
饱和度,Saturation,它是图中 Saturation 所示的方向,由最上面圆的圆心向外扩散。它表示颜色接近光谱色的程度。一种颜色,可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大,颜色接近光谱色的程度就愈高,颜色的饱和度也就愈高。饱和度高,颜色则深而艳。光谱色的白光成分为 0,饱和度达到最高。通常取值范围为 0-100,值越大,颜色越饱和。也就是说图中,圆心处饱和度为 0,越靠近边,饱和度越高,最高达到 100。
明度,Brightness,它表示颜色明亮的程度,对于光源色,明度值与发光体的光亮度有关,对于物体色,此值和物体的透射比或反射比有关。通常取值范围为 0-100,0 对应黑色,100 对应白色。
另外大家如果用到取色板的话,它是这样子的:
null 你可以看到左边有个大的矩形,右边有个竖直的彩虹带。由于刚才所说的圆锥坐标不好表示,在调色板里面就把圆锥坐标拆成了两部分。 •右边的彩虹带就可以选择色调 Hue,拖动彩虹带的箭头位置就可以调整 Hue 的值。 •左边的正方形就和饱和度 Saturation、明度 Brightness 有关,横坐标表示饱和度 Saturation,纵坐标表示 Brightness,从左到右,饱和度 Saturation 变高,从下到上,明度 Brightness 变高。 •左下角,由于饱和度 Saturation 和明度 Brightness 都为 0,就呈现黑色。 •左上角,由于饱和度 Saturation 为 0,所以相当于没有颜色,颜色最浅,但是它的明度 Brightness 达到了最高,所以它就显示没有颜色的明度最高的色,即白色。 •右上角,由于饱和度 Saturation 和明度 Brightness 都为最高,那就显示最纯的 Hue 值。 这也就是 HSB 颜色模型的原理。
同样地,我们可以用 HSB 的三个值来表示任意的颜色,因此 HSB 也成为表示颜色的基本标准之一。
HSB 和 RGB 的转换
HSB 和 RGB 都能表示一个颜色,它们之间也是可以相互转换的,可以一一对应。
他们之间的转换逻辑这里就不再专门对其公式展开详解了,公式总结如下:
null RGB to HSB null HSV to RGB 大家如果感兴趣想要研究的话也可以去:https://www.rapidtables.com/convert/color/hsv-to-rgb.html 来了解一下详情,这里还有详细的转换表格以及实时转换实现。
另外对于它们之间的转换算法,很多库都已经封装好了。我们可以直接调用,比如 Python 中的 colorsys 模块,就实现了 rgb_to_hsv 和 hsv_to_rgb 算法,我们也可以直接使用。
色调转换
了解了以上内容之后,我们就可以使用程序来实现色调转换了。相比我们已经知道应该改什么内容了,那就是修改 HSV 中的 H 值,通过不同的 H 值我们就可以将图片转换为不同的色调了。
具体思路是怎样的呢:
•首先获取图像每个像素的的 RGB 色值。 •将 RGB 色值转化为 HSV 色值。 •调整 HSV 色值中的 H。 •将 HSV 色值转回 RGB 色值。 •输出图像。 一共就是这么五步,这里的两个转换色值的操作我们就可以借助于 colorsys 模块。另外需要安装一个 pillow 模块:
pip3 install pillow 安装完毕之后,我们准备任意一张图片,然后实现上面的五个步骤。
最终的代码实现如下:
- 上面的算法仅仅考虑了 RGB,如果有些图包含了透明像素,上面的程序对于透明像素是无法处理的,最后输出的结果会带有某种颜色的背景。
对于透明像素的处理,我们可以增加一个维度的值,就是 A,即 Alpha 透明度。