クロス処理アルゴリズム（画像操作）

Question

私はJavaScriptで画像処理ライブラリを開発していたと

このような

の

ソートを「クロスプロセス」効果を達成するためのアルゴリズムであるかと思いました

Answer 1

私はsegmoiに応じて色の再マッピングを使用して、基本的なチャネル補正をしたhttp://photographypla.net/cross-processed-lightroom/

に私のスクリプトをベースd（赤と緑のチャンネルの場合）と青のチャンネルの場合は二重指数です。それらの関数はhttp://www.flong.com/texts/code/shapers_exp/から取った。

基本的な補正は、このようになります後の画像：

あなたがのparams sFactor1とsFactor2を変更することで、この結果で遊ぶことができます。

その後、私は全体のコントラストを下げ、いくつかのローカルヒストグラムの強調をしましたが、この部分を使わず、ハイライトのシャドウと白と黒の調整のための良い実装を探してください。

最終結果：

コード：

import cv2 
import numpy as np 
import math 

# Define an S shape segmoid that with controlled shape. Based on http://www.flong.com/texts/code/shapers_exp/ 

# Function for sigmoid creation with s shape facor 
def doubleExponentialSigmoid(x, a): 

    epsilon = 0.00001 
    min_param_a = 0.0 + epsilon 
    max_param_a = 1.0 - epsilon 
    a = min(max_param_a, max(min_param_a, a)) 
    a = 1.0 - a # for sensible results 
    y = 0 
    if x <= 0.5: 
     y = (math.pow(2.0 * x, 1.0/a))/2.0 
    else: 
     y = 1.0 - (pow(2.0 * (1.0-x), 1.0/a))/2.0 
    return y 

# Function for reverse sigmoid creation with reverse s shape facor 
def doubleExponentialSeat(x,a): 

    epsilon = 0.00001 
    min_param_a = 0.0 + epsilon 
    max_param_a = 1.0 - epsilon 
    a = min(max_param_a, max(min_param_a, a)) 
    y = 0 
    if x <= 0.5: 
     y = (math.pow(2.0*x, 1-a))/2.0; 
    else: 
     y = 1.0 - (math.pow(2.0*(1.0-x), 1-a))/2.0 
    return y 

# Function for s shape function creation 
def getSigmoidLut(sFactor,reverseShape=False): 
    rangeOfValues = np.arange(0, 1+(float(1)/float(255)), float(1)/float(255)) 
    index = 0 
    sigmoidLUT = np.zeros_like(rangeOfValues) 
    if reverseShape: 
     for v in rangeOfValues: 
      sigmoidLUT[index] = doubleExponentialSeat(v, sFactor) 
      index = index + 1 
    else: 
     for v in rangeOfValues: 
      sigmoidLUT[index] = doubleExponentialSigmoid(v, sFactor) 
      index = index + 1 

    return sigmoidLUT 

# A function to map one range to another 
def RangeMapping(currentMin,currentMax,newMin,newMax): 

    newRange = np.zeros((256,1)) 
    for v in range(256): 
     newRange[v] = (((v - currentMin) * (newMax - newMin))/(currentMax - currentMin)) + newMin 

    return newRange 

# Function to lower contrast by a factor 
def LowerContrast(intensityChannel, factor): 

    # Second chane the contrast by the factor 
    mappingLUT = RangeMapping(np.min(intensityChannel),np.max(intensityChannel),np.round(np.min(intensityChannel)*factor),np.round(np.max(intensityChannel)/factor)) 
    newIntensity = cv2.LUT(intensityChannel,mappingLUT) 

    return newIntensity 

# This cross processing is based on the tutorial in http://photographypla.net/cross-processed-lightroom/ 

# Params 
sFactor1 = 0.7 
sFactor2 = 0.3 
lowContrastFactor = 1.05 

# Read image 
I = cv2.imread('im.jpg') 

# Step 1: Separate to the three channels 
R,G,B = cv2.split(I) 

# Step 2: Map to a S curve each channel 

# Get a S shaped segmoid 
redChannelLUT = np.round(getSigmoidLut(sFactor1,False)*255).astype(np.uint8) 
greenChannelLUT = redChannelLUT 
blueChannelLUT =np.round(getSigmoidLut(sFactor2,True)*255).astype(np.uint8) 

# Apply correction 
redChannelCorrection = cv2.LUT(R, redChannelLUT) 
greenChannelCorrection = cv2.LUT(G, greenChannelLUT) 
blueChannelCorrection = cv2.LUT(B, blueChannelLUT) 

# Step 3: Merge corrected channels 
ICorrection = cv2.merge((redChannelCorrection,greenChannelCorrection,blueChannelCorrection)) 

# From here you can do whatever you want to the colors shadows highlights etc... 
# Separate color and intensity 
Iycr = cv2.cvtColor(ICorrection,cv2.COLOR_RGB2YCR_CB) 
intensityCh,C,R = cv2.split(Iycr) 

# Step 4: lower contrast 
newLowerIntensityContrast = LowerContrast(intensityCh,lowContrastFactor) 

# Step 5: Local contrast enhacment 
clahe = cv2.createCLAHE(clipLimit=1.0, tileGridSize=(8,8)) 
ICorrectedShadows = clahe.apply(newLowerIntensityContrast.astype(np.uint8)) 

# Final step re construct image 
IycrLowContrast = cv2.merge((ICorrectedShadows,C,R)) 
finalImage = cv2.cvtColor(IycrLowContrast,cv2.COLOR_YCrCb2RGB) 

cv2.imshow('Original',I) 
cv2.imshow('ColorCorrection',ICorrection) 
cv2.imshow('LowContrast',newLowerIntensityContrast.astype(np.uint8)) 
cv2.imshow('Final',finalImage)