在OpenCV中使用色彩校正 |
您所在的位置:网站首页 › ccm色彩矩阵 › 在OpenCV中使用色彩校正 |
编者按:今年OpenCV收到了很多来自中国的贡献,比如DNN的ARM后端Tengine、基于深度学习的文本检测识别、对RISC-V的支持等新功能。在即将发布的4.5.1版本,华为开源能力中心的工程师又为OpenCV贡献了一个重要功能 -- 色彩校正。 作者:张金衡、单晨琪、王龙步 (华为开源能力中心) 本文将介绍CV领域一个重要应用 -- 色彩校正。该模块收录在 opencv_contrib/modules/mcc 模块中,由 PR #2671 贡献。 色彩校正简介 一般来说,由于拍摄设备、光线环境等客观因素,或者拍摄者喜好等主观因素影响,人们拍摄到的图片与真实物体的色彩会有一定的偏差。同一个事物在不同的环境下得到的图片颜色是不同的,这样就对接下来进行的图片处理、比较造成了一定影响。色彩校正技术就是为解决这个问题而提出的。 色彩校正(color calibration),通俗来说,就是使图片还原事物本身的颜色,也就是尽可能接近拍摄时人眼看所看到的事物。如今,色彩校正已经不仅在摄影中使用,而是在影视制作、游戏、医疗、建筑等各行各业中广泛使用。 需要注意的是,色彩校正与调色是不同的概念。前者是在图片中使事物的色彩重现,必须遵循一定的标准,不具有随意性,需要一些技术手段实现;后者则是人们对图片色彩的主观喜好而为,不需要遵循任何标准,具有随意性,是艺术性的实现。 从技术上来说,色彩校正[1]的目的是调整输入输出设备的颜色响应到已知状态。被校准的设备有时被称为校准源 ; 用作标准的色彩空间有时也称为校准目标。由于输入输出设备的制造工艺等,其通道响应存在非线性失真,为了校正该设备输出的图片,必须将其捕捉到的色彩与实际色彩进行校正。 色彩校正通常分成2个步骤: 一是先将输入色彩空间线性化为与亮度成正比。这个过程是不适定问题[2],因此有许多不同的解决方案; 二是做线性变换,把色彩空间变成绝对RGB色彩空间。所用的线性变换的矩阵称为色彩变换矩阵(color correction matrix,CCM),也称为CCM矩阵。CCM矩阵需要通过非线性优化来求解。 通常使用的校准色彩叫做色卡(colorchecker),最著名的是麦克白色卡(Macbeth ColorChecker)。色卡提供色彩校正中的参考色,所有的颜色都已经被标定。最流行的标准色卡是 Macbeth色卡,如下图所示。它包括4*6个色块,其中,最后一行的色块是灰色色块,可以用于灰度线性化或是白平衡。 Macbeth色卡 色彩校正的详细理论可查阅以下链接: https://github.com/riskiest/color_calibration/tree/v4/doc/pdf/English/Algorithm 在OpenCV中使用色彩校正 在对 OpenCV 进行 building 时,运行以下命令来 build 所有 opencv_contrib 模块 cmake -D OPENCV_EXTRA_MODULES_PATH=/modules/或者仅 build 色彩校正所在的 mcc 模块 cmake -D OPENCV_EXTRA_MODULES_PATH=/modules/mcc若使用 cmake-gui(CMake的GUI版本)进行构建,需要检查确认包含 mcc 模块。 opencv_contrib/modules/mcc 模块主要包含两个部分, 其一是 color checker detector 模型,具体说明可参考 https://github.com/opencv/opencv_contrib/blob/master/modules/mcc/tutorials/basic_chart_detection/basic_chart_detection.markdown; 其二为本文主要介绍的色彩校正模块。 色彩校正模块的核心类 -- ColorCorrectionModel: 声明: opencv_contrib/modules/mcc/include/opencv2/mcc/ccm.hpp 定义: opencv_contrib/modules/mcc/src/ccm.cpp ColorCorrectionModel 的参数说明如下: src : 检测到 ColorChecker 色块的颜色(颜色类型是RGB而不是BGR,颜色值在[0, 1]范围内); constcolor : 内置色卡,包括Macbeth、Vinyl、DigitalSG Mat colors : 参考颜色值(颜色值在[0, 1]范围内); ref_cs : 对应颜色值的色彩空间。如果颜色类型是RGB类型,则颜色格式是RGB而不是BGR; 支持的色彩空间有:RGB色彩空间(如COLOR_SPACE_sRGB)、线性RGB色彩空间(如COLOR_SPACE_sRGBL)、非RGB色彩空间(如COLOR_SPACE_Lab_D50_2)等。在本文中,以 samples/color_correction_model.cpp 的示例作为参考,提取关键步骤代码形成如下程序: #include #include #include using namespace std; using namespace cv; using namespace mcc; using namespace ccm; int main(int argc, char *argv[]) { // [get_messages_of_image]:获取图像消息 string filepath = "input.png"; // 输入图片路径 Mat image = imread(filepath, IMREAD_COLOR); Mat imageCopy = image.clone(); Ptr detector = CCheckerDetector::create(); // [get_color_checker]:准备ColorChecker检测 vector checkers = detector->getListColorChecker(); for (Ptr checker : checkers) { // [create]:创建CCheckerDetector对象,并使用getListColorChecker函数获取ColorChecker信息。 Ptr cdraw = CCheckerDraw::create(checker); cdraw->draw(image); Mat chartsRGB = checker->getChartsRGB(); Mat src = chartsRGB.col(1).clone().reshape(3, chartsRGB.rows/3); src /= 255.0; // [get_ccm_Matrix]:对于每个ColorChecker,都可以计算一个ccm矩阵以进行颜色校正。Model1是ColorCorrectionModel类的对象,可以根据需要来修改参数以获得最佳色彩校正效果。 ColorCorrectionModel model1(src, COLORCHECKER_Vinyl); model1.run(); Mat ccm = model1.getCCM(); std::cout |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |