颜色转移算法

我对颜色传递的实现（松散地）基于Reinhard等人（2001）的图像之间的颜色传递。

在本文中，Reinhard及其同事证明，通过分别利用L*a*b*颜色空间和每个L*、a*和b*通道的平均值和标准偏差，可以在两幅图像之间传递颜色。

算法如下：

• 第1步：输入源图像和目标图像。源图像包含希望目标图像模拟的颜色空间。在本页顶部的图中，左边的日落图像是我的源，中间的图像是我的目标，右边的图像是应用于目标的源的颜色空间。

• 第2步：将源图像和目标图像转换为L*a*b*颜色空间。L*a*b*颜色空间模拟感知一致性，其中颜色值的微小变化也应产生颜色重要性的相对相等变化。与标准RGB颜色空间相比，L*a*b*颜色空间在模拟人类如何解读颜色方面做得更好，正如你所看到的，它在颜色传递方面非常有效。

• 步骤3：拆分源和目标的通道。

• 步骤4：计算源图像和目标图像的每个L*a*b*通道的平均值和标准偏差。

• 步骤5：从目标通道中减去目标图像的L*a*b*通道的平均值。

• 第6步：通过目标的标准偏差除以源的标准偏差，再乘以目标通道，来缩放目标通道。

• 第7步：为源添加L*a*b*通道的方式。

• 第8步：剪裁[0255]范围之外的任何值。（注意：这一步不是原著的一部分。我之所以添加这一步，是因为OpenCV处理颜色空间转换的方式。如果要在不同的语言/库中实现此算法，您必须自己执行颜色空间转换，或者了解进行转换的库是如何工作的）。

• 第9步：将频道重新合并在一起。

• 第10步：从L*a*b*空间转换回RGB颜色空间。

我知道这似乎需要很多步骤，但事实并非如此，尤其是考虑到在使用Python、NumPy和OpenCV时，该算法的实现有多么简单。

如果现在看起来有点复杂，别担心。继续阅读，我会解释为算法提供动力的代码。

要求

我假设您的系统上安装了Python、OpenCV（带有Python绑定）和NumPy。