资讯

历史

科技

环境与自然

成长

游戏

财经

文学与艺术

美食

健康

家居

文化

情感

汽车

三农

军事

旅行

运动

教育

生活

星座命理

图像对比度、亮度、饱和度增强算法浅析与代码实现-进阶篇(附源码)

创作时间:

作者:

@小白创作中心

图像对比度、亮度、饱和度增强算法浅析与代码实现-进阶篇(附源码)

引用

CSDN

https://blog.csdn.net/weixin_42113310/article/details/141757175

一、背景

图像增强作为视频后处理中画质增强技术的一部分，指的是通过调整图片和视频图像画面的饱和度特性，使得画面色彩更加丰富和逼真，提升人的视觉主观感受。由于设备摄像头的多样性，部分摄像头在视频采集时存在饱和度不足，画面发灰，色彩寡淡等问题，这些情况在拍摄室外景物和颜色丰富的场景时尤其容易出现。这些问题可以通过算法的后处理调整进行改善。色彩增强配合视频降噪，暗光增强，对比度调整，边缘增强等技术，可以对视频画质起到较大的提升作用。

二、基本概念

HSV（Hue, Saturation, Value）和 RGB（Red, Green, Blue）是两种不同的颜色表示方法，各自有不同的特点和应用场景。

RGB（红、绿、蓝）

RGB 是一种基于光的颜色表示方法，通过红、绿、蓝三个颜色通道的不同组合来表示各种颜色。每个通道的值范围通常是 0 到 255。

特点：

加色模型：RGB 是一种加色模型，主要用于显示器、电视、相机等基于发光原理的设备。
颜色表示直观：直接表示颜色，但不容易进行颜色操作，例如调节亮度、饱和度等。

颜色表示：

纯红色：RGB(255, 0, 0)
纯绿色：RGB(0, 255, 0)
纯蓝色：RGB(0, 0, 255)
白色：RGB(255, 255, 255)
黑色：RGB(0, 0, 0)

HSV（色调、饱和度、明度）

HSV 是一种更接近人类视觉感知的颜色表示方法，通过色调（Hue）、饱和度（Saturation）和明度（Value）来表示颜色。

特点：

色调（H）：表示颜色的类型，范围是 0 到 360 度。0 度为红色，120 度为绿色，240 度为蓝色。
饱和度（S）：表示颜色的纯度，范围是 0 到 100%。0% 表示灰色，100% 表示纯色。
明度（V）：表示颜色的亮度，范围是 0 到 100%。0% 表示黑色，100% 表示最亮的颜色。

颜色表示：

纯红色：HSV(0, 100%, 100%)
纯绿色：HSV(120, 100%, 100%)
纯蓝色：HSV(240, 100%, 100%)
白色：HSV(0, 0%, 100%)
黑色：HSV(0, 0%, 0%)

区别与应用

表示方式不同

RGB 通过组合红、绿、蓝三种基色的强度来表示颜色。
HSV 通过色调、饱和度和明度来表示颜色，更接近人类的视觉感知。

适用场景不同

RGB 适用于需要直接显示颜色的场景，如屏幕显示、图像存储等。
HSV 适用于需要进行颜色操作的场景，如图像处理、颜色选择器等，因其可以更方便地调节颜色的亮度和饱和度。

颜色操作

在 RGB 中，调节亮度和饱和度并不直观，需要对 R、G、B 三个通道进行复杂的计算。
在 HSV 中，调节亮度和饱和度非常直观，只需调整 V 和 S 的值即可。

三、代码实现-进阶篇（OpenCV+C）

上文基础篇中我们已经通过OpenCV可以实现简单的，基于RGB图像的亮度、对比度的变换（增强或者减弱），但是，RGB色彩格式的亮度已经存在于每一个像素中，所以我们对色彩进行调整势必会导致亮度的改变，那么如果我们只想调整图像色彩的饱和度或者色调，而不增加亮度该怎么实现呢，答案就是通过调整HSV色彩格式中的色调（H）和饱和度（S）实现，而改变色调往往会导致有较大的色彩失真，一般我们会通过调整饱和度实现图像的色彩增强，通过OpenCV实现代码如下:

int AdjustImgHSV() 
{
    Mat srcHSV, sat, satAdj, dstMerge, dst;     //sat - saturation饱和度分量  
    Mat imageAwb = imread("D:\\测试视频\\1.jpg");
    vector<Mat> hsvChannels;
    double p1, p2, p3;
    
    cvtColor(imageAwb, srcHSV, CV_BGR2HSV);
    // 分离HSV通道
    cv::split(srcHSV, hsvChannels);
    // 增强亮度和饱和度
    // 以下代码仅为示例，增强方式根据需求设计
    hsvChannels[2] = hsvChannels[2] * 1.3; // 增强亮度
    hsvChannels[1] = hsvChannels[1] * 1.5; // 增强饱和度
    // 限制亮度值的范围在0到255之间
    cv::threshold(hsvChannels[2], hsvChannels[2], 0, 255, cv::THRESH_TOZERO);
    cv::threshold(hsvChannels[2], hsvChannels[2], 255, 255, cv::THRESH_TRUNC);
    //cv::threshold(hsvChannels[1], hsvChannels[2], 0, 255, cv::THRESH_TOZERO);
    //cv::threshold(hsvChannels[1], hsvChannels[2], 255, 255, cv::THRESH_TRUNC);
    merge(hsvChannels, dstMerge);
    cvtColor(dstMerge, dst, CV_HSV2BGR);
    imwrite("D:\\测试视频\\1-adjust-HSV.jpg", dst);
    return 0;
}

代码很简单，通过cvtColor色彩转换算法，将RGB色彩空间的图像转换成HSV色彩空间，通过以上代码我们可以实现对图像的饱和度和亮度进行调整，然后再合成到统一的图像中，调整后图像对比如下：

原图：

调整参数亮度alpha = 1.3，饱和度beta=1.5; 参数值只调整亮度和饱和度，不调整色调，调整后图像：

可以看到，相对于通过RGB色彩空间格式的调整方式，通过HSV色彩空间调整出的增强色彩和亮度的图像更加自然和真实，失真率较低，比较符合人类的感官。

然后，我们调整参数亮度alpha = 1.0，饱和度beta=1.5; 则可以得到我们想要的图像增强效果，即只增加色彩的饱和度，不增加亮度，使得增强后的图像更加自然，调整后图像对比如下：

原图：