Opencv上的线性反转图像

Question

我正在尝试使用 opencv 和 python 在 GIMP 中模拟线性反转函数。除了在线性光下使用之外，我找不到有关如何实现该功能的更多信息。自从我读到 opencv 导入线性 BGR 图像后，我开始尝试在 RGB opencv 上进行正常反转，但我只能复制常见的GIMP 上的反演方法。

反演函数：

def negative(image):
    img_negative = (255-image)
    return img_negative

原创

GIMP 上的线性反转（负）图像

GIMP 上的倒置（负片）图像

任何见解将不胜感激。

Answer 1

从 2.10 开始，Gimp 在线性色彩空间中工作，如果您查看该函数的原始源代码，它只是按位计算的。所以，下面是代码在 opencv-python 中的样子：

import numpy as np
import cv2

#https://www.pyimagesearch.com/2015/10/05/opencv-gamma-correction/

def adjust_gamma(image, gamma=1.0):
    # build a lookup table mapping the pixel values [0, 255] to
    # their adjusted gamma values
    invGamma = 1.0 / gamma
    table = np.array([((i / 255.0) ** invGamma) * 255
        for i in np.arange(0, 256)]).astype("uint8")

    # apply gamma correction using the lookup table
    return cv2.LUT(image, table)

def invert_linear(img):
    x= adjust_gamma(img, 1/2.2)
    x= cv2.bitwise_not(x)
    y=  adjust_gamma(x, 2.2)

    return y

Answer 2

这需要一点点试错，但除了反转图像之外，还必须进行一些缩放和平移。

我所做的特别是除了反转图像之外，我还截断了每个通道的强度超过 153 的任何值，并将它们饱和到 153。使用此中间输出后，我移动范围以便映射最低值到 102，最高值被映射到 255。这只需将 102 添加到中间输出中的每个值即可。

当我这样做时，我得到了一张与你所追求的相似的图像。

换句话说：

import cv2
import numpy as np

im = cv2.imread('input.png') # Your image goes here
im_neg = 255 - im
im_neg[im_neg >= 153] = 153 # Step #1
im_neg = im_neg + 102 # Step #2
cv2.imshow('Output', np.hstack((im, im_neg)))
cv2.waitKey(0)
cv2.destroyWindow('Output')

值得庆幸的是，最小值和最大值分别为 0 和 255，这使得这个过程更简单。我得到这个输出并注意到我将两个图像连接在一起：

请注意，您想要的图像存储在im_neg 中。如果您只想单独查看图像：

与你的相比：

这与您在提供的输出图像中看到的不完全一样，特别是因为彩色方块周围似乎有一些噪点，但这是我能得到的最接近的结果，有人可能会争辩说我产生的结果更好感性的。

希望这会有所帮助！