【发布时间】：2016-03-04 00:14:49
【问题描述】：
我有两个相机（A 和 B），我已经拍摄了校准场景的照片，然后校正失真并使用特征映射来获得像素精确配准，结果如下：
如您所见，颜色响应完全不同。我现在想做的是和 A 拍一张新照片，然后回答这个问题：如果我使用相机 B 会是什么样子？
是否有一些现有的技术或算法可以像这样在两个相机的色彩空间/配置文件之间进行转换？
【问题讨论】：
标签： opencv colors computer-vision
【发布时间】：2016-03-04 00:14:49
【问题描述】：
根据您提供的图像，将它们分割成小方块并不难。之后取两个图像中每个正方形的平均值（甚至更好的中值）。现在你有 2*m*n 值，如下所示：MeansReference_(m*n)，MeansQuery_(m*n)。使用线性颜色校正矩阵：
你可以构建这个线性系统：
MeansReference[i][j]= C * MeansQuery[i][j]
地点：
MeansReference[i][j] 是 Reference 图像中正方形 [i,j] 的颜色 (R,G,B) 的矢量 (3*1)。
MeansQuery[i][j] 是 Query 图像中正方形 [i,j] 的颜色 (R,G,B) 的矢量 (3*1)。
C 是3*3 矩阵(a11,a12,... ,a33)
现在，对于每个 i,j，您将得到 3 个线性方程（对于 R,G,B）。由于有 9 个变量 (a11...a33)，您至少需要 9 个方程，这意味着至少 3 个正方形（每个正方形为您提供 3 个方程）。但是，您构建的方程越多，您获得的准确性就越高。
如何求解方程数多于变量数的线性系统？使用Batch-LSE。您可以在 Neuro-Fuzzy-and-Soft-Computing-Jang-Sun-Mizutan 书籍或任何在线资源中找到有关它的详细信息。
找到 9 个变量后，您就有了一个颜色校正矩阵。只需将它应用到新相机的任何图像上，您就会得到一张看起来像是旧相机拍摄的图像。如果您想要相反，请改用C^-1。
祝你好运！
【讨论】：