实现原理
图像饱和度是指图像色彩的纯洁性，色彩的鲜艳程度，它是影响色彩最终效果的重要属性之一。饱和度也被称为图片色彩纯度，即色彩中彩色成分和消色成分的占比，这个比例决定了色彩的饱和度及鲜艳程度。当色彩中彩色成分多时，其色彩就呈现饱和（色觉强）、鲜明效果，给人的视觉印象会更强烈；反之，若消色成分多，色彩会显得暗淡，视觉效果也随之减弱。
饱和度调整算法的实现流程如下：
1.设置调整参数percent，取值为-100到100，类似PS中设置，归一化后为-1到1。
2.针对图像所有像素点单个处理。计算RGB三通道的最大值最小值，可进一步得到delta和value：
3.若最大最小一致，即delta=0，则表明为灰点，不需继续操作，直接处理下个像素。
4.通过value计算出HSL中的L值:
5.S值为:
6.当percent大于等于0时，即提高色彩饱和度，那么alpha值为：
此时，调整后的图像RGB三通道值为：
7.若percent小于0时，即降低色彩饱和度，则alpha=percent，此时调整后的图像RGB三通道值为：
至此，图像实现了饱和度的调整，算法逻辑参考xingyanxiao。C++实现代码如下。
功能函数代码
// 饱和度 cv::Mat Saturation(cv::Mat src, int percent) { float Increment = percent* 1.0f / 100; cv::Mat temp = src.clone(); int row = src.rows; int col = src.cols; for (int i = 0; i < row; ++i) { uchar *t = temp.ptr<uchar>(i); uchar *s = src.ptr<uchar>(i); for (int j = 0; j < col; ++j) { uchar b = s[3 * j]; uchar g = s[3 * j + 1]; uchar r = s[3 * j + 2]; float max = max3(r, g, b); float min = min3(r, g, b); float delta, value; float L, S, alpha; delta = (max - min) / 255; if (delta == 0) continue; value = (max + min) / 255; L = value / 2; if (L < 0.5) S = delta / value; else S = delta / (2 - value); if (Increment >= 0) { if ((Increment + S) >= 1) alpha = S; else alpha = 1 - Increment; alpha = 1 / alpha - 1; t[3 * j + 2] =static_cast<uchar>( r + (r - L * 255) * alpha); t[3 * j + 1] = static_cast<uchar>(g + (g - L * 255) * alpha); t[3 * j] = static_cast<uchar>(b + (b - L * 255) * alpha); } else { alpha = Increment; t[3 * j + 2] = static_cast<uchar>(L * 255 + (r - L * 255) * (1 + alpha)); t[3 * j + 1] = static_cast<uchar>(L * 255 + (g - L * 255) * (1 + alpha)); t[3 * j] = static_cast<uchar>(L * 255 + (b - L * 255) * (1 + alpha)); } } } return temp; }
C++测试代码
#include <opencv2/opencv.hpp> using namespace cv; using namespace std; #define max2(a,b) (a>b?a:b) #define max3(a,b,c) (a>b?max2(a,c):max2(b,c)) #define min2(a,b) (a<b?a:b) #define min3(a,b,c) (a<b?min2(a,c):min2(b,c)) cv::Mat Saturation(cv::Mat src, int value); int main() { cv::Mat src = imread("House.jpg"); cv::Mat result = Saturation(src, 100); imshow("original", src); imshow("result", result); waitKey(0); return 0; } // 饱和度 cv::Mat Saturation(cv::Mat src, int percent) { float Increment = percent* 1.0f / 100; cv::Mat temp = src.clone(); int row = src.rows; int col = src.cols; for (int i = 0; i < row; ++i) { uchar *t = temp.ptr<uchar>(i); uchar *s = src.ptr<uchar>(i); for (int j = 0; j < col; ++j) { uchar b = s[3 * j]; uchar g = s[3 * j + 1]; uchar r = s[3 * j + 2]; float max = max3(r, g, b); float min = min3(r, g, b); float delta, value; float L, S, alpha; delta = (max - min) / 255; if (delta == 0) continue; value = (max + min) / 255; L = value / 2; if (L < 0.5) S = delta / value; else S = delta / (2 - value); if (Increment >= 0) { if ((Increment + S) >= 1) alpha = S; else alpha = 1 - Increment; alpha = 1 / alpha - 1; t[3 * j + 2] =static_cast<uchar>( r + (r - L * 255) * alpha); t[3 * j + 1] = static_cast<uchar>(g + (g - L * 255) * alpha); t[3 * j] = static_cast<uchar>(b + (b - L * 255) * alpha); } else { alpha = Increment; t[3 * j + 2] = static_cast<uchar>(L * 255 + (r - L * 255) * (1 + alpha)); t[3 * j + 1] = static_cast<uchar>(L * 255 + (g - L * 255) * (1 + alpha)); t[3 * j] = static_cast<uchar>(L * 255 + (b - L * 255) * (1 + alpha)); } } } return temp; }
测试效果
图1 原图
图2 percent为50时的效果图
图3 percent为-50时的效果图
通过调整percent可以实现图像饱和度的调整。
如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
