opencv滤镜-3Dlut滤镜

原理

lut滤镜是传统处理算法的滤镜中最常见也是最常用的调试滤镜算法,目前在很多美颜、剪辑软件也广泛使用,比如抖音、剪映、美图秀秀等。其原理也非常简单,就是基于颜色映射,将预设好的映射关系存入到一张 3dlut图片中,在应用滤镜的时候进行逐个像素的映射转换。原理简单可以表示为以下表达式

$$(r_{dst}, g_{dst}, b_{dst})= F_{lut}(r_{src}, g_{src}, b_{src})$$

3dlut

而 3dlut虽然表示的是rgb三个维度的映射转换关系查找表,但为了储存格式方便,在rgb中三维的 b维度给分层分块已平铺的方式存在了2d的图片中。如下图所示

3dlut转2d图片

通常这么一张标准的2d查找图是8x8的64分块图片,图片长宽为 512x512,制作标准的一对一映射关系查找图可以参考 创建3Dlut

获取到标准的lut后,可以将其导入 PS中进行调色,调整后再重新导出。然后程序读取就可以进滤镜调整了。这是一张白皙的滤镜

lut

下面作用一些的图原图

人像原图

进行滤镜调整的效果

执行演示

代码实现

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
#include "opencv2/opencv.hpp"
#include <algorithm>

cv::Mat src_img;
cv::Mat lut_img;
int slider_intensity = 0;

void Lut(const cv::Mat& src, const float intensity, cv::Mat& result)
{
    auto width = src.cols;
    auto height = src.rows ;
    result = src_img.clone();
    for(int i = 0; i < height; i++)
    {
        for(int j = 0; j < width; j++)
        {
            int r =  src.at<cv::Vec3b>(i, j)[2];
            int g =  src.at<cv::Vec3b>(i, j)[1];
            int b =  src.at<cv::Vec3b>(i, j)[0];
            //计算从8x8里面的第几块方块取色
            int block1 = std::floor(64 * static_cast<float>(b) / 256.0);
            int block2 = std::ceil(64 * static_cast<float>(b) / 256.0);

            int block_x1 = block1 % 8;
            int block_x2 = block2 % 8;
            int block_y1 = block1 / 8;
            int block_y2 = block2 / 8;

            //计算每块里面的具体index
            int lut_x1 = block_x1 * 64 + 64 * (r / 256.0);
            int lut_x2 = block_x2 * 64 + 64 * (r / 256.0);
            int lut_y1 = block_y1 * 64 + 64 * (g / 256.0);
            int lut_y2 = block_y2 * 64 + 64 * (g / 256.0);

            auto color1 = lut_img.at<cv::Vec3b>(cv::Point(lut_x1, lut_y1));
            auto color2 = lut_img.at<cv::Vec3b>(cv::Point(lut_x2, lut_y2));
            result.at<cv::Vec3b>(i, j)[0] = std::clamp((int)std::round((color1[0] + color2[0]) / 2.0), 0, 255);
            result.at<cv::Vec3b>(i, j)[1] = std::clamp((int)std::round((color1[1] + color2[1]) / 2.0), 0, 255);
            result.at<cv::Vec3b>(i, j)[2] = std::clamp((int)std::round((color1[2] + color2[2]) / 2.0), 0, 255);
        }
    }
    //依照强度进行混合
    cv::addWeighted(src_img,1.0 - intensity, result, intensity, 0.0, result);
}

void LutTrack(int, void*)
{
    cv::Mat result;
    float intensity = slider_intensity / 100.0;
    Lut(src_img,  intensity, result);
    cv::imshow("lut", result);
}

int main(int argc, char** argv)
{
    src_img = cv::imread("test.jpg");
    lut_img = cv::imread("lut.png");
    cv::namedWindow("lut");
    cv::createTrackbar("intensity", "lut", &slider_intensity, 100, LutTrack, nullptr);
    LutTrack(0, nullptr);
    cv::waitKey(0);
    return 0;
}

微信公众号