Answers:
我在MATLAB中完美地复制了算法(基于@ Ivan Kuckir的答案):
function [ mO ] = ApplyBlackWhiteFilter( mI, vCoeffValues )
FALSE = 0;
TRUE = 1;
OFF = 0;
ON = 1;
numRows = size(mI, 1);
numCols = size(mI, 2);
dataClass = class(mI);
numCoeff = size(vCoeffValues, 1);
hueRadius = 1 / numCoeff;
vHueVal = [0:(numCoeff - 1)] * hueRadius;
mHsl = ConvertRgbToHsl(mI);
mO = zeros(numRows, numCols, dataClass);
vCoeffValues = numCoeff * vCoeffValues;
for jj = 1:numCols
for ii = 1:numRows
hueVal = mHsl(ii, jj, 1);
lumCoeff = 0;
% For kk = 1 we're dealing with circular distance
diffVal = min(abs(vHueVal(1) - hueVal), abs(1 - hueVal));
lumCoeff = lumCoeff + (vCoeffValues(1) * max(0, hueRadius - diffVal));
for kk = 2:numCoeff
lumCoeff = lumCoeff + (vCoeffValues(kk) * max(0, hueRadius - abs(vHueVal(kk) - hueVal)));
end
mO(ii, jj) = mHsl(ii, jj, 3) * (1 + lumCoeff);
end
end
end
请注意,从vPhotoshopValues
到的转换vCoeffValues
应按进行vCoeffValues = (vPhotoshopValues - 50) ./ 50
。
由于Photoshop的值在[-200,300]中,因此应使用线性映射到[-5,5] 50 -> 0
。
这是与Photoshop的比较:
在[0,255]范围内,最大误差小于1。
每个(彩色)图像均由RGB分量组成。当您仅向RED分量中的所有像素添加(或减少)常数值时,您将看到与向右移动RED选项卡等效的效果,并且以相同的方式减少RED分量的效果相同。
同样,您可以按照说明将固定值增加/减少每个分量。如果您将所有RGB分量增加/减少相同的值,这将等同于亮度变化(基本上是在添加/删除白色)。
青色,蓝色,洋红色-对应于CMYK颜色空间中的此类转换。(但是我猜想,这个颜色空间中的蓝色对应于青色和黄色的混合。所以这有点棘手。对于所有对象来说,转换基本上是相同的。
最后一个元素Tint:{色相和饱和度}对应于相同的操作,但是在这里,首先将图像转换为HSV模型,然后分别对色相和饱和度进行相减。
我不知道表盘标记与相应数字的确切关系,但可以通过尝试实际值来弄清楚。
dotProduct(color, vec3(0.2989, 0.5870, 0.1140)
操作)。3.在任何颜色空间中,蓝色都不“对应于青色和黄色的混合色”。