阿毛的蛋疼地

图片编辑之色彩平衡

20 Jan 2011

年关将至，琐碎的事多了起来，前几天还回了趟温州，继而很是心寒：温州的人际关系实在过于复杂，看了很多所谓的亲朋好友为了点钱勾心斗角争吵不休的事，实在感到悲哀。曾经一度很想回温州工作，不过现在这情况看看觉得还是算了：待在杭州反倒清净一些，少了些无所谓的干扰，只可惜离父母远了些。回来以后一直没找到状态，而手头也没多少事，倒也落得清闲，可惜日报也只能随着清闲了。回来没几天又订了回去的火车票，在雪中排了一个多小时的票才买到，很是折腾。不过毕竟也算了了年底的最后一件大事，接下几天也就只用扫扫闪印和相片管家的尾，也好准备回家过大年了。年前再接再厉更新篇博文，讲讲关于色彩平衡。

什么是色彩平衡(Color Balance)

在图像处理和编辑中，对颜色强度 (尤其是红，绿，蓝这种主色) 进行全局调整即是色彩平衡。这种调整的一个重要目的是突出显示某种色调—- 尤其是中立色。

图像编辑中的色彩平衡调整方法基本是直接操作 RGB 通道上的像素点，和其他场景下的色彩平衡很不一样。(比如摄影，是通过物理上的方法来实现：使用特殊镜头，特殊滤镜等)基于这个观点，亮度调整一文 中提到的各种方法都是可以来做色彩平衡(PS Tutorial)：曲线调整，色阶调整等。只需要将作用通道设置为相应的色彩通道即可。在这里要罗嗦一句：在 PS 或者是 GIMP 提供的颜色相关的调整方法中，曲线调整的效果是最好的，因为它的参数完全是自定义的，最精细。

GIMP/PS 中色彩平衡

PS 和 GIMP 中都提供了独立色彩平衡功能，其界面和选项基本都是一样，如下图：

此处输入图片的描述

单纯从原理上来说，这种色彩平衡的实现也比较简单： 滚动条右边的显示的 RGB，而左边显示的是 CMYK 色彩空间中的 Cyan(青)，Magenta(洋红)，Yellow(黄)。RGB 是一种加色模型(所谓的自发光)，而 CMYK 是一种减色模型(吸收光)。其关系如下图所示：

此处输入图片的描述

可以看出，RGB 的不同相加组合可以产生 CMYK 中的任意一种，而相应 CMYK 空间中各种色彩的缺失组合也可以产生 RGB 色彩空间中任意一种颜色。所以得出一个结论就是：所有加减色操作完全可以直接在 RGB 空间内完成，而不需要转换到 CMYK 色彩空间。比如增加红色就必然引起青色的减少。见过很多写法是先从 RGB 转换到 CMYK 空间再进行调整，调整完毕后再转换回来，不仅低效而且有画蛇添足之嫌。

然后就是对亮度区域的鉴别：阴影，中间调，高光。这三个概念相对而言比较模糊：并没有明确定义表示亮度超过多少可以认为是高光区，而亮度低于多少是阴影区，只有一个相对模糊的界定。而单个通道上的像素亮度并不能反映这个像素真实的亮度。所以在亮度区域的选择上只是反映了调整力度的大小，而并没有完全真实地反映调整区域范围。(如果进行亮度区域界定并对不同亮度区域进行调整，一来比较耗时间，而来也并不会取得太好的效果)

最下面的选项：保持明度。明度计算的公式为

Lightness = (Max(RGB) + Min(RGB)) / 2

因为直接操作了各个通道上的亮度值，整个像素点对应的明度也有可能发生变化，保持明度可以让用户感觉整个色彩平衡的变化更平滑。

原理讲完，上代码:

void BalanceColor(TiBitmapData& bitmap,int cyan, int magenta, int yellow,
TINYIMAGE_TRANSFERMODE mode,bool preserveLuminosity)
{
	TINYIMAGE_ASSERT_VOID(cyan>= -100 && cyan<=100);
	TINYIMAGE_ASSERT_VOID(magenta>= -100 && magenta<=100);
	TINYIMAGE_ASSERT_VOID(yellow>= -100 && yellow<=100);
	// 初始化色彩调整区域参数
	double  cyan_red[3];
	double  magenta_green[3];
	double  yellow_blue[3];
	for (int i = TINYIMAGE_TRANSFERMODE_SHADOWS; i <= TINYIMAGE_TRANSFERMODE_HIGHLIGHTS; i++)
	{
		cyan_red[i] = 0.0;
		magenta_green[i] = 0.0;
		yellow_blue[i] = 0.0;
	}
	cyan_red[mode] = cyan;
	magenta_green[mode] = magenta;
	yellow_blue[mode] = yellow;
	// 初始化转换用的数组
	InitTransferArray();
	// 创建 LOOKUP TABLE
	double  *cyan_red_transfer[3];
	double  *magenta_green_transfer[3];
	double  *yellow_blue_transfer[3];
	int   red, green, blue;
	u8 r_lookup[256],g_lookup[256],b_lookup[256];
	// 设置转换数组
	cyan_red_transfer[TINYIMAGE_TRANSFERMODE_SHADOWS] = (cyan_red[TINYIMAGE_TRANSFERMODE_SHADOWS] > 0) ? shadows_add : shadows_sub;
	cyan_red_transfer[TINYIMAGE_TRANSFERMODE_MIDTONES] = (cyan_red[TINYIMAGE_TRANSFERMODE_MIDTONES] > 0) ? midtones_add : midtones_sub;
	cyan_red_transfer[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] = (cyan_red[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] > 0) ? highlights_add : highlights_sub;
	magenta_green_transfer[TINYIMAGE_TRANSFERMODE_SHADOWS] = (magenta_green[TINYIMAGE_TRANSFERMODE_SHADOWS] > 0) ? shadows_add : shadows_sub;
	magenta_green_transfer[TINYIMAGE_TRANSFERMODE_MIDTONES] =   (magenta_green[TINYIMAGE_TRANSFERMODE_MIDTONES] > 0) ? midtones_add : midtones_sub;
	magenta_green_transfer[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] = (magenta_green[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] > 0) ? highlights_add : highlights_sub;
	yellow_blue_transfer[TINYIMAGE_TRANSFERMODE_SHADOWS] = (yellow_blue[TINYIMAGE_TRANSFERMODE_SHADOWS] > 0) ? shadows_add : shadows_sub;
	yellow_blue_transfer[TINYIMAGE_TRANSFERMODE_MIDTONES] = (yellow_blue[TINYIMAGE_TRANSFERMODE_MIDTONES] > 0) ? midtones_add : midtones_sub;
	yellow_blue_transfer[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] =   (yellow_blue[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] > 0) ? highlights_add : highlights_sub;
	for (int i = 0; i < 256; i++)
	{
		red = i;
		green = i;
		blue = i;
		red += (int)( cyan_red[TINYIMAGE_TRANSFERMODE_SHADOWS] * cyan_red_transfer[TINYIMAGE_TRANSFERMODE_SHADOWS][red]
		+ cyan_red[TINYIMAGE_TRANSFERMODE_MIDTONES] * cyan_red_transfer[TINYIMAGE_TRANSFERMODE_MIDTONES][red]
		+ cyan_red[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] * cyan_red_transfer[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS][red]);
		red = CLAMP0255 (red);
		green += (int)( magenta_green[TINYIMAGE_TRANSFERMODE_SHADOWS] * magenta_green_transfer[TINYIMAGE_TRANSFERMODE_SHADOWS][green]
		+ magenta_green[TINYIMAGE_TRANSFERMODE_MIDTONES] * magenta_green_transfer[TINYIMAGE_TRANSFERMODE_MIDTONES][green]
		+ magenta_green[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] * magenta_green_transfer[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS][green]);
		green = CLAMP0255 (green);
		blue +=(int)( yellow_blue[TINYIMAGE_TRANSFERMODE_SHADOWS] * yellow_blue_transfer[TINYIMAGE_TRANSFERMODE_SHADOWS][blue]
		+ yellow_blue[TINYIMAGE_TRANSFERMODE_MIDTONES] * yellow_blue_transfer[TINYIMAGE_TRANSFERMODE_MIDTONES][blue]
		+ yellow_blue[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS] * yellow_blue_transfer[TINYIMAGE_TRANSFERMODE_HIGHLIGHTS][blue]);
		blue = CLAMP0255 (blue);
		r_lookup[i] = (u8)red;
		g_lookup[i] = (u8)green;
		b_lookup[i] = (u8)blue;
	}
	// 如果不需要保证亮度不变化，直接赋值就可以了
	if (!preserveLuminosity)
	{
		AdjustCurve(bitmap,r_lookup,g_lookup,b_lookup);
	}
	else
	{
		PreserveLuminosityAdjustCurve(bitmap,r_lookup,g_lookup,b_lookup);
	}
}

整个色彩平衡的过程很简单：先是初始化各个亮度区域的调整系数，再通过用户传入的调整系数调整相应的变化参数，最后计算得出调整色彩用的三个 Lookup Table。整个代码段中最最关键便是 InitTransferArray 方法，其定义如下：

static bool transferInit = false;
// 变亮的转换数组
static double  highlights_add[256] = { 0 };
static double  midtones_add[256]   = { 0 };
static double  shadows_add[256]    = { 0 };
// 变暗的转换数组
static double  highlights_sub[256] = { 0 };
static double  midtones_sub[256]   = { 0 };
static double  shadows_sub[256]    = { 0 };
void InitTransferArray()
{
	if (!transferInit)
	{
		for (int i = 0; i < 256; i++)
		{
			highlights_add[i] = shadows_sub[255 - i] = (1.075 - 1 / ((double) i / 16.0 + 1));
			midtones_add[i] = midtones_sub[i] = 0.667 * (1 - SQR(((double) i - 127.0) / 127.0));
			shadows_add[i] = highlights_sub[i] = 0.667 * (1 - SQR (((double) i - 127.0) / 127.0));
		}
		transferInit = true;
	}
}

这里并不细究上面这个 Transfer 更深层次的意义 (事实是：在网上基本没有相应的解释)，但是细心的人很容易发现，在 Transfer 的初始化过程中，高光增等同于阴影减，阴影增等同于高光减，这没有太大问题，但是问题是中间调的增减竟然和阴影增 / 高光减是同一个公式。这似乎是很奇怪的，而这个问题也引起了 GIMP 某些开发者的争议—- 建议用其他方法如贝叶斯多项式来使得整个调整更平缓。但在最后 Release 出来的版本中 GIMP 还是用了上面这个公式。(相关的讨论，喜欢八卦和考古的童鞋可以猛击这里 进行考古活动)

至于上面函数中用到的 AdjustCurve 的方法已在亮度调整一文中放出，就不重复了。而 PreserveLuminosityAdjustCurve 方法其实也很简单，只是在用 Lookup Table 去调整原图各个像素时，进行一次 RGB-HSL-RGB 的转换，并保证转换前后的 L 不变即可：(这里有个小技巧：RGB 和 HSL 的转换可以写一个专门的 Int 型转换，这样可以减少几次浮点除法运算，如下面的 Rgb2Hsl_Int)

void PreserveLuminosityAdjustCurve(TiBitmapData& bitmap,u8 (&r_lookup)[256],
u8 (&g_lookup)[256],u8 (&b_lookup)[256])
{
	int width    = bitmap.GetWidth();
	int height    = bitmap.GetHeight();
	int stride    = bitmap.GetStride();
	int bpp        = bitmap.GetBpp();
	u8* bmpData    = bitmap.GetBmpData();
	int offset    = stride - width * bpp;
	int r,g,b;
	int rlookup,glookup,blookup;
	for (int i = 0; i < height; i ++)
	{
		for (int j = 0; j < width; j++)
		{
			r = (int)bmpData[rIndex];
			g = (int)bmpData[gIndex];
			b = (int)bmpData[bIndex];
			rlookup = (int)r_lookup[r];
			glookup = (int)g_lookup[g];
			blookup = (int)b_lookup[b];
			Rgb2Hsl_Int(rlookup,glookup,blookup);
			blookup = Rgb2Hsl_L(r,g,b);
			Hsl2Rgb_Int(rlookup,glookup,blookup);
			bmpData[rIndex] = (u8)rlookup;
			bmpData[gIndex] = (u8)glookup;
			bmpData[bIndex] = (u8)blookup;
			bmpData += bpp;
		}
		bmpData += offset;
	}
}

Related Posts