特定チャンネルをガンマ補正し画像の色味を変える

画素値0～255のそれぞれに対する係数をあらかじめ決めておき、画像を処理する手法があります。この係数のリストをルックアップテーブルと言い、ルックアップテーブルを用意することでOpenCVのcv2.LUT()メソッドにより画像処理が可能です。
特定のチャンネル(BGR)のみこの処理を行うことで特定のチャンネルを強調したり、逆に弱くしたりでき、画像の色味を変えられます。

ルックアップテーブルによる画像コントラストの補正
 画像の彩度、明度を変える

使った関数・メソッド

cv2.LUT() : 入力画素値とルックアップテーブルから出力画素値を計算

環境

windows10 home
Anaconda 3/ jupyter notebook 5.6.0
Python 3.7.0
OpenCV 4.0.0

準備

画像ファイルはフリー写真素材ぱくたそからダウンロードさせていただき、ファイル名’harajyuku.jpg’でjupyter notebookファイル(***.ipynb)のディレクトリにフォルダ'LUT'を作りそこに保存しました。

f:id:T_A_T:20190613221709j:plain
harajyuku.jpg

コード

青(チャンネルB)をガンマ補正により強調します。

img_lut[:,:,0] = cv2.LUT(img[:,:,0], look_up_table)

とすることでndarrayのチャンネルBのみ補正します。

% matplotlib inline

import cv2
import numpy as np
import math 
import matplotlib.pyplot as plt

# 画像の読み出し
img = cv2.imread('LUT/harajyuku.jpg')  

# ルックアップテーブルの生成(ガンマ補正)
gamma = 2
look_up_table = np.zeros((256,1),dtype=np.uint8)
for i in range(256):
    look_up_table[i][0] = (i/255)**(1.0/gamma)*255

# 画像をimg_lutにコピー
img_lut = img
# チャンネルB(G,R)のみルックアップテーブルを適用しガンマ補正
img_lut[:,:,0] = cv2.LUT(img[:,:,0], look_up_table)
# コントラスト補正した画像を保存
cv2.imwrite('LUT/LUT.jpg',img_lut)

# ルックアップテーブルのプロット
plt_x = np.arange(256)
plt_y = look_up_table[0:256]
plt.plot(plt_x,plt_y)
plt.xlabel('RGB')
plt.ylabel('RGB_LUT')
plt.show()

実行結果

ルックアップテーブルが表示されます。
f:id:T_A_T:20190613222454p:plain
RGB値の小さい画素にが特に大きくなるような補正がされます。つまり暗いところが明るくなります。これにより補正をかけた青(チャンネルB)のみを強調できます。
f:id:T_A_T:20190613222355j:plain