先來看看今天的結果圖

-> 此篇文章的程式碼 github

Day05_調整亮度飽和度(透過HSL顏色空間)_modify_lightness_saturation.ipynb

前言

我們繼續製作屬於自己的日系濾鏡啦！
日系濾鏡的修圖過程，大致上有以下步驟：

接下來的日子裡我們就來一個個用程式碼實現！

運用 OpenCV 調整亮度、飽和度

  def modify_lightness_saturation(img):

    origin_img = img

    # 圖像歸一化，且轉換為浮點型
    fImg = img.astype(np.float32)
    fImg = fImg / 255.0

    # 顏色空間轉換 BGR -> HLS
    hlsImg = cv2.cvtColor(fImg, cv2.COLOR_BGR2HLS)
    hlsCopy = np.copy(hlsImg)

    lightness = 0 # lightness 調整為  "1 +/- 幾 %"
    saturation = 300 # saturation 調整為 "1 +/- 幾 %"

    # 亮度調整
    hlsCopy[:, :, 1] = (1 + lightness / 100.0) * hlsCopy[:, :, 1]
    hlsCopy[:, :, 1][hlsCopy[:, :, 1] > 1] = 1  # 應該要介於 0~1，計算出來超過1 = 1

    # 飽和度調整
    hlsCopy[:, :, 2] = (1 + saturation / 100.0) * hlsCopy[:, :, 2]
    hlsCopy[:, :, 2][hlsCopy[:, :, 2] > 1] = 1  # 應該要介於 0~1，計算出來超過1 = 1

    # 顏色空間反轉換 HLS -> BGR 
    result_img = cv2.cvtColor(hlsCopy, cv2.COLOR_HLS2BGR)
    result_img = ((result_img * 255).astype(np.uint8))

    print("High Saturation:")
    show_img(result_img)

我們實際上做了什麼事呢?

我們先來認識 HLS 顏色空間，
(以下圖片引用自：https://zhuanlan.zhihu.com/p/67930839)

從上圖我們可以看見在 HLS 顏色空間 中色彩分佈的三維座標，
分別是 Hue(顏色)、Lightness(亮度)、Saturation(飽和度)，
我們能透過這三維找到我們所需要的顏色，

至於看到這三維座標所代表的意義，
相信你們已經能了解我們怎麼改變 Lightness(亮度)與Saturation(飽和度)了吧！

我們首先將int範圍(0255)的顏色表示轉換為浮點數(01)，
這樣方便我們做比例上的運算。

在上面提供的程式碼裡面，最後的結果會改變為 1 + x/100.0，
我們改變的lightness, saturation值都是對應 x改變的% (正或負) 大小。

避免運算結果超過範圍，我們在運算後，將所有超過1的值皆設為1。

Reference

http://help.corel.com/paintshop-pro/v20/main/ct/documentation/index.html#page/Corel_PaintShop_Pro/Adjusting_hue_and_saturation.html

https://www.itdaan.com/tw/6488189fb5d7d60b163039cd0a004f70

https://zhuanlan.zhihu.com/p/67930839