导语
我们都知道，有很多经典的老照片，受限于那个时代的技术，只能以黑白的形式传世。尽管黑白照片别有一番风味，但是彩色照片有时候能给人更强的代入感。今天在这里给大家提供一种给黑白照片上色的方法，尽管无法还原当时真实的颜色，但确实可以达到后期者的心中所想的颜色。
当然，除了让老照片变成彩色这一用途之外，还可以将现时的一些黑白照片自行染上彩色，完全按照自己的想法来上色，再和彩色的原图进行对比，也不失为一种有趣的玩法。
——小故事
年前在家中进行过年春节大扫除的时候，意外发现了爷爷奶奶年轻时的照片，只不过当时的拍摄技术还不发达，出来的相片都是黑白色的。所以我想将它们还原成彩色，给他们一个惊喜！
我不是敲代码的蛮，于是今天在情人节这天偷偷把老照片进行了一个色彩修复，这次尝试还别说，亲测了一下效果感觉效果还不错，于是今天打算将它们分享给有同样想法的你们。
旧时代的爷爷奶奶、外公外婆的照片都可以进行一个色彩修复哦，超惊艳滴~
如果你也想知道黑白照片还原成彩色怎么弄的话，就赶紧跟着我的步骤一步步操作起来吧，过程并不繁琐，就算你是修图小白也可以轻松驾驭！（只要你会代码一切皆有可能~厚脸皮.jpg）
利用图像处理技术，基于数字化存储的玻璃底板图像自动生成尽量非虚化的彩色的图像。从原始图像文件中分割提取三个彩色通道图像，将它们对齐并彼此叠加在一起，最终形成一张RGB彩色的图像。
一、环境准备
1）运行环境
本文用到的环境如下——
Python3、Pycharm社区版，第三方模块：Opencv、numpy。
部分自带的模块只要安装完 Python就可以直接使用了，需要安装 的库的话看教程下
模块安装：
pip install +模块名 镜像源安装：pip install -i https://pypi.douban.com/simple/+模块名
（之前有说过安装报错的几种方式跟解决方法，不会安装的可以去看下，还有很多国内镜像源也有文章的）
图片文本素材等——
都是一些老照片，大家可以随便准备一些哈，当然需要完整的素材图片跟源码的文末找我即可！
二、代码展示
1） fixTif.py： tif图像的修复，使用的是openCV内置的高斯金字塔
import numpy as np
import cv2 as cv
def img_translate(img, tx, ty):
"""对图像进行平移"""
heigh, width = img.shape[:2]
m = np.float32([[1, 0, tx], [0,1, ty]])
res = cv.warpAffine(img, m, (width, heigh))
return res
def ssd(I1, I2):
"""ssd函数，衡量颜色通道是否对齐"""
return np.sum((I1 - I2)*(I1 - I2))
def find_xy(img1, g):
"""找到最佳的平移参数，并对该颜色通道图片进行平移"""
# 初始化
loss = ssd(img1, g)
img = img1
u = 0
v = 0
# 根据ssd函数寻找最佳的对齐位置
for i in range(-20, 30):
for j in range(-20, 30):
img2 = img_translate(img1, i, j)
loss1 = ssd(img2, g)
if loss > loss1:
loss = loss1
img = img2
u = i
v = j
print(u, v)
return img
def readImage(imname):
"""read in the image"""
im = cv.imread(imname)
im = cv.cvtColor(im, cv.COLOR_BGR2GRAY)
return im
def separate(im):
"""separate color channels"""
# compute the height of each part (just 1/3 of total)
height = np.floor(im.shape[0] / 3.0).astype(np.int)
b = im[:height]
g = im[height: 2 * height]
r = im[2 * height: 3 * height]
return b, g, r
def merge(b,g,r):
"""将三个颜色通道进行merge"""
return cv.merge((b,g,r))
def gaussianPyramid(img):
"""直接使用OpenCV的高斯金字塔进行实现"""
return cv.pyrDown(img)
if __name__ == '__main__':
# name of the input file
#imname = 'images/train.tif'
imname = 'images/three_generations.tif'
#imname = 'images/lady.tif'
#imname = 'images/emir.tif'
#imname = 'images/icon.tif'
#imname = 'images/self_portrait.tif'
#imname = 'images/village.tif'
#imname = 'images/turkmen.tif'
im = readImage(imname)
print(im.shape)
#cv.imshow("source image", im)
# 获取平均切割的三个颜色通道
b, g, r = separate(im)
# 对三个颜色通道分别应用高斯金字塔
b = gaussianPyramid(b)
b = gaussianPyramid(b)
b = gaussianPyramid(b)
g = gaussianPyramid(g)
g = gaussianPyramid(g)
g = gaussianPyramid(g)
r = gaussianPyramid(r)
r = gaussianPyramid(r)
r = gaussianPyramid(r)
im_out0 = merge(b, g, r)
cv.imshow("before", im_out0)
# 颜色通道平移进行对齐，对齐的过程中以绿色作为基准
b = find_xy(b, g)
r = find_xy(r, g)
# 将平移处理后的三通道merge，得到处理后的图片im_out1
im_out1 = merge(b, g, r)
# 将修复后的图片写进磁盘
#cv.imwrite('out/after_' + imname[7:], im_out1)
cv.imshow("after", im_out1)
#print(im_out1.shape)
cv.waitKey(0)三、效果展示
1）黑白照片风景上色
2）黑白照片色彩修复多图
到此这篇关于Python+OpenCV实现黑白老照片上色功能的文章就介绍到这了,更多相关Python OpenCV黑白老照片上色内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
