本文介绍了 PS 中色阶的实现原理及公式，并用 Python 实现，自测与 PS 的色阶调整效果基本完全一样（使用和 PS 中色阶相同的参数对比效果，包括各极限值，本文只实现了 RGB 整体色阶的处理，对各个通道的处理逻辑公式是一样的，实际使用会用 OpenGL 实现）
如下图是 PS 中色阶调整的操作面板，可以对 R、G、B 单独的通道或 RGB 整体通道做色阶调整。每个通道或整体有五个参数（红色箭头所指的五个滑块，调整时也可以直接输入值）： inputShadows: 输入图像的黑场阈值，作用是将输入图像中低于该阈值的全变成 0 inputHighlit: 输入图像的白场阈值，作用是将输入图像中高于该阈值的全变成 255 midtone: 中间调，范围是 [0.01, 9.99]，默认值是 1.0 在中间，[9.99 – 1.0 – 0.01]，从中间往左调，即[1.0, 9.99] 加灰降对比度，往右调减灰加对比度（RGB通道） outputShadows: 输出图像的黑场阈值，输出图像的最低值为该阈值 outputHighlight: 输出图像的白场阈值，输出图像的最高值为该阈值 色阶调整的处理转换公式如下： 分输入色阶映射、中间调调整、输出色阶映射共三步处理，上一步处理的输出做为下一步的输入（以下公式用 MarkDown Latex 语法编辑）。
输入色阶映射公式：
V
o
u
t
=
255
∗
V
i
n
−
i
n
S
h
a
d
o
w
s
i
n
H
i
g
h
l
i
g
h
t
s
−
i
n
S
h
a
d
o
w
s
Vout = 255 * \frac{Vin - inShadows}{inHighlights - inShadows}
Vout=255∗inHighlights−inShadowsVin−inShadows
V
o
u
t
=
{
0
if
V
o
u
t
<
0
255
if
V
o
u
t
>
255
Vout = \left\{ \begin{array}{ll} 0 & \textrm{if $Vout<0$}\\ 255 & \textrm{if $Vout>255$}\\ \end{array} \right.
Vout={0255if Vout<0if Vout>255
中间调调整：
V
o
u
t
=
255
∗
(
V
i
n
255.0
)
1
m
i
d
t
o
n
e
s
Vout = 255 * (\frac{Vin}{255.0})^\frac{1}{midtones}
Vout=255∗(255.0Vin)midtones1
输出色阶映射：
V
o
u
t
=
V
i
n
255.0
∗
(
o
u
t
L
i
g
h
h
i
g
h
t
s
−
o
u
t
S
h
a
d
o
w
s
)
+
o
u
t
S
h
a
d
o
w
s
Vout = \frac{Vin}{255.0} * (outLighhights - outShadows) + outShadows
Vout=255.0Vin∗(outLighhights−outShadows)+outShadows
V
o
u
t
=
{
0
if
V
o
u
t
<
0
255
if
V
o
u
t
>
255
Vout = \left\{ \begin{array}{ll} 0 & \textrm{if $Vout<0$}\\ 255 & \textrm{if $Vout>255$}\\ \end{array} \right.
Vout={0255if Vout<0if Vout>255
完整 python 代码如下：
# -*- coding: utf-8 -*-
# @Time : 2021-02-24 16:45
# @Author : AlanWang4523
# @FileName: ps_levels.py
import os
import sys
import cv2
import numpy as np
class Levels:
"""
@Author : AlanWang4523
色阶调整类，根据输入参数调整图片色阶，并输出处理后的图片
"""
def __init__(self):
self.channel = 0
self.input_shadows = 0
self.input_highlights = 255
self.midtones = 1.0
self.output_shadows = 0
self.output_highlights = 255
def adjust_image(self, img):
print("Levels Params:")
print(" channel:", self.channel)
print(" input_shadows:", self.input_shadows)
print(" input_highlights:", self.input_highlights)
print(" midtones:", self.midtones)
print(" output_shadows:", self.output_shadows)
print("output_highlights:", self.output_highlights)
print("")
img = img.astype(np.float)
# 输入色阶映射
img = 255 * ((img - self.input_shadows) / (self.input_highlights - self.input_shadows))
img[img < 0] = 0
img[img > 255] = 255
# 中间调处理
img = 255 * np.power(img / 255.0, 1.0 / self.midtones)
# 输出色阶映射
img = (img / 255) * (self.output_highlights - self.output_shadows) + self.output_shadows
img[img < 0] = 0
img[img > 255] = 255
img = img.astype(np.uint8)
return img
def level_adjust_and_save_img(origin_image):
levels.input_shadows = 40
levels.input_highlights = 240
levels.midtones = 0.60
levels.output_shadows = 30
levels.output_highlights = 220
image = levels.adjust_image(origin_image)
cv2.imwrite('py_test_out.png', image)
def level_adjust(path):
"""
色阶调整
"""
origin_image = cv2.imread(path)
levels = Levels()
def update_input_shadows(x):
if (x < levels.input_highlights):
levels.input_shadows = x
def update_input_highlights(x):
if (x > levels.input_shadows):
levels.input_highlights = x
def update_midtones(x):
# 由于 midtones 的调整范围是 [9.99, 0.01]，Python 滑杆无法自定义显示小数，因此将滑杆的 [0, 100] 映射到 [9.99, 0.01]
midtones = 1.0
if (x < 50):
midtones = 1 + 9 * ((50.0 - x) / 50.0)
elif (x > 50):
midtones = 1 - (x - 50) / 50.0
levels.midtones = np.clip(midtones, 0.01, 9.99)
# levels.midtones = 0.6 # 直接测试某个参数值
def update_output_shadows(x):
if (x < levels.output_highlights):
levels.output_shadows = x
def update_output_highlights(x):
if (x > levels.output_shadows):
levels.output_highlights = x
# 创建图片显示窗口
title = "Levels"
cv2.namedWindow(title, cv2.WINDOW_NORMAL)
cv2.resizeWindow(title, 800, 600)
cv2.moveWindow(title, 0, 0)
# 创建色阶操作窗口
option_title = "Option"
cv2.namedWindow(option_title, cv2.WINDOW_NORMAL)
cv2.resizeWindow(option_title, 400, 200)
cv2.moveWindow(option_title, 800, 0)
cv2.createTrackbar(' input_shadows', option_title, levels.input_shadows, 255, update_input_shadows)
cv2.createTrackbar(' input_highlights', option_title, levels.input_highlights, 255, update_input_highlights)
cv2.createTrackbar(' midtones', option_title, 50, 100, update_midtones)
cv2.createTrackbar(' output_shadows', option_title, levels.output_shadows, 255, update_output_shadows)
cv2.createTrackbar('output_highlights', option_title, levels.output_highlights, 255, update_output_highlights)
while True:
image = levels.adjust_image(origin_image)
cv2.imshow(title, image)
if cv2.waitKey(1) == ord('q'):
break
cv2.destroyAllWindows()
if __name__ == '__main__':
'''
Author: AlanWang4523
运行环境：Python 3
执行：python3 ps_levels.py <图片路径>
如：python3 ps_levels.py test.jpg
'''
if len(sys.argv) == 1:
print("参数错误：未传入图片路径！")
sys.exit(-1)
img_path = sys.argv[1]
print("img_path Params:", img_path)
level_adjust(img_path)
def update_midtones(x):
# 由于 midtones 的调整范围是 [9.99, 0.01]，Python 滑杆无法自定义显示小数，因此将滑杆的 [0, 100] 映射到 [9.99, 0.01]
midtones = 1.0
if (x < 50):
midtones = 1 + 9 * ((50.0 - x) / 50.0)
elif (x > 50):
midtones = 1 - (x - 50) / 50.0
levels.midtones = np.clip(midtones, 0.01, 9.99)
# levels.midtones = 0.6 # 直接测试某个参数值
使用和 PS 相同的参数，效果和 PS 上的完全一致，各参数下和 PS 对比效果如下： （截图上半部部分为用 Python 使用与 PS 相同参数的效果，下半部分为 PS 的效果） ① Python 和 PS 都使用如下参数： inputShadows: 50 inputHighlit: 52 midtone: 0.50 (根据上面的映射公式，python 实现的 midtones 的滑块在 75 的位置) outputShadows: 50 outputHighlight: 200 效果如下：
② Python 和 PS 都使用如下参数： inputShadows: 0 inputHighlit: 255 midtone: 0.10 outputShadows: 0 outputHighlight: 255 效果如下： 参考文档： Adobe 官网的 Levels Adjustment Algorithm for adjustment of image levels