在 Python 中实现 Gimp 的亮度图层模式

Question

Gimp 在图层设置中有一个“亮度”模式：

我用它在放大的低分辨率彩色图像上叠加高分辨率灰度图像，使彩色图像更清晰。例如，给定一张灰度图像和一张彩色图像

,

在模糊的彩色图像上应用灰度图像作为亮度“蒙版”的结果创建了清晰的彩色图像：

亮度过滤器如何工作，我将如何在 Python 中实现它（例如使用 Pillow）？

Answer 1

实验性地，使用这样的图像：

在白色之上，亮度模式下的层会渲染自身的副本，因此合成图像的底部与顶层的亮度完全相同。
如果您沿垂直方向（例如使用参考线）从一半移动到另一半，并查看 xyY 模型的指针值（其中 Y是亮度），你发现亮度值变化不大，所以综合来看，你可以假设亮度混合模式：
将底部图像转换为具有亮度分量的某种颜色模型（可能 xyY），
将顶部图像转换为相同颜色模型
使用顶部的亮度分量和底部的其他两个分量创建像素值。
将像素值转换回 RGB

这也与 LCh lightness 的工作方式一致，检查指针对话框中的 CIE LCh 值。

Answer 2

简单来说，人眼对亮度（亮度）的微小变化比对颜色的微小变化更敏感。顺便说一句，这就是 JPEG chroma-downsampling 但保留完整亮度数据的原因。

所以，基本上，您拍摄低分辨率彩色图像并将其转换为色彩空间，例如 Lab 或 HSV 或任何包含 L 或 [=14 的色彩空间=] 组件。然后用您的（高 quality/high 分辨率）亮度数据替换该组件并转换回 RGB。这样您可以保留较低质量的颜色数据，但将其与较高质量的亮度数据结合起来。

来晚了，我明天可能会写代码，但它看起来大致是这样的：

from PIL import Image

# Load low quality colour image and convert to HSV
lowQualColour = Image.open('colour.png')
HSV = lowQualColour.convert('HSV')
# Split channels, discarding Luminance
H, S, _ = HSV.split()

# Load high quality luminance as single channel
hiQualLuminance = Image.open('luminance.png').convert('L')

# Merge with colour channels and revert to RGB
result = Image.merge('HSV', (H,S,hiQualLuminance)).convert('RGB')

在 Python 中实现 Gimp 的亮度图层模式

Implement Gimp's luminance layer mode in Python

image-processing

gimp

python-imaging-library