如何在Python OpenCV中绘制图像日志-色度图

Question

我正试图用OpenCV在python中创建一个2D日志色度图。这里也提出了同样的问题。

如何计算二维对数色度？

但没人回答。

(撇开：猜测轴必须是对数而不是线性，但这是不正确的，因为文件使用负坐标，日志轴不能是负的。而且，我被剥夺了权利，尝试了plt.xscale('log')和plt.yscale('log')，但没有成功)。

这项工作是以本文为基础的：

https://www.cs.sfu.ca/~mark/ftp/Eccv04/

(我在下面再提一下)

我的代码：

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

root = r'.\path\to\root'
root = r'my_img.jpg'

if __name__ == '__main__':

    img = cv2.imread(os.path.join(root, fl))

    cv2.imshow('Original', img)
    cv2.waitKey(0)

    b, g, r = cv2.split(img)

    img_sum = np.sum(img, axis = 2) # NOTE: This dtype will be uint32.
                                    #       Each channel can be up to
                                    #       255 (dtype = uint8), but
                                    #       since uint8 can only go up
                                    #       to 255, sum naturally uint32

    # "Normalized" channels
    # NOTE: np.ma is the masked array library. It automatically masks
    #       inf and nan answers from result

    n_r = np.ma.divide(1.*r, g)
    n_b = np.ma.divide(1.*b, g)

    log_rg = np.ma.log( n_r )
    log_bg = np.ma.log( n_b )

    plt.scatter(l_rg, l_bg, s = 2)
    plt.xlabel('Log(R/G)')
    plt.ylabel('Log(B/G)')
    plt.title('2D Log Chromaticity')
    plt.show()

输入：

色标图

结果：

我的对数色度图

预期结果：

Finlayson对数色度图

预期结果取自本文(“熵极小化的本征图像”)，作者: Finlayson，G，et。(A))

https://www.cs.sfu.ca/~mark/ftp/Eccv04/

(上文亦提及的文件)

，你能帮帮我吗？！

Answer 1

这是我能想到的最接近的了。阅读以下内容：

ICCV03.pdf

我偶然发现了一句话：

图2(a)显示了麦克白ColorChecker图的24个表面的对数色度，(六个中性斑块都属于同一簇)。如果我们现在改变每个斑块__的照明和图的中值，我们可以在图2(B)中看到曲线。

如果你仔细看一下对数色度图，你会看到19个斑点，对应于麦克白图中的18种颜色，再加上下面一行所有6个灰度目标的总和：

对数色度的解释

​

​

使用1张图片，我们只能得到每个的一个点:我们取每个目标内的中值并绘制它。为了从纸上得到情节，我们必须用不同的灯光创建多幅图像。我们可以通过改变图像编辑器中图像的温度来做到这一点。

现在，我只看了原始图像中的色块，并绘制了以下几个点：

输入：

​

​

输出：

​

​

图中的点并不都和纸在同一个地方，但我认为它是相当接近的。请有人检查一下我的作品，看看这是否合理？