影像任意感兴趣区域的色彩一致性处理方法，主要是针对掩膜后的影像，类似下图，对非背景区域的像素进行处理 其中非黑色部分我们叫待匀色区域。
这种处理 对于wallis 和直方图匹配 很容易实现，但是颜色转移就相对而言 困难点。
颜色转移技术介绍
颜色转移的目的在于使得参考影像和待处理影像的RGB三维数据点簇形状和位置相匹配。
注意： 矩阵级联的时候 实际的效果是从右到左出现的。
任意区域的颜色转移
像素值为255的区域代表前景区域，即为待匀色区域；
步骤①将掩膜后的原始图像转为矩阵rgbs，选定的参考图像转为矩阵rgbt；
rgbs矩阵转换的规则：
创建一个3行M列的矩阵rgbs，其中M是原始图像的总像素个数，矩阵中初始元素值为0。矩阵行数为3，代表掩膜后原始图像的RGB三分量。
矩阵第一行代表R分量 行列数记为a行b列 把R分量的像素值 从第一列的a个像素先填充进rgbs的第一行，然后第二列从上到下继续填充 直到把所有像素填到rgbs的第一行中 G分量和B分量也按照这个规则填充到第二行和第三行中 。rgbt的服务器托管网转换也是一样
这一步我们要将待匀色区域的像素值服务器托管网 存储到矩阵中 也就是说 我们把这个矩阵拿出来 变成三维数据点簇以后进行旋转平移缩放操作 把它变成和ref一样的三维点簇 变好之后 把这个矩阵再按照顺序填充回原单位
就是说 原来待匀色区域的每个像素 我们经过挑选把它选出来 变为整体然后调整它的值之后 再把它放回原来的单位。很像一个场景 从很多人里面选择一部分人出来 然后训练他们，他们的能力值改变以后，把每个人遣送回原单位，ok。 所以主要就是三个过程：怎么选出来 怎么训练 怎么放回去所以就按照这三个步骤写下面的文章
怎么选：上面已经把要处理的图像（前景+背景）和ref图像转为 矩阵了 （之所以这么转矩阵 是迎合matlab里api的矩阵转换规则）
步骤②：将要处理的图像中待匀色区域像素值存储到矩阵中
统计二值图中前景区域像素个数，记为n 创建一个3行n列的矩阵 rgbs1 同样rgbs1的三行对应 RGB三个分量中待匀色区域的像素 填充规则依然是第一列 从上到下 第二列从上到下，一直到最后一列 只不过这次只要前景区域的像素（就是说 当遍历到像素是背景像素时 不存到矩阵中）
好了 现在我们已经把它拿出来了 我们要把操作矩阵 rgbs1 了
这一步是怎么训练
步骤③ 操作：
把待匀色区域形成的矩阵 rgbs1 和rgbt 按照上述（1）进行 缩放旋转平移
然后就得到结果矩阵I
怎么放回去
步骤④ 我们得到矩阵I以后 把I的三行对应RGB三个分量进行填充
比如 I的第一行 填到R分量中 第一行第一个元素填到R分量第一列的第一个非背景像素上，然后第一列填充完以后，继续从第二列的第一个非背景像素开始填充 一直到最后一列
I的第二行和第三行都是如此
so 很简单的就把 任意前景区域图像进行色彩处理了
主要思想就是拿出来 再放回去
看下颜色转移的效果：
把左边的匀成右边的
把亮的匀成暗的
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
相关推荐: Java革命性ORM框架之快速上手的Jimmer
Jimmer是一款革命性的ORM框架，它的目标是提供一个简单易用的API，帮助开发人员更加轻松地操作数据库。Jimmer使用了Java 8的新特性，如Lambda表达式和Stream API，使得代码更加简洁、易读。本文将详细介绍Jimmer的基本用法，并提供…
