直播抠图技术100谈之25---调色中曲线是最优解

news2026/5/18 18:32:50
为什么曲线调色是最优解蓝松抠图在即将发布的版本中特意重写了曲线调节把达芬奇的二级曲线重新做了一遍并模仿达芬奇的节点图做了自己的节点图。我们为什么要重新设计曲线因为我们认为调色中曲线是最优解结论在所有调色手段中曲线是最优解。因为没有任何一个算法公式能准确满足所有需求、适合所有场合——但曲线可以。曲线本质上是一个任意形状的映射函数它不是某一种算法而是所有一维色彩映射算法的超集。任何算法能做的曲线都能做曲线能做的单一算法做不到。并且曲线还可以设置限定域——精确控制输入输出的有效范围这是固定公式永远无法灵活实现的。为什么算法公式不行每一个调色算法本质上都是一个参数有限的数学函数Gamma 校正output input^γ只有 1 个参数只能做幂函数映射线性对比度output (input - 0.5) × contrast 0.5只能做线性拉伸S 曲线对比度固定形态的 Sigmoid 函数可调参数极少色阶Levels分段线性映射只有黑点、白点、中间调 3-5 个控制参数有限的参数意味着有限的表达能力。现实中的调色需求却是复杂的、场景相关的、主观的。你可能同时需要暗部提亮但不能发灰中间调保持不动高光轻微压缩但保留细节某个特定亮度区间单独加强对比没有任何一个公式能同时做到这些。每个算法只能解决一个子问题面对真实需求时捉襟见肘。为什么曲线可以曲线的本质是对于每一个输入值你可以指定任意一个输出值。这带来三个根本优势一、无限自由度在曲线上放置 N 个控制点就获得 N 个自由度。实际操作中4-8 个控制点就足以精确控制画面的每个亮度区间。而 Gamma 只有 1 个自由度色阶只有 3-5 个。二、可以复现任何算法想要 Gamma 2.2画一条幂函数形状的曲线。想要 S 曲线对比度拉一个 S 形。想要色阶的黑白场裁切把曲线两端平移。想要某种胶片模拟的特征曲线逐点匹配。任何调色算法都是曲线的一个特例。曲线不预设形状所以它能变成任何形状。三、局部精确控制曲线允许你只动某个亮度区间的映射完全不影响其他区域只提亮 20%-30% 的暗部细节只压缩 90%-100% 的高光在 40%-60% 的中间调加一点微妙对比这种局部精度全局性的算法公式永远给不了。曲线的限定域被低估的核心能力曲线还有一个常被忽略的重要能力——设置限定域。通过曲线你可以明确指定输出下限无论输入多暗输出不低于某个值——防止死黑保证暗部可视电影调色中常见的 “lifted black”输出上限无论输入多亮输出不超过某个值——防止高光溢出过曝输入范围约束只对某个输入区间生效其余不变这本质上是值域约束。实际意义包括将动态范围精确压缩到目标显示设备的能力范围内模拟胶片特征曲线的肩部shoulder和趾部toe在 HDR/SDR 转换中做精确的范围映射没有任何单一公式能同时完成这些约束。曲线只需要把对应的点拉到位即可。曲线的缺点不利于沟通曲线虽然强大但有一个明显的短板——难以用语言精确描述。如果你用的是滑块/进度条式的调色工具沟通非常简单“对比度拉到 0.7”、“饱和度调到 1.2”、“高光压到 -30”——一句话对方就能精确复现你的参数。但曲线做不到这一点。你没法对别人说我的曲线是……“然后让对方立刻明白。一条曲线的形态由多个控制点的位置共同决定它描述的是一整条连续的映射关系而不是一个简洁的数值。你可以说我在 30% 的位置往上提了一点”但一点是多少旁边的控制点怎么摆的曲线的平滑插值让实际效果和你口头描述之间总有偏差。这是曲线为灵活性付出的代价表达能力越强的工具越难用简单的参数概括。进度条本质上是一维的——一个数字就说清楚了曲线本质上是高维的——需要一组坐标才能完整传达。一句话总结算法公式是用有限参数逼近无限需求曲线是直接定义你想要的映射本身。曲线不预设答案它只提供表达答案的全部自由度。这就是它成为最优解的原因。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2622479.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…