fullseye

histogram_match — COLORTRANSPORT `matching` op

データ種: image2d × image2d → image2d
呼び出し: import fullseye as fs; fs.ledger.histogram_match(src, ref, bins=None, ties='average') (実装を直接呼ぶなら import colortransport; colortransport.histogram_match(src, ref, bins=None, ties='average')、台帳から引くなら opscolortransport.get("histogram_match"))

使い方

src の値分布を ref に合わせる(1 次元の厳密な最適輸送)。

順位を保ったまま参照の分位点に置き換える。bins を指定すると、その段数の累積分布で近似する ―― 速いが厳密ではなくなるので、既定は None (厳密)にしてある。

同じ値の画素をどう扱うかで、絵の意味が変わる。 単調写像なら「等しい入力は等しい出力に写る」はずだが、素朴に順位で置き換えると同値が引き裂かれる。実測(値 2 が 4 画素ある整数画像):出力は 0.2222 / 0.3333 / 0.4444 / 0.5556 の 4 つに分かれた。つまり平坦だった領域に、元の絵に無い濃淡が生える。整数画像は同値だらけなので、これは例外ではなく常態。

ties="average"(既定)—— 同値の画素には、そこに割り当たった参照値の平均を与える。等しい入力は等しい出力に写り、単調性が保たれる。その代わり出力の分布は参照と厳密には一致しなくなる(同値の塊のぶん、分布が階段状に丸まる)。連続な入力(同値が無い)なら厳密一致のまま。
ties="break" —— 順位そのままで引き裂く。出力の分布は参照と厳密に一致するが、平坦部に偽の濃淡が出る。分布を厳密に合わせることが目的で、絵として見ないと分かっているときだけ。

どちらを選んでも失うものがある(分布の厳密さか平坦部の平坦さ)ので、 黙って片方に決めず引数にした。

多チャネルの絵にそのまま掛けるとチャネル間の相関を壊す。各軸の周辺分布は合うのに、色の組合せが元に無かったものになりうる。相関ごと運びたいときは :func:color_transfer の method="gaussian"。

背景知識ガイド(この op の手前にある物理・規約)

colorimetry — 測色と分光の知識 — 色は「分光 × 光源 × 観測者」でしか決まらない

参考(サンプルデータ・文献)

サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

color_transport — py -3.11 examples/color_transport.py
poc_change_detection_misreg — py -3.11 examples/poc_change_detection_misreg.py

型が繋がる次の op(`image2d` を入力に取れる)

poisson_blend

同カテゴリ(`matching`)

color_transfer · gaussian_transport_map

Provenance: colortransport.py — COLORTRANSPORT operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

This site is open source. Improve this page.