作者：Steven
著作權宣告：著作權歸作者所有，商業轉載請聯系作者獲得授權，非商業轉載請注明出處

實作原理

影像飽和度是指影像色彩的純潔性，色彩的鮮艷程度，它是影響色彩最終效果的重要屬性之一，飽和度也被稱為圖片色彩純度，即色彩中彩色成分和消色成分的占比，這個比例決定了色彩的飽和度及鮮艷程度，當色彩中彩色成分多時，其色彩就呈現飽和（色覺強）、鮮明效果，給人的視覺印象會更強烈；反之，若消色成分多，色彩會顯得暗淡，視覺效果也隨之減弱，

飽和度調整演算法的實作流程如下：

1.設定調整引數percent，取值為-100到100，類似PS中設定，歸一化后為-1到1，

2.針對影像所有像素點單個處理，計算RGB三通道的最大值最小值，可進一步得到delta和value：

3.若最大最小一致，即delta=0，則表明為灰點，不需繼續操作，直接處理下個像素，

4.通過value計算出HSL中的L值:

5.S值為:

6.當percent大于等于0時，即提高色彩飽和度，那么alpha值為：

此時，調整后的影像RGB三通道值為：

7.若percent小于0時，即降低色彩飽和度，則alpha=percent，此時調整后的影像RGB三通道值為：

至此，影像實作了飽和度的調整，演算法邏輯參考xingyanxiao，C++實作代碼如下，

功能函式代碼

// 飽和度
cv::Mat Saturation(cv::Mat src, int percent)
{
	float Increment = percent* 1.0f / 100;
	cv::Mat temp = src.clone();
	int row = src.rows;
	int col = src.cols;
	for (int i = 0; i < row; ++i)
	{
		uchar *t = temp.ptr<uchar>(i);
		uchar *s = src.ptr<uchar>(i);
		for (int j = 0; j < col; ++j)
		{
			uchar b = s[3 * j];
			uchar g = s[3 * j + 1];
			uchar r = s[3 * j + 2];
			float max = max3(r, g, b);
			float min = min3(r, g, b);
			float delta, value;
			float L, S, alpha;
			delta = (max - min) / 255;
			if (delta == 0)
				continue;
			value = (max + min) / 255;
			L = value / 2;
			if (L < 0.5)
				S = delta / value;
			else
				S = delta / (2 - value);
			if (Increment >= 0)
			{
				if ((Increment + S) >= 1)
					alpha = S;
				else
					alpha = 1 - Increment;
				alpha = 1 / alpha - 1;
				t[3 * j + 2] =static_cast<uchar>( r + (r - L * 255) * alpha);
				t[3 * j + 1] = static_cast<uchar>(g + (g - L * 255) * alpha);
				t[3 * j] = static_cast<uchar>(b + (b - L * 255) * alpha);
			}
			else
			{
				alpha = Increment;
				t[3 * j + 2] = static_cast<uchar>(L * 255 + (r - L * 255) * (1 + alpha));
				t[3 * j + 1] = static_cast<uchar>(L * 255 + (g - L * 255) * (1 + alpha));
				t[3 * j] = static_cast<uchar>(L * 255 + (b - L * 255) * (1 + alpha));
			}
		}
	}
	return temp;
}

C++測驗代碼

#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

#define max2(a,b) (a>b?a:b)
#define max3(a,b,c) (a>b?max2(a,c):max2(b,c))
#define min2(a,b) (a<b?a:b)
#define min3(a,b,c) (a<b?min2(a,c):min2(b,c))

cv::Mat Saturation(cv::Mat src, int value);

int main()
{
	cv::Mat src = imread("House.jpg");
	cv::Mat result = Saturation(src, 100);
	imshow("original", src);
	imshow("result", result);
	waitKey(0);
	return 0;
}

// 飽和度
cv::Mat Saturation(cv::Mat src, int percent)
{
	float Increment = percent* 1.0f / 100;
	cv::Mat temp = src.clone();
	int row = src.rows;
	int col = src.cols;
	for (int i = 0; i < row; ++i)
	{
		uchar *t = temp.ptr<uchar>(i);
		uchar *s = src.ptr<uchar>(i);
		for (int j = 0; j < col; ++j)
		{
			uchar b = s[3 * j];
			uchar g = s[3 * j + 1];
			uchar r = s[3 * j + 2];
			float max = max3(r, g, b);
			float min = min3(r, g, b);
			float delta, value;
			float L, S, alpha;
			delta = (max - min) / 255;
			if (delta == 0)
				continue;
			value = (max + min) / 255;
			L = value / 2;
			if (L < 0.5)
				S = delta / value;
			else
				S = delta / (2 - value);
			if (Increment >= 0)
			{
				if ((Increment + S) >= 1)
					alpha = S;
				else
					alpha = 1 - Increment;
				alpha = 1 / alpha - 1;
				t[3 * j + 2] =static_cast<uchar>( r + (r - L * 255) * alpha);
				t[3 * j + 1] = static_cast<uchar>(g + (g - L * 255) * alpha);
				t[3 * j] = static_cast<uchar>(b + (b - L * 255) * alpha);
			}
			else
			{
				alpha = Increment;
				t[3 * j + 2] = static_cast<uchar>(L * 255 + (r - L * 255) * (1 + alpha));
				t[3 * j + 1] = static_cast<uchar>(L * 255 + (g - L * 255) * (1 + alpha));
				t[3 * j] = static_cast<uchar>(L * 255 + (b - L * 255) * (1 + alpha));
			}
		}
	}
	return temp;
}

測驗效果

通過調整percent可以實作影像飽和度的調整，

如果函式有什么可以改進完善的地方，非常歡迎大家指出，一同進步何樂而不為呢~

如果文章幫助到你了，可以點個贊讓我知道，我會很快樂~加油！