【Opencv实战】几十年前的Vlog火了：黑白老照片如何上色？这黑科技操作一定要知道，复原度超高，竟美的出奇~（图像修复神级代码）

本文主要是介绍【Opencv实战】几十年前的Vlog火了：黑白老照片如何上色？这黑科技操作一定要知道，复原度超高，竟美的出奇~（图像修复神级代码），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

导语

哈喽大家好呀！我是每天疯狂赶代码的木木子吖～情人节快乐呀！

所有文章完整的素材+源码都在👇👇

粉丝白嫖源码福利，请移步至CSDN社区或文末公众hao即可免费。

我们都知道，有很多经典的老照片，受限于那个时代的技术，只能以黑白的形式传世。尽管黑

白照片别有一番风味，但是彩色照片有时候能给人更强的代入感。今天在这里给大家提供一种

给黑白照片上色的方法，尽管无法还原当时真实的颜色，但确实可以达到后期者的心中所想的

颜色。

当然，除了让老照片变成彩色这一用途之外，还可以将现时的一些黑白照片自行染上彩色，完

全按照自己的想法来上色，再和彩色的原图进行对比，也不失为一种有趣的玩法。

——小故事

年前在家中进行过年春节大扫除的时候，意外发现了爷爷奶奶年轻时的照片，只不过当时的拍

摄技术还不发达，出来的相片都是黑白色的。所以我想将它们还原成彩色，给他们一个惊喜！

我不是敲代码的蛮，于是今天在情人节这天偷偷把老照片进行了一个色彩修复，这次尝试还别

说，亲测了一下效果感觉效果还不错，于是今天打算将它们分享给有同样想法的你们。

旧时代的爷爷奶奶、外公外婆的照片都可以进行一个色彩修复哦，超惊艳滴~

如果你也想知道黑白照片还原成彩色怎么弄的话，就赶紧跟着我的步骤一步步操作起来吧，过

程并不繁琐，就算你是修图小白也可以轻松驾驭！（只要你会代码一切皆有可能~厚脸皮.jpg）

正文

利用图像处理技术，基于数字化存储的玻璃底板图像自动生成尽量非虚化的彩色图像。从原始

图像文件中分割提取三个彩色通道图像，将它们对齐并彼此叠加在一起，最终形成一张RGB彩

色图像。

一、环境准备

1）运行环境

本文用到的环境如下——

 Python3、Pycharm社区版，第三方模块：Opencv、numpy。

部分自带的模块只要安装完 Python就可以直接使用了，需要安装的库的话看教程下🎐

模块安装👇：

pip install +模块名 镜像源安装：pip install -i https://pypi.douban.com/simple/+模块名 （之前有说过安装报错的几种方式跟解决方法，不会安装的可以去看下，还有很多国内镜像源也有文章的）

图片文本素材等👇——

都是一些老照片，大家可以随便准备一些哈，当然需要完整的素材图片跟源码的文末找我即可！

二、代码展示

1） fixTif.py： tif图像的修复，使用的是openCV内置的高斯金字塔

import numpy as np
import cv2 as cvdef img_translate(img, tx, ty):"""对图像进行平移"""heigh, width = img.shape[:2]m = np.float32([[1, 0, tx], [0,1, ty]])res = cv.warpAffine(img, m, (width, heigh))return resdef ssd(I1, I2):"""ssd函数，衡量颜色通道是否对齐"""return np.sum((I1 - I2)*(I1 - I2))def find_xy(img1, g):"""找到最佳的平移参数，并对该颜色通道图片进行平移"""# 初始化loss = ssd(img1, g)img = img1u = 0v = 0# 根据ssd函数寻找最佳的对齐位置for i in range(-20, 30):for j in range(-20, 30):img2 = img_translate(img1, i, j)loss1 = ssd(img2, g)if loss > loss1:loss = loss1img = img2u = iv = jprint(u, v)return imgdef readImage(imname):"""read in the image"""im = cv.imread(imname)im = cv.cvtColor(im, cv.COLOR_BGR2GRAY)return imdef separate(im):"""separate color channels"""# compute the height of each part (just 1/3 of total)height = np.floor(im.shape[0] / 3.0).astype(np.int)b = im[:height]g = im[height: 2 * height]r = im[2 * height: 3 * height]return b, g, rdef merge(b,g,r):"""将三个颜色通道进行merge"""return cv.merge((b,g,r))def gaussianPyramid(img):"""直接使用OpenCV的高斯金字塔进行实现"""return cv.pyrDown(img)if __name__ == '__main__':# name of the input file#imname = 'images/train.tif'imname = 'images/three_generations.tif'#imname = 'images/lady.tif'#imname = 'images/emir.tif'#imname = 'images/icon.tif'#imname = 'images/self_portrait.tif'#imname = 'images/village.tif'#imname = 'images/turkmen.tif'im = readImage(imname)print(im.shape)#cv.imshow("source image", im)# 获取平均切割的三个颜色通道b, g, r = separate(im)# 对三个颜色通道分别应用高斯金字塔b = gaussianPyramid(b)b = gaussianPyramid(b)b = gaussianPyramid(b)g = gaussianPyramid(g)g = gaussianPyramid(g)g = gaussianPyramid(g)r = gaussianPyramid(r)r = gaussianPyramid(r)r = gaussianPyramid(r)im_out0 = merge(b, g, r)cv.imshow("before", im_out0)# 颜色通道平移进行对齐，对齐的过程中以绿色作为基准b = find_xy(b, g)r = find_xy(r, g)# 将平移处理后的三通道merge，得到处理后的图片im_out1im_out1 = merge(b, g, r)# 将修复后的图片写进磁盘#cv.imwrite('out/after_' + imname[7:], im_out1)cv.imshow("after", im_out1)#print(im_out1.shape)cv.waitKey(0)

2）运行程序

import numpy as np
import cv2 as cv# name of the input file
imname = 'images/monastery.jpg'# read in the image
im = cv.imread(imname)
im = cv.cvtColor(im, cv.COLOR_BGR2GRAY)
print(im.shape)
cv.imshow("source image", im)# convert to double (might want to do this later on to save memory)
# im = img_as_float(im)# compute the height of each part (just 1/3 of total)
height = np.floor(im.shape[0] / 3.0).astype(np.int)# separate color channels
b = im[:height]
g = im[height: 2 * height]
r = im[2 * height: 3 * height]# align the images
# functions that might be useful for aligning the images include: np.roll, np.sum
# ag = align(g, b)
# ar = align(r, b)# create a color image
# im_out = cv.merge((ar, ag, b))  # this line should be activated after implementing the align functions
im_out = cv.merge((b, g, r))        # this line should be deleted after implementing the align functions# save and display the output image
cv.imwrite("out/out_fname.jpg", im_out)
cv.imshow("output image", im_out)cv.waitKey(0)