基于Python的OCIO色彩空间转换出现色彩偏差问题求助

问题根源分析 #

你的代码存在三个核心问题，直接导致色彩偏差和数值范围错误：

• 未正确读取16位TIFF：OpenCV默认会将16位图像转换为8位，丢失原始精度，且未保留色彩通道的原始范围。
• 通道顺序不匹配：OpenCV读取图像为BGR通道顺序，而OCIO的色彩空间处理基于RGB顺序，直接处理会导致色彩通道错位（比如黄色偏粉就是B/R通道颠倒导致的）。
• 归一化数值错误：16位无符号整数的取值范围是0-65535，你用8位的255进行归一化，导致输入到OCIO的数值范围被过度压缩，引发色彩映射错误。

修正后的代码 #

import cv2
import numpy as np
import PyOpenColorIO as OCIO

path = "ACEScc.tif"

input_cs = "ACES - ACEScc"
output_cs = "Utility - Linear - sRGB"

# 1. 正确读取16位TIFF，保留原始深度和通道
img = cv2.imread(path, cv2.IMREAD_UNCHANGED)
assert img.dtype == np.uint16, "图像不是16位TIFF格式"

# 2. 将OpenCV的BGR通道转为OCIO要求的RGB顺序
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 3. 正确归一化16位数据到0-1浮点范围
img_float = img_rgb.astype(np.float32) / 65535.0

# 加载OCIO配置并创建色彩转换处理器
config = OCIO.Config.CreateFromFile("config.ocio")
processor = config.getProcessor(input_cs, output_cs)
cpu_processor = processor.getDefaultCPUProcessor()

# 批量处理整个图像数组（比单像素applyRGB更稳定）
cpu_processor.applyRGBArray(img_float)

# 转换为8位输出，超出范围的部分自动裁剪（符合预期需求）
img_8bit = np.clip(img_float * 255.0, 0, 255).astype(np.uint8)

# 转回BGR通道以便OpenCV正确保存
img_bgr_8bit = cv2.cvtColor(img_8bit, cv2.COLOR_RGB2BGR)
cv2.imwrite("ocio_test.tif", img_bgr_8bit)

关键修正点说明 #

• 图像读取：添加cv2.IMREAD_UNCHANGED参数，确保OpenCV不自动转换图像深度和通道格式，完整保留原始16位数据。
• 通道转换：通过cv2.COLOR_BGR2RGB和cv2.COLOR_RGB2BGR两次转换，匹配OCIO的RGB处理逻辑与OpenCV的BGR存储逻辑。
• 归一化处理：用65535作为分母，将16位无符号整数正确映射到OCIO要求的0-1浮点范围。
• 数组处理：使用applyRGBArray替代applyRGB，更适配整幅图像的批量处理场景，避免单像素操作的潜在异常。

内容的提问来源于stack exchange，提问作者pawel