如何使用OpenCV检测图像是否被应用了颜色滤镜？

当然可以用OpenCV检测，给你两个适合新手的简单方法：

方法1：对比RGB通道的亮度均值 #

OpenCV读取图像默认是BGR格式，拆分后能拿到蓝、绿、红三个通道的像素数据。像你提供的红色滤镜图像，红通道的整体亮度会远高于绿、蓝通道，正常图像的三个通道均值会相对均衡。

代码示例：

import cv2
import numpy as np

# 替换成你的图像路径
img = cv2.imread("your_image.jpg")
# 拆分BGR三个通道
b_channel, g_channel, r_channel = cv2.split(img)

# 计算每个通道的平均亮度
avg_blue = np.mean(b_channel)
avg_green = np.mean(g_channel)
avg_red = np.mean(r_channel)

# 设定阈值判断（这里1.5可以根据实际情况调整）
if avg_red > avg_green * 1.5 and avg_red > avg_blue * 1.5:
    print("图像大概率应用了红色滤镜")
else:
    print("图像无明显红色滤镜特征")

方法2：用HSV颜色空间检测特定颜色占比 #

HSV空间对颜色的区分更直观，红色对应的色相（H通道）范围是0-10和170-180。统计图像中属于红色区间的像素占比，就能判断是否加了红色滤镜。

代码示例：

import cv2
import numpy as np

img = cv2.imread("your_image.jpg")
# 把BGR转成HSV格式
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义红色的HSV范围（饱和度和明度可以根据情况微调）
lower_red1 = np.array([0, 50, 50])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 50, 50])
upper_red2 = np.array([180, 255, 255])

# 生成红色区域的掩码
mask_red1 = cv2.inRange(hsv_img, lower_red1, upper_red1)
mask_red2 = cv2.inRange(hsv_img, lower_red2, upper_red2)
total_red_mask = mask_red1 + mask_red2

# 计算红色像素占总像素的比例
red_ratio = np.sum(total_red_mask > 0) / (img.shape[0] * img.shape[1])

# 比如占比超过30%就判定有红色滤镜
if red_ratio > 0.3:
    print("图像大概率应用了红色滤镜")
else:
    print("图像无明显红色滤镜特征")

小提示 #

• 如果图像本身红色元素很多，建议找同场景的正常图像做对比，看通道均值或颜色占比的差异。
• 要是遇到复杂的多颜色滤镜，可能需要对比图像的直方图（正常图像和滤镜图像的直方图形状会有明显差异）。

内容的提问来源于stack exchange，提问作者Minh Ngo