如何使用Python将3D Luts .cube文件应用到图像中？

OpenCV本身没有直接支持3D LUT的API，但可以通过手动实现插值或者借助专业颜色处理库来完成。以下是两种可行方案：

方法一：基于OpenCV+Numpy手动实现三线性插值 #

这种方式不需要额外依赖，完全用基础库实现核心逻辑：

import cv2
import numpy as np

def apply_3d_lut(image, lut):
    # 转换图像到RGB格式（OpenCV默认读入BGR）
    if image.shape[-1] == 3:
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
    # 将像素值从0-255映射到LUT的0-63范围
    normalized = image.astype(np.float32) / 255.0 * 63.0
    r, g, b = np.split(normalized, 3, axis=-1)
    r, g, b = r[..., 0], g[..., 0], b[..., 0]
    
    # 计算插值所需的整数坐标（确保不超出LUT边界）
    r0 = np.floor(r).astype(np.int32)
    r1 = np.minimum(r0 + 1, 63)
    g0 = np.floor(g).astype(np.int32)
    g1 = np.minimum(g0 + 1, 63)
    b0 = np.floor(b).astype(np.int32)
    b1 = np.minimum(b0 + 1, 63)
    
    # 计算插值权重
    dr = r - r0
    dg = g - g0
    db = b - b0
    
    # 提取8个相邻的LUT颜色值
    c000 = lut[r0, g0, b0]
    c001 = lut[r0, g0, b1]
    c010 = lut[r0, g1, b0]
    c011 = lut[r0, g1, b1]
    c100 = lut[r1, g0, b0]
    c101 = lut[r1, g0, b1]
    c110 = lut[r1, g1, b0]
    c111 = lut[r1, g1, b1]
    
    # 执行三线性插值
    c00 = c000 * (1 - db) + c001 * db
    c01 = c010 * (1 - db) + c011 * db
    c10 = c100 * (1 - db) + c101 * db
    c11 = c110 * (1 - db) + c111 * db
    
    c0 = c00 * (1 - dg) + c01 * dg
    c1 = c10 * (1 - dg) + c11 * dg
    
    final_color = c0 * (1 - dr) + c1 * dr
    
    # 转换回BGR格式并保存
    final_image = final_color.astype(np.uint8)
    final_image = cv2.cvtColor(final_image, cv2.COLOR_RGB2BGR)
    return final_image

# 示例用法
# lut = np.load('64x64x64_lut.npy')  # 加载已解析的LUT数组，形状为(64,64,64,3)
# input_img = cv2.imread('input.jpg')
# output_img = apply_3d_lut(input_img, lut)
# cv2.imwrite('output.jpg', output_img)

方法二：使用colour-science库快速实现 #

colour是专门的颜色处理库，支持直接加载.cube等常见3D LUT格式，无需手动处理插值：

1. 先安装库：

pip install colour-science

2. 代码实现：

import cv2
import numpy as np
from colour.io import read_LUT, apply_LUT

# 加载64x64x64的3D LUT（支持.cube格式）
lut = read_LUT('your_lut.cube')

# 读取并预处理图像
input_img = cv2.imread('input.jpg')
img_rgb = cv2.cvtColor(input_img, cv2.COLOR_BGR2RGB)
img_float = img_rgb.astype(np.float32) / 255.0

# 应用LUT并转换回可保存的格式
result_float = apply_LUT(img_float, lut)
result_img = (result_float * 255).astype(np.uint8)
result_bgr = cv2.cvtColor(result_img, cv2.COLOR_RGB2BGR)

# 保存结果
cv2.imwrite('output.jpg', result_bgr)

注意事项 #

• 确保你的3D LUT数组形状为(64,64,64,3)，每个通道值范围为0-255（或0-1，需对应代码中的归一化逻辑）
• 如果LUT是二进制格式，需要先自行解析为numpy数组再使用

内容的提问来源于stack exchange，提问作者Arthur Minas