简介基于Welsh算法的灰度图像彩色化处理与优化Python实现面向计算机相关专业学生、毕业设计者及图像处理爱好者。资源针对灰度图自动彩色化的研究热点采用颜色转移思路先通过Welsh算法依据亮度统计匹配参考彩色图像的颜色信息完成目标灰度图着色再引入导向滤波去除噪声、保留边缘细节有效避免梯度反转伪影使输出图像更自然真实。压缩包共16个文件包含4个Python源码、3个pyc编译文件附带项目说明文档和8张实验图像整包仅533KB可直接运行验证。已有432人学习下载适合作为毕设课题、课程设计或项目初期演示也适合小白进阶参考。代码均经过测试运行成功注释详细便于理解Welsh算法流程与导向滤波参数调优还可在此基础上扩展其他图像处理功能。1. 从灰度图里“猜”颜色Welsh 算法到底解决什么问题一张灰度图里没有任何颜色信息每个像素只有一个亮度值所以彩色化本质上是一个“猜颜色”的问题。人眼能靠经验判断天空该是蓝的、草地该是绿的但计算机没有这种常识。Welsh 算法的思路很直接你给程序一张参考彩色图它按照亮度结构和邻域纹理把灰度图里每一个像素与参考图里最相似的像素对应起来然后把参考图那个像素的颜色“借”过来。这对于老照片修复、灰度视频逐帧上色、风格化图像生成这些场景非常实用。这个算法最大的价值在于它不吃硬件也不吃数据。它不需要 GPU不需要训练集不依赖深度学习框架单张参考图和一台普通 CPU 机器就能跑出可用的结果。如果你只是想把一张黑白照片变成有颜色的效果或者想理解传统图像彩色化的核心套路Welsh 算法是性价比最高的入门点。它虽然不如现在基于神经网络的上色方法细腻但胜在可解释、可调试、易复现而且参数调整的空间很大。接下来我会把算法原理、Python 实现、优化手段和常见坑一条条讲清楚。2. Welsh 算法拆开看为什么亮度匹配能当颜色传递的依据2.1 颜色空间的选择为什么不用 RGB 直接做匹配彩色化最忌讳在 RGB 空间里直接算像素相似度。RGB 三个通道高度相关一个像素亮度的变化会同时影响三个通道的数值这就导致两个视觉上很接近的颜色在 RGB 特征空间里距离可能很远而两个完全不同的颜色反而可能距离很近。Welsh 算法用的颜色空间是 YCbCr它把亮度Y和色度Cb、Cr分离。这样一来灰度图天然就有 Y 通道而 Cb、Cr 就是我们需要从参考图传递过来的颜色信息。在 YCbCr 空间里做匹配有一个根本优势你只需要在 Y 通道上比较像素的亮度相似性然后用邻域统计信息辅助判断纹理是否一致。亮度相近加上邻域结构相似的像素大概率在语义上也是相近的区域——比如天空的亮度普遍偏高且平滑草地的亮度中等且纹理粗糙。这个假设不一定永远成立但在大部分自然图像上是成立的这就是 Welsh 算法能工作的底层依据。另一个实际原因是 OpenCV 里读入的 BGR 图像转 YCbCr 非常方便直接调用cv2.cvtColor就可以而且 YCbCr 和 JPEG 压缩体系的色彩空间同源数值范围和处理习惯都有现成的工具支持。相比 HSV 空间色调容易在低饱和度时发生剧烈跳变和 Lab 空间需要自己处理浮点转换YCbCr 在工程实现上是坑最少的选择。2.2 匹配策略的核心亮度候选 邻域统计二次筛选Welsh 原论文的核心匹配策略分两步。第一步是亮度匹配把参考图和目标灰度图都按亮度值排序对目标图中的每一个像素在参考图中找出亮度最接近的一批像素作为候选集合。第二步是邻域统计匹配对每一个候选像素计算它周围一个窗口内像素亮度的均值和标准差和待上色像素的邻域统计量做对比取差异最小的那个参考像素然后把它的 Cb、Cr 通道值拷贝给目标像素。这里的关键在于邻域统计量。只用亮度匹配会出大问题相同亮度的像素可能代表完全不同的物体比如白墙和白衬衫亮度几乎一样但颜色一个是灰白一个是纯白甚至带点蓝调。加入邻域均值和标准差的比较相当于把“这一个点像不像”升级成“这一小片区域像不像”。均值描述邻域的整体明暗水平标准差描述邻域的纹理剧烈程度。一个平滑的天空区域标准差很低而树叶密集的区域标准差很高这两个特征组合起来能有效区分大部分场景。我一般会把窗口设成 5×5 或 7×7。窗口太小统计量对噪声太敏感匹配结果会像撒了盐一样花窗口太大统计量把细节抹平了小物体容易被错误映射到大色块区域。如果你的参考图分辨率较高可以适当加大窗口因为邻域覆盖的实际物理范围更大统计特征更稳定。2.3 三个必调参数亮度差阈值、窗口大小、下采样比例Welsh 算法的实现参数其实很少但每一个都直接影响效果和速度。第一个是亮度差阈值它控制候选集合的大小。目标像素和参考像素的亮度差小于这个阈值时才进入候选列表。阈值设太小可能找不到候选设太大候选太多了后面的邻域统计匹配计算量会爆炸。常见的做法是把阈值设在 5 到 15 之间亮度范围 0-255。第二个参数是邻域窗口大小这个在上面已经提过。第三个参数是下采样比例这是 Welsh 算法最容易忽略的一步。原论文的做法是把图像缩小到较小尺寸再做匹配因为逐像素匹配的计算量是 O(N²) 级别的两张大图硬匹配会慢到让人怀疑程序死锁。我一般先把长边缩到 200 像素左右做匹配拿到色度通道后再放大回原分辨率。这三个参数不是互相独立的。参考图内容和目标图差异越大亮度差阈值就要适当放宽但窗口大小也要同步调整否则候选多了之后邻域统计就分不开。实际工程里我建议先固定窗口为 5×5阈值从 10 开始试看输出的彩色化结果有没有局部不自然的色块再微调。3. Python 实现主流程从 YCbCr 转换到逐像素颜色迁移3.1 最小可跑通框架读取图像与色彩空间转换先搭一个最简框架。你只需要 OpenCV 和 NumPy不需要任何深度学习框架。下面这段代码完成了读取参考图和灰度图、转换色彩空间、提取亮度通道的准备工作。import cv2 import numpy as np def load_images(ref_path, gray_path): # 读入参考彩色图和目标灰度图 ref_bgr cv2.imread(ref_path) gray_img cv2.imread(gray_path, cv2.IMREAD_GRAYSCALE) if ref_bgr is None or gray_img is None: raise ValueError(图片读取失败检查路径) # 统一尺寸灰度图尺寸决定输出尺寸参考图仅用于提供颜色 h, w gray_img.shape[:2] ref_resized cv2.resize(ref_bgr, (w, h), interpolationcv2.INTER_LINEAR) # 转 YCbCr 色彩空间 ref_ycbcr cv2.cvtColor(ref_resized, cv2.COLOR_BGR2YCrCb) ref_y ref_ycbcr[:, :, 0].astype(np.float32) # 目标图本身就是亮度图直接转 float gray_float gray_img.astype(np.float32) return ref_ycbcr, ref_y, gray_float, gray_img.shape这里有一个细节值得注意cv2.COLOR_BGR2YCrCb的顺序是 Y、Cr、Cb不是 Y、Cb、Cr。很多人在这里翻车导致后面复制通道时把红蓝对调输出的彩色图看起来颜色怪怪的但又不完全错。我建议在转换之后单独打印几个像素的通道值和你手算的 YCbCr 结果对照一下确认通道顺序再继续。参考图为什么要先 resize 到和目标灰度图一样大因为后续匹配需要在同一个像素网格上操作。虽然 Welsh 算法理论上支持不同分辨率的图像匹配但实现复杂度会显著上升——你需要维护两套坐标映射而且下采样和上采样时的插值误差也会叠加。工程上先统一尺寸是最省事的做法。3.2 亮度候选生成排序加阈值裁剪这一节实现 Welsh 算法的第一步对参考图的亮度通道建立索引然后为灰度图的每个像素找出亮度相近的候选像素。为了提高效率把参考图的像素按亮度值做排序这样可以用二分查找快速定位亮度区间。def build_candidates(ref_y, gray_float, threshold10): h, w gray_float.shape ref_pixels ref_y.flatten() # 展平成一维 sorted_idx np.argsort(ref_pixels) # 按亮度排序 sorted_vals ref_pixels[sorted_idx] # 为灰度图每个像素准备一个空候选列表 candidates [[] for _ in range(h * w)] for idx in range(h * w): target_val gray_float.flatten()[idx] # 二分查找找到排序数组中与目标亮度最接近的位置 pos np.searchsorted(sorted_vals, target_val) # 从 pos 向左右扩展收集亮度差小于阈值的像素索引 left, right pos, pos 1 while left 0 and abs(sorted_vals[left] - target_val) threshold: candidates[idx].append(sorted_idx[left]) left - 1 while right len(sorted_vals) and abs(sorted_vals[right] - target_val) threshold: candidates[idx].append(sorted_idx[right]) right 1 return candidates, sorted_vals这段代码的问题是纯 Python 循环对于大图会很慢。但先别急着优化它能帮你验证匹配逻辑是否正确。threshold10意味着允许参考图和目标图的亮度差在 10 个灰度级以内这个范围对大多数照片是合理的。如果参考图整体偏暗而目标图整体偏亮你可能需要先做直方图匹配后面会讲而不是盲目加大阈值。候选列表的内存会随着阈值增大快速膨胀。一张 200×200 的图有 40000 个像素每个像素可能有几十个候选内存占用大概在几十 MB 级别还在可接受范围。如果你直接把原始高清图喂进来这个列表可能把内存撑爆。3.3 邻域统计匹配与颜色传递核心循环候选生成之后进入 Welsh 算法最核心的部分对每个目标像素计算它和所有候选像素的邻域统计量差异找到最优匹配然后传递色度通道。def colorize_core(ref_ycbcr, ref_y, gray_float, candidates, window_size5): h, w gray_float.shape half_w window_size // 2 gray_pad cv2.copyMakeBorder(gray_float, half_w, half_w, half_w, half_w, cv2.BORDER_REFLECT) # 输出图像Y 通道直接用灰度图Cb/Cr 初始化为 0 out_ycbcr np.zeros((h, w, 3), dtypenp.float32) out_ycbcr[:, :, 0] gray_float ref_h, ref_w ref_y.shape[:2] ref_y_pad cv2.copyMakeBorder(ref_y, half_w, half_w, half_w, half_w, cv2.BORDER_REFLECT) # 预计算参考图上每一个像素的邻域均值和标准差 ref_stats [] for ry in range(ref_h): for rx in range(ref_w): patch ref_y_pad[ry:ry window_size, rx:rx window_size] ref_stats.append((patch.mean(), patch.std())) ref_stats np.array(ref_stats) flatten_idx 0 for y in range(h): for x in range(w): target_patch gray_pad[y:y window_size, x:x window_size] target_mean target_patch.mean() target_std target_patch.std() best_score float(inf) best_cand None for cand_idx in candidates[flatten_idx]: cand_mean, cand_std ref_stats[cand_idx] score abs(target_mean - cand_mean) abs(target_std - cand_std) if score best_score: best_score score best_cand cand_idx if best_cand is not None: cand_y best_cand // ref_w cand_x best_cand % ref_w out_ycbcr[y, x, 1] ref_ycbcr[cand_y, cand_x, 1] # Cr out_ycbcr[y, x, 2] ref_ycbcr[cand_y, cand_x, 2] # Cb flatten_idx 1 return out_ycbcr注意这里ref_stats的索引顺序cand_idx是参考图全部像素展平后的下标而ref_stats也是按同样顺序排列的所以可以直接对齐。如果参考图被 resize 过ref_ycbcr的行列数必须和ref_y完全一致否则坐标换算会错位。score abs(target_mean - cand_mean) abs(target_std - cand_std)是最简单的统计距离。你也可以用欧氏距离或者加权和但实测效果差别不大。真正影响大的是 set 里没有覆盖到的另一种情况如果候选列表为空怎么办。常见做法是直接跳过保持该像素为灰度如果要保证输出没有灰度空洞可以把阈值加大重新匹配。3.4 通道合并与结果输出得到完整的 YCbCr 三通道后需要转回 BGR 才能保存和显示。这里要特别注意浮点数的范围截断以及cv2.cvtColor对输入类型的要求。def postprocess_and_save(out_ycbcr, output_path): # 截断到合法范围 out_ycbcr np.clip(out_ycbcr, 0, 255).astype(np.uint8) # 转回 BGR out_bgr cv2.cvtColor(out_ycbcr, cv2.COLOR_YCrCb2BGR) cv2.imwrite(output_path, out_bgr) # 可选返回 BGR 结果供程序内部继续处理 return out_bgr常见的一个坑是np.clip之后没有转uint8就直接丢给 cvtColorOpenCV 会抛类型错误。另外 YCbCr 转 BGR 时如果输入是 float 类型取值范围要求是 0-255不能是 0-1。如果中途做了归一化记得在转回之前把数值还原。保存格式推荐 PNG 或高画质 JPEG避免压缩伪影干扰对彩色化效果的判断。4. 让 Welsh 从能跑变得好用三处优化与参数调整4.1 多分辨率金字塔先大块后细节减少错误映射逐像素匹配最大的问题不是慢而是局部信息不足导致颜色在空间上不连续——相邻两个像素可能匹配到参考图上完全不同的区域输出结果会有大量椒盐噪声。优化的第一招是金字塔策略先把图像缩小到极小的尺寸在这个尺寸上用较大的邻域窗口做匹配这一轮的结果相当于确定了大色块的颜色基调然后逐层放大每一层只对上一层的结果做细化修正。我一般用三层金字塔。最底层长边 64 像素窗口 9×9中间层长边 128 像素窗口 5×5最上层就是原分辨率窗口 3×3。每一层把上一层输出的色度通道作为初始值只在亮度差异较大的残差区域重新搜索。这样做的效果非常明显——天空不会突然冒出一块草地绿因为最底层已经锁定了整个天空区域的色度基准。金字塔实现里有一个容易忽略的细节上层输出的色度通道上采样到当前层时必须做边缘保持插值不能直接INTER_LINEAR了事。边缘处用线性插值会引入半透明的过渡色带后续窗口统计时会被当成真实纹理。我通常先用最近邻上采样再用 3×3 的中值滤波平滑色度通道既保持边缘又去掉孤立噪点。4.2 亮度分桶加速把 O(N²) 搜索变成局部查找原始 Welsh 算法的计算瓶颈在邻域统计匹配阶段。每个目标像素要遍历所有亮度候选像素而候选数量会随阈值线性增长。直接优化思路是对参考图按亮度分桶把亮度分成 16 个桶每 16 个灰度级一个建立桶内像素索引列表。匹配时只查目标像素所在桶及其相邻两个桶这样候选数量能减少到原来的十分之一以下。分桶带来的额外收益是桶内像素的空间位置可以提前随机采样。参考图中一个桶内可能有几千个像素但它们在物理空间上分散在各个区域全部参与邻域匹配没有意义。我一般对每个桶最多保留 200 个随机采样像素匹配速度提升非常可观而视觉效果几乎不受影响——因为真正决定匹配质量的只是邻域统计量提前采样相当于对参考图做了降采样。这个优化需要在前面build_candidates函数基础上改造。把排序数组替换成 16 个亮度区间每个区间存一个像素索引列表。二分查找就变成了一次简单的除法加桶索引匹配时也明显更加规整。如果之后的邻域匹配还有瓶颈可以考虑用 NumPy 的向量化计算一次性处理一个批次的目标像素而不是逐像素循环。4.3 直方图匹配预处理和后处理两处容易被忽略的细节Welsh 算法的效果严重依赖参考图和目标图的亮度分布一致性。如果参考图整体偏亮目标图整体偏暗亮度匹配会大面积失效——目标图的暗部像素根本找不到亮度相近的参考像素。解决办法是在匹配之前对灰度图做直方图匹配让它的亮度分布向参考图的亮度分布对齐。def histogram_match(gray_float, ref_y): # 计算两张图的累积分布函数 gray_hist np.histogram(gray_float, bins256, range(0, 255))[0] ref_hist np.histogram(ref_y, bins256, range(0, 255))[0] gray_cdf np.cumsum(gray_hist) / gray_hist.sum() ref_cdf np.cumsum(ref_hist) / ref_hist.sum() # 构建映射表目标亮度 - 参考亮度 mapping np.zeros(256, dtypenp.float32) ref_pos 0 for i in range(256): while ref_pos 255 and ref_cdf[ref_pos] gray_cdf[i]: ref_pos 1 mapping[i] ref_pos # 应用映射 matched cv2.LUT(gray_float.astype(np.uint8), mapping.astype(np.uint8)) return matched.astype(np.float32)cv2.LUT要求输入是 uint8映射表也只能是 uint8灰度值会有少量量化误差但不会影响彩色化的整体效果。直方图匹配之后匹配的正确率能提升一截尤其在参考图和目标图分别来自不同拍摄设备或不同年代的情况下。后处理方面我常用引导滤波平滑色度通道。先以灰度图为引导图对输出的 Cb、Cr 通道做边缘保持平滑这样能消除匹配产生的孤立色斑同时不会把边缘的颜色涂抹到相邻区域。这个步骤对最终观感的影响非常大很多时候算法的“质量”差异其实只差这一步。4.4 参数组合速查表参数之间是联动关系下面是我在实际使用中调试出来的默认组合。这个组合不需要一开始就把所有参数调到位先跑通再逐步收紧。参数默认值调整方向副作用亮度差阈值10增大则候选多、颜色丰富匹配噪声上升邻域窗口大小5增大则区域感更强小物体颜色被吞金字塔层数3增多则整体感更强细节丢失分桶数量16增多则搜索更快候选不足桶内采样数200增多则质量更稳计算时间变长一个重要的提醒这些参数不是绝对值。如果你的参考图分辨率只有 100×100 左右金字塔层数就该降到 2桶内采样数也可以降到 80因为总分像素量本来就不大强行用高层数反而让底层信息太少匹配结果不稳定。5. 彩色化常见问题与排查五条血泪经验5.1 上色结果整体发灰偏绿色彩空间通道顺序搞反了现象输出图像的彩色感很弱整体灰蒙蒙且偏向绿色调。原因OpenCV 的COLOR_BGR2YCrCb转换结果是 Y、Cr、Cb 顺序而许多人按习惯默认是 Y、Cb、Cr。在传递色度通道时Cb 和 Cr 被互换位置导致红蓝色信息错位。解决在初次实现时加一步打印验证输出一个已知颜色像素的 YCbCr 值确认数组内存顺序。代码里统一用ycbcr[:, :, 1]和ycbcr[:, :, 2]的固定索引避免用语义名。5.2 大片区域颜色断层参考图亮度分布和目标差别太大现象图像被分成几大块每块内部的颜色连续但块与块之间有明显色差看起来像拼图。原因目标图的亮度直方图在某个区间集中了大量像素而参考图在这个区间几乎没有像素匹配时只能找到偏差很大的候选。解决在匹配前对灰度图做直方图匹配强制让两者亮度分布对齐。如果直方图匹配后仍有断层考虑把亮度差阈值调大让候选集合可以跨越更大亮度区间。5.3 色彩沿物体边缘溢出一大截邻域窗口和色度平滑不匹配现象物体的颜色溢出到背景上比如红色衣服的边缘有一圈红色晕影。原因匹配时窗口内包含边缘两侧的像素统计量被平均化边缘附近的像素倾向于匹配到颜色更浓的区域后处理时又用了不支持边缘保持的平滑滤波把溢色进一步扩散。解决把窗口调小例如从 7×7 降到 3×3后处理改用引导滤波以灰度图为引导边缘处不做平滑跨边扩散。5.4 运行速度慢到无法接受没有做下采样和分桶现象一张 1080p 的图和一张等尺寸参考图匹配过程跑了十几分钟还没结束。原因像素级三重循环的复杂度是 O(N²)原图有 200 万像素全量匹配根本不可行。解决先下采样到长边 200 像素做匹配上采样后只对边缘区域做小范围精修同时对参考图做亮度分桶限制候选搜索范围。实测同样的匹配质量耗时能从十几分钟降到几秒。5.5 天空被染成肤色参考图里有人脸大区域现象大面积平滑区域比如天空、墙面被赋予了肤色。原因人脸皮肤的亮度和平滑度与白墙、天空非常接近纯统计特征无法区分语义。解决更换参考图选择场景内容与目标图更接近的图像。如果必须保留当前参考图可以在匹配时增加一个亮度二阶统计特征邻域梯度幅度的均值它能区分平滑区域和皮肤区域的微小差别。6. 进阶验证技巧如何量化判断彩色化效果好坏彩色化效果的主观性很强但如果你有一个彩色原图可以做对比把彩色图转成灰度再做彩色化就能用客观指标量化算法的好坏。这里我推荐两个最常用的指标PSNR 和 SSIM。PSNR 衡量像素级误差数值越高越好SSIM 衡量结构相似度范围 0 到 1越接近 1 越好。两组指标的配合能告诉你算法的提升到底来自颜色准确性还是结构保持。def evaluate_colorization(original_bgr, colorized_bgr): # 转换到 YCbCr 分别评估亮度和色度通道 orig_ycbcr cv2.cvtColor(original_bgr, cv2.COLOR_BGR2YCrCb) col_ycbcr cv2.cvtColor(colorized_bgr, cv2.COLOR_BGR2YCrCb) # PSNR 用亮度通道算SSIM 用三通道综合算 psnr_y cv2.PSNR(orig_ycbcr[:, :, 0], col_ycbcr[:, :, 0]) ssim_val ssim(original_bgr, colorized_bgr, channel_axis-1) # 色度通道的 MAE 更能反映上色质量 diff_cr np.abs(orig_ycbcr[:, :, 1].astype(np.float32) - col_ycbcr[:, :, 1].astype(np.float32)) diff_cb np.abs(orig_ycbcr[:, :, 2].astype(np.float32) - col_ycbcr[:, :, 2].astype(np.float32)) mae_chroma (diff_cr.mean() diff_cb.mean()) / 2 return {psnr_y: psnr_y, ssim: ssim_val, mae_chroma: mae_chroma}注意ssim函数需要从skimage.metrics导入。我的使用习惯是三次采样跑三组不同参数分别算指标然后从里面挑一个 PSNR 和 SSIM 都相对高的再目测确认没有明显色斑。指标不能完全代替人眼但当你在调参时看到一项指标下降而另一项上升这就是算法在做权衡的信号——比如窗口变大时 SSIM 上升但色度 MAE 也上升说明颜色准确度在下降。还有一个检查习惯把色度通道单独可视化。把 Cb、Cr 通道拉伸到全对比度范围后显示如果某个区域出现明显的纹理边界说明那个位置的匹配可能出了问题——真实图像的色度通道应该是相对平滑的。这个方法能帮你在不看整体效果的情况下定位失败区域的位置。我每调整完一组参数都会做一次这种中间检查比直接看最终图更早发现问题。希望这套技巧对你的彩色化实践有实质帮助。本文还有配套的精品资源点击获取