根据您的需求，如果要生成模拟红色盲（色弱）的不同程度（轻度、中度、重度）的图片，我们可以借助 `colour-blind` 或者自定义矩阵转换的方式来实现颜色变换。下面是一个完整的 Python 脚本示例，利用 NumPy 和 OpenCV 来调整图像的颜色通道以模拟不同程度的红绿色盲效果。 ### 模拟红色盲脚本： ```python import cv2 import numpy as np def simulate_deuteranopia(image, severity=0.5): """ 模拟红绿色盲 (Deuteranopia) :param image: 输入图像 (numpy 数组) :param severity: 程度 [0.0 到 1.0] （轻度到重度） :return: 返回经过处理后的图像 """ # 定义转换矩阵 transformation_matrix = np.array([ [1, 0, 0], [(severity * -0.476), (1 - severity * 0.982), (severity * 0.47), [0, 0, 1] ]) # 将 BGR 转换为 RGB 并应用矩阵变换 rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB).astype(np.float32) / 255.0 transformed_image = np.dot(rgb_image, transformation_matrix.T) # 归一化并返回结果 return (np.clip(transformed_image, 0, 1) * 255).astype(np.uint8) if __name__ == "__main__": input_path = r"C:\Users\admin\Desktop\daltonize\example_images\input.png" # 输入图片路径 output_dir = r"C:\Users\admin\Desktop\daltonize\output\\" # 输出保存目录 # 加载原始图片 original_image = cv2.imread(input_path) if original_image is None: print("未能加载输入图片，请检查路径") exit() # 设置不同程度的色盲模拟 severities = {"轻度": 0.3, "中度": 0.6, "重度": 1.0} for label, sev in severities.items(): result_image = simulate_deuteranopia(original_image.copy(), severity=sev) # 保存输出图片 output_filename = f"{output_dir}{label}_simulated_red_blind.jpg" cv2.imwrite(output_filename, result_image) print(f"已生成 {label} 的图片至 {output_filename}") print("所有图片均已生成完毕！") ``` --- ### 脚本解释： 1. **simulate_deuteranopia** 函数实现了对图片的颜色通道进行线性变换的功能。 - 参数 `severity` 决定了色盲的程度，值从 0 到 1 表示从轻微到严重的变化。 - 我们通过数学公式将红绿两色调减弱，形成色觉差异的效果。 2. **程序主流程**： - 首先读取一张源图片作为输入； - 对该图片分别施加“轻度”、“中度”、“重度”的色盲影响，并逐一保存结果。 3. **依赖项安装** 运行之前需确保已经安装了必要的模块： ```bash pip install opencv-python-headless numpy ``` --- ###