每个（彩色）图像都由 RGB 分量组成。当您仅在 RED 组件中为所有像素添加（或减少）一个常数值时，您将看到相当于将 RED 选项卡向右移动的效果，并且以相同的方式将 RED 组件减少一个常数将产生相反的效果。

同样，您可以按所述固定值递增/递减每个组件。如果您将所有 RGB 分量增加/减少相同的值，这将等同于亮度的变化（基本上您正在添加/删除白色）。

青色、蓝色、品红色 - 对应于 CMYK 颜色空间中的这种转换。（但我想，这个颜色空间中的蓝色对应于青色和黄色的混合。所以这有点棘手。转换对所有人来说基本相同。

最后一个元素 Tint: { Hue and Saturation } 对应相同的操作，但在这里，图像首先在 HSV 模型中转换，然后单独添加/减去 HUE 和饱和度。

我不知道表盘标记与相应数字的确切关系，但您可以通过尝试实际值来弄清楚。

我在 MATLAB 中完美地复制了算法（基于@Ivan Kuckir的回答）：

function [ mO ] = ApplyBlackWhiteFilter( mI, vCoeffValues )

FALSE   = 0;
TRUE    = 1;

OFF = 0;
ON  = 1;

numRows = size(mI, 1);
numCols = size(mI, 2);
dataClass = class(mI);

numCoeff    = size(vCoeffValues, 1);
hueRadius   = 1 / numCoeff;
vHueVal     = [0:(numCoeff - 1)] * hueRadius;

mHsl = ConvertRgbToHsl(mI);
mO = zeros(numRows, numCols, dataClass);

vCoeffValues = numCoeff * vCoeffValues;

for jj = 1:numCols
    for ii = 1:numRows
        hueVal = mHsl(ii, jj, 1);
        lumCoeff = 0;

        % For kk = 1 we're dealing with circular distance
        diffVal     = min(abs(vHueVal(1) - hueVal), abs(1 - hueVal));
        lumCoeff    = lumCoeff + (vCoeffValues(1) * max(0, hueRadius - diffVal));
        for kk = 2:numCoeff
            lumCoeff = lumCoeff + (vCoeffValues(kk) * max(0, hueRadius - abs(vHueVal(kk) - hueVal)));
        end

        mO(ii, jj) = mHsl(ii, jj, 3) * (1 + lumCoeff);
    end
end


end

请注意，从vPhotoshopValuesto的转换vCoeffValues应按vCoeffValues = (vPhotoshopValues - 50) ./ 50.
由于 Photoshop 值在 [-200, 300] 中，并且应该使用 . 线性映射到 [-5, 5] 中50 -> 0。

这是与 Photoshop 的比较：

最大误差在 [0, 255] 范围内小于 1。

完整代码可在我的StackExchange Signal Processing Q688 GitHub 存储库中找到。