画像処理：光補償学習記録

方法1：

        画像にはN個のピクセルがあり、すべてのピクセルがグレー値のサイズに従って統計的に分布され、すべての輝度間隔に対応するピクセル数nと間隔内の平均輝度がカウントされます。nが最大値になる傾向がある場合は、コントラストを「コントラストホワイト」と見なし、すべてのRGBコンポーネントを最大限に設定します。次に、他のピクセルのRGB値も同じ方法で処理され、255を超えるすべての値は処理後に255に設定されます。

import  cv2
 
img = cv2.imread('./zipai3.jpg')

cv2.imshow('img',img)

rows,cols,channels = img.shape

dst = img.copy()
 
a = 1.2
b = 100
for i in range(rows):
    for j in range(cols):
        for c in range(3):
            color = img[i,j][c]*a+b
            if color>255:
                dst[i,j][c]=255
            elif color<0:
                dst[i,j][c]=0
cv2.imshow('dst',dst)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2
import numpy as np
 
def enhance_mycode(img):
    imgHeight,imgWidth,imgDeep = img.shape
    dst1 = np.zeros((imgHeight, imgWidth, 3), np.uint8)
 
    for i in range(0, imgHeight):
        for j in range(0, imgWidth):
            (b, g, r) = map(int,img[i,j])
            b += 40
            g += 40
            r += 40
            if b > 255:
                b = 255
            if g > 255:
                g = 255
            if r > 255:
                r = 255
            dst1[i, j] = (b, g, r)
    return dst1
'''def enhance_api(img):
    dst2 = np.uint8(np.clip((1.5 * img ), 0, 255))
    return dst2
''' 
img = cv2.imread('zipai3.jpg',1)
dst1 = enhance_mycode(img)
#dst2 = enhance_mycode(img)
 
cv2.imshow('zipai3', img)
cv2.imshow('dst1', dst1)
#cv2.imshow('dst2', dst2)
cv2.waitKey(0)
cv2.destroyAllWindows()

方法2：

        addweighted（）重み関数を使用して、わかりやすくします。

import cv2 as cv
import numpy as np
 
 
#粗略的调节对比度和亮度
def contrast_brightness_image(src1, a, g):
    h, w, ch = src1.shape#获取shape的数值，height和width、通道
 
    #新建全零图片数组src2,将height和width，类型设置为原图片的通道类型(色素全为零，输出为全黑图片)
    src2 = np.zeros([h, w, ch], src1.dtype)
    dst = cv.addWeighted(src1, a, src2, 1-a, g)#addWeighted函数说明如下
    cv.imshow("after", dst)
 
src = cv.imread("./zipai3.jpg")
#cv.namedWindow("before", cv.WINDOW_NORMAL)
cv.imshow("before", src)
contrast_brightness_image(src, 1.2, 10) #第一个1.2为对比度  第二个为亮度数值越大越亮
cv.waitKey(0)
cv.destroyAllWindows()

方法3：

        RGB画像の値を[0,1]に正規化し、関数cvtColorを使用して色空間を変換し、次に、グレー画像のコントラスト強調のガンマ変換または線形変換に従って彩度と明るさのコンポーネントを調整し、最後に変換します。 RGB色空間へ。

# !/usr/bin/env python
# -*-encoding: utf-8-*-
# author:LiYanwei
# version:0.1
 
 
import numpy as np
import cv2
 
 
def main():
    # 加载图片 读取彩色图像
    image = cv2.imread('./zipai3.jpg', cv2.IMREAD_COLOR)
    # print(image)
    # cv2.imshow("image", image)
    # 图像归一化，且转换为浮点型
    fImg = image.astype(np.float32)
    fImg = fImg / 255.0
    # 颜色空间转换 BGR转为HLS
    hlsImg = cv2.cvtColor(fImg, cv2.COLOR_BGR2HLS)
    l = 100
    s = 100
    MAX_VALUE = 100
    # 调节饱和度和亮度的窗口
    cv2.namedWindow("l and s", cv2.WINDOW_AUTOSIZE)
    def nothing(*arg):
        pass
    # 滑动块
    cv2.createTrackbar("l", "l and s", l, MAX_VALUE, nothing)
    cv2.createTrackbar("s", "l and s", s, MAX_VALUE, nothing)
    # 调整饱和度和亮度后的效果
    lsImg = np.zeros(image.shape, np.float32)
    # 调整饱和度和亮度
    while True:
        # 复制
        hlsCopy = np.copy(hlsImg)
        # 得到 l 和 s 的值
        l = cv2.getTrackbarPos('l', 'l and s')
        s = cv2.getTrackbarPos('s', 'l and s')
        # 1.调整亮度（线性变换) , 2.将hlsCopy[:, :, 1]和hlsCopy[:, :, 2]中大于1的全部截取
        hlsCopy[:, :, 1] = (1.0 + l / float(MAX_VALUE)) * hlsCopy[:, :, 1]
        hlsCopy[:, :, 1][hlsCopy[:, :, 1] > 1] = 1
        # 饱和度
        hlsCopy[:, :, 2] = (1.0 + s / float(MAX_VALUE)) * hlsCopy[:, :, 2]
        hlsCopy[:, :, 2][hlsCopy[:, :, 2] > 1] = 1
        # HLS2BGR
        lsImg = cv2.cvtColor(hlsCopy, cv2.COLOR_HLS2BGR)
        # 显示调整后的效果
        cv2.imshow("l and s", lsImg)
 
        ch = cv2.waitKey(5)
        # 按 ESC 键退出
        if ch == 27:
            break
        elif ch == ord('s'):
            # 按 s 键保存并退出
            # 保存结果
            lsImg = lsImg * 255
            lsImg = lsImg.astype(np.uint8)
            cv2.imwrite("lsImg.jpg", lsImg)
            break
 
    # 关闭所有的窗口
    cv2.destroyAllWindows()
 
 
if __name__ == "__main__":
    main()