我想以动态方式增加图像的亮度和对比度,以便该程序适用于任何新图像
I want to increase brightness and contrast of images in dynamic way so that the program is applicable for any new images
我需要以动态方式增加或减少图像的对比度和亮度以使其清晰可见的图像很少。并且该程序需要是动态的,以便它甚至也适用于新图像。我也想要角色应该是黑暗的。
我能够增加亮度和对比度,但它对每张图片都无法正常工作。
import cv2
import numpy as np
img = cv2.imread('D:\Bright.png')
image = cv2.GaussianBlur(img, (5, 5), 0)
#image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY)[1]
#kernel = np.ones((2,1),np.uint8)
#dilation = cv2.dilate(img,kernel)
cv2.imshow('test', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
imghsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
imghsv[:,:,2] = [[max(pixel - 25, 0) if pixel < 190 else min(pixel + 25, 255) for pixel in row] for row in imghsv[:,:,2]]
cv2.imshow('contrast', cv2.cvtColor(imghsv, cv2.COLOR_HSV2BGR))
#cv2.imwrite('D:\112.png',cv2.cvtColor(imghsv, cv2.COLOR_HSV2BGR))
cv2.waitKey(0)
cv2.destroyAllWindows()
#raw_input()
我想要一个程序,它可以很好地处理每张图片,并且文字要暗一点,以便它们很容易看到。
按照蒂拉里昂的建议,您可以尝试"Auto Brightness And Contrast"看看它是否有效。这背后的理论在解决方案部分得到了很好的解释 here。解决方案是在 C++ 中。我已经在 python 中编写了一个版本,您可以直接使用它,一次只能在一个通道上使用彩色图像:
def auto_brightandcontrast(input_img, channel, clip_percent=1):
histSize=180
alpha=0
beta=0
minGray=0
maxGray=0
accumulator=[]
if(clip_percent==0):
#min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(hist)
return input_img
else:
hist = cv2.calcHist([input_img],[channel],None,[256],[0, 256])
accumulator.insert(0,hist[0])
for i in range(1,histSize):
accumulator.insert(i,accumulator[i-1]+hist[i])
maxx=accumulator[histSize-1]
minGray=0
clip_percent=clip_percent*(maxx/100.0)
clip_percent=clip_percent/2.0
while(accumulator[minGray]<clip_percent[0]):
minGray=minGray+1
maxGray=histSize-1
while(accumulator[maxGray]>=(maxx-clip_percent[0])):
maxGray=maxGray-1
inputRange=maxGray-minGray
alpha=(histSize-1)/inputRange
beta=-minGray*alpha
out_img=input_img.copy()
cv2.convertScaleAbs(input_img,out_img,alpha,beta)
return out_img
在 Python Wand(基于 ImageMagick)中只需几行代码即可完成。这是一个脚本。
#!/bin/python3.7
from wand.image import Image
with Image(filename='task4.jpg') as img:
img.contrast_stretch(black_point=0.02, white_point=0.99)
img.save(filename='task4_stretch2_99.jpg')
输入:
结果:
增加黑点值使文本更暗and/or减少白点值使较亮的部分更亮。
感谢 Eric McConville(Wand 开发者)纠正我的论点使代码工作。
我需要以动态方式增加或减少图像的对比度和亮度以使其清晰可见的图像很少。并且该程序需要是动态的,以便它甚至也适用于新图像。我也想要角色应该是黑暗的。
我能够增加亮度和对比度,但它对每张图片都无法正常工作。
import cv2
import numpy as np
img = cv2.imread('D:\Bright.png')
image = cv2.GaussianBlur(img, (5, 5), 0)
#image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY)[1]
#kernel = np.ones((2,1),np.uint8)
#dilation = cv2.dilate(img,kernel)
cv2.imshow('test', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
imghsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
imghsv[:,:,2] = [[max(pixel - 25, 0) if pixel < 190 else min(pixel + 25, 255) for pixel in row] for row in imghsv[:,:,2]]
cv2.imshow('contrast', cv2.cvtColor(imghsv, cv2.COLOR_HSV2BGR))
#cv2.imwrite('D:\112.png',cv2.cvtColor(imghsv, cv2.COLOR_HSV2BGR))
cv2.waitKey(0)
cv2.destroyAllWindows()
#raw_input()
我想要一个程序,它可以很好地处理每张图片,并且文字要暗一点,以便它们很容易看到。
按照蒂拉里昂的建议,您可以尝试"Auto Brightness And Contrast"看看它是否有效。这背后的理论在解决方案部分得到了很好的解释 here。解决方案是在 C++ 中。我已经在 python 中编写了一个版本,您可以直接使用它,一次只能在一个通道上使用彩色图像:
def auto_brightandcontrast(input_img, channel, clip_percent=1):
histSize=180
alpha=0
beta=0
minGray=0
maxGray=0
accumulator=[]
if(clip_percent==0):
#min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(hist)
return input_img
else:
hist = cv2.calcHist([input_img],[channel],None,[256],[0, 256])
accumulator.insert(0,hist[0])
for i in range(1,histSize):
accumulator.insert(i,accumulator[i-1]+hist[i])
maxx=accumulator[histSize-1]
minGray=0
clip_percent=clip_percent*(maxx/100.0)
clip_percent=clip_percent/2.0
while(accumulator[minGray]<clip_percent[0]):
minGray=minGray+1
maxGray=histSize-1
while(accumulator[maxGray]>=(maxx-clip_percent[0])):
maxGray=maxGray-1
inputRange=maxGray-minGray
alpha=(histSize-1)/inputRange
beta=-minGray*alpha
out_img=input_img.copy()
cv2.convertScaleAbs(input_img,out_img,alpha,beta)
return out_img
在 Python Wand(基于 ImageMagick)中只需几行代码即可完成。这是一个脚本。
#!/bin/python3.7
from wand.image import Image
with Image(filename='task4.jpg') as img:
img.contrast_stretch(black_point=0.02, white_point=0.99)
img.save(filename='task4_stretch2_99.jpg')
输入:
结果:
增加黑点值使文本更暗and/or减少白点值使较亮的部分更亮。
感谢 Eric McConville(Wand 开发者)纠正我的论点使代码工作。