OpenCV这么简单为啥不学——1.13图片冷白皮(美白)处理
Opencv 处理 简单 图片 这么 为啥 1.13
2023-09-14 09:14:15 时间
OpenCV这么简单为啥不学——1.13图片冷白皮(美白)处理
目录
OpenCV这么简单为啥不学——1.13图片冷白皮(美白)处理
前言
计算机视觉市场巨大而且持续增长,且这方面没有标准API,如今的计算机视觉软件大概有以下三种:
1、研究代码(慢,不稳定,独立并与其他库不兼容)
2、耗费很高的商业化工具(比如Halcon, MATLAB+Simulink)
3、依赖硬件的一些特别的解决方案(比如视频监控,制造控制系统,医疗设备)这是如今的现状,而标准的API将简化计算机视觉程序和解决方案的开发,OpenCV致力于成为这样的标准API。
OpenCV致力于真实世界的实时应用,通过优化的C代码的编写对其执行速度带来了可观的提升,并且可以通过购买Intel的IPP高性能多媒体函数库(Integrated Performance Primitives)得到更快的处理速度。
故而我们选择学习OpenCV,我们来一步步的学习OpenCV。
很多图片光线不是很好,所以我们需要单独去美白一下。
我们先用一张图片来看一下效果:
黑色图片
分析
我们这里分为(r,g,b)来进行分析,它们的色值范围都是255,也就可以理解成(255,255,255),那么我们都知道#ffffff是【白色】,那么越趋近于这个数值也就越接近白色,我们在原来颜色的基础上都加上一定的数值,例如20~50,但是这个值一定要小于255,那么对应每个像素点的颜色就会相对应的增白,接下来我们进行具体测试。
核心代码
就是遍历的过程中每个点都增强一下颜色。
value = 50 # 增强20个单位
for i in range(w):
for j in range(h):
(b, g, r) = img[i, j]
b = min(255, b + value)
g = min(255, g + value)
r = min(255, r + value)
img[i, j] = (b, g, r)
颜色美白前后对比·20个单位
增白强度不足,我们更换成40来试一试。
颜色美白前后对比·40个单位
相对来数白的就很多了,我们再次加大强度试一试。
颜色美白前后对比·80个单位
80个单位,这回就更白了。
示例源码
import cv2
img = cv2.imread("black.png")
# 显示老图片用于对比
cv2.imshow('old', img)
w, h, d = img.shape
value = 80 # 增强20个单位
for i in range(w):
for j in range(h):
(b, g, r) = img[i, j]
b = min(255, b + value)
g = min(255, g + value)
r = min(255, r + value)
img[i, j] = (b, g, r)
# 显示新图片
cv2.imshow('show', img)
cv2.waitKey(0)
我给的示例很直接,希望能直接给予到你帮助。
相关文章
- ubuntu20.04安装opencv_ubuntu opencv安装
- Docker安装OpenCV
- ROS教程(五):OpenCV调用USB摄像头并发布topic(详细图文)
- 【说站】python OpenCV中的光学字符识别介绍
- [Python图像处理] 十四.基于OpenCV和像素处理的图像灰度化处理
- OpenCV框架介绍
- OpenCV-Python学习(10)—— OpenCV 图像二值化处理(cv.threshold)
- pycharm配置OpenCV_pycharm opencv安装
- opencv(4.5.3)-python(十二)--图像阈值处理
- 实战 | 基于OpenCV的停车场空余车位实时监测系统(详细步骤 + 源码)
- C++ OpenCV手动截取图像做透视变换
- 独家|OpenCV 1.1 Mat - 基本图像容器(附链接)
- 独家|OpenCV 1.2 如何用OpenCV扫描图像、查找表和测量时间(附链接)
- 独家|OpenCV 1.7 离散傅里叶变换
- 【Android OpenCV】Visual Studio 创建支持 OpenCV 库的 CMake 工程 ① ( 下载 OpenCV 库 | Windows 中安装 OpenCV 库 )
- 一步步搭建Linux环境并安装OpenCV(linux安装opencv)
- 使用opencv拉伸图像扩大分辨率示例