So passen Sie die Helligkeit und den Kontrast eines Bildes mit Python an

So passen Sie mit Python die Helligkeit und den Kontrast von Bildern an

Einführung:
Bei der Bildverarbeitung ist das Anpassen von Helligkeit und Kontrast einer der häufigsten und wichtigsten Vorgänge. Python bietet eine Fülle von Bildverarbeitungsbibliotheken wie PIL, OpenCV usw., mit denen diese beiden Vorgänge problemlos implementiert werden können. In diesem Artikel wird die Verwendung von Python-Code zum Anpassen der Helligkeit und des Kontrasts von Bildern vorgestellt und entsprechende Codebeispiele gegeben.

Teil Eins: Bildhelligkeit anpassen
Die Anpassung der Bildhelligkeit kann durch Ändern des RGB-Werts jedes Pixels erreicht werden. Die spezifische Methode besteht darin, dem RGB-Wert jedes Pixels ein festes Inkrement hinzuzufügen. Hier ist ein Beispielcode, der die PIL-Bibliothek verwendet, um die Helligkeit eines Bildes anzupassen:

from PIL import ImageEnhance

# 打开图像
image = Image.open('image.jpg')

# 创建Enhancer对象
enhancer = ImageEnhance.Brightness(image)

# 调整亮度为原来的2倍
bright_image = enhancer.enhance(2)

# 显示图像
bright_image.show()

# 保存图像
bright_image.save('bright_image.jpg')

Im obigen Code wird zunächst ein Bild über die Funktion Image.open() geöffnet und dann mit ImageEnhance ein Enhancer-Objekt erstellt .Brightness()-Funktion. Verwenden Sie dann die Methode „Enhance()“ des Enhancer-Objekts, um die Helligkeit des Bildes anzupassen. Der Parameter stellt das Vielfache der Helligkeit dar. Rufen Sie abschließend die Methode show() auf, um das angepasste Bild anzuzeigen, oder verwenden Sie die Methode save(), um das Bild zu speichern.

Teil 2: Anpassen des Bildkontrasts
Die Anpassung des Bildkontrasts erfolgt durch Ändern der relativen Helligkeit jedes Pixels. Die spezifische Methode besteht darin, den RGB-Wert jedes Pixels mit einem festen Inkrement zu multiplizieren. Unten ist ein Beispielcode, der die OpenCV-Bibliothek verwendet, um den Kontrast eines Bildes anzupassen:

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 提取亮度通道
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
v_channel = hsv_image[:,:,2]

# 调整亮度为原来的2倍
contrast_image = cv2.addWeighted(v_channel, 2, np.zeros(v_channel.shape, v_channel.dtype), 0, 0)

# 将亮度通道替换回原图像
hsv_image[:,:,2] = contrast_image
contrast_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)

# 显示图像
cv2.imshow('contrast_image', contrast_image)
cv2.waitKey(0)

# 保存图像
cv2.imwrite('contrast_image.jpg', contrast_image)

Im obigen Code wird ein Bild zuerst mit der Funktion cv2.imread() gelesen und dann wird das Bild aus der BGR-Farbe konvertiert Verwenden Sie die Funktion cv2.cvtColor(), um den Farbraum in den HSV-Farbraum umzuwandeln, da der HSV-Farbraum empfindlicher auf Helligkeitsänderungen reagiert. Anschließend wird durch Extrahieren des Helligkeitskanals hsv_image[:,:,2] ein zweidimensionales Array v_channel erhalten, das die Helligkeit darstellt.

Verwenden Sie dann die Funktion cv2.addWeighted(), um die Helligkeitskanäle linear zu kombinieren, um den Kontrast anzupassen, wobei der erste Parameter das Eingabebild und der zweite Parameter das Vielfache der Helligkeit darstellt, hier auf 2 eingestellt. Abschließend wird der angepasste Helligkeitskanal wieder durch das Originalbild ersetzt und das Bild wird über die Funktion cv2.cvtColor() vom HSV-Farbraum zurück in den BGR-Farbraum konvertiert.

Abschließend wird das angepasste Bild über die Funktion cv2.imshow() angezeigt, mit cv2.waitKey(0) wird auf den Schlüssel gewartet und mit der Funktion cv2.imwrite() wird das Bild gespeichert.

Fazit:
Anhand der obigen Codebeispiele können wir sehen, dass die Verwendung von Python zum Anpassen der Helligkeit und des Kontrasts von Bildern sehr einfach ist und mit nur wenigen Codezeilen erreicht werden kann. Durch unterschiedliche Parametereinstellungen können unterschiedliche Grade der Helligkeits- und Kontrastanpassung erreicht werden, um unterschiedlichen Anforderungen gerecht zu werden. In praktischen Anwendungen können geeignete Anpassungsmethoden und Parameter je nach Situation ausgewählt werden, um die besten Ergebnisse zu erzielen. Ich hoffe, dass dieser Artikel den Lesern beim Erlernen und Üben der Bildverarbeitung hilfreich sein wird.

Das obige ist der detaillierte Inhalt vonSo passen Sie die Helligkeit und den Kontrast eines Bildes mit Python an. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!