Python의 CV2 컨텍스트에서 이미지를 읽으면 이미지의 색상과 밝기를 나타내는 uint8 값이 포함된 Y 및 X 좌표의 2D 또는 3D 배열로 저장됩니다. uint8이라는 용어는 0~255 범위의 8비트 부호 없는 정수 데이터 유형을 나타냅니다. 이는 빨간색, 녹색, 파란색(RGB)의 3개 채널과 결합되어 컬러 이미지를 형성합니다.
일반 배열처럼 이미지의 일부를 변경하기 시작하면(예: 3으로 나누기) 이 형식이 손실될 수 있습니다. 예를 들어 픽셀 값이 0~255 범위를 벗어나면 이미지를 사용할 수 없게 될 수 있습니다. 이미지를 올바르게 조작하려면 이 구조를 이해하는 것이 중요합니다.
CV2 Python 라이브러리에서는 다음 코드 조각을 사용하여 이미지를 쉽게 볼 수 있습니다.
#pip install opencv-python # if not already installed import cv2 # Load an image image = cv2.imread('./test.png') # Display the image in a window cv2.imshow('Image', image) cv2.waitKey(0) cv2.destroyAllWindows()
위의 코드는 컴퓨터에 이미지를 표시하는 팝업 창을 엽니다. 테스트할 이미지에 URL을 추가해 보세요. 그런 다음 확대하여 이미지의 픽셀 수준 RGB 값을 관찰할 수 있습니다. 이 기본 기능은 이미지 처리를 탐색하기 위한 훌륭한 출발점입니다.
수학적으로 다음 공식을 사용하여 밝기와 대비를 조정할 수 있습니다.
new_image=명암×이미지 밝기
OpenCV의 cv2.convertScaleAbs() 함수는 이 프로세스를 자동화합니다. 픽셀 값이 0~255 범위 내에 유지되도록 하면서 위 공식을 적용합니다.
작동 방식은 다음과 같습니다.
사용 예:
new_image = cv2.convertScaleAbs(이미지, 알파=대비, 베타=밝기)
이를 통해 픽셀 값을 수동으로 클리핑하지 않고도 밝기와 대비를 쉽게 수정할 수 있습니다.
image = cv2.imread('./test.png') cv2.namedWindow('Adjustments') contrast=0.8 brightness=89 image=cv2.convertScaleAbs(image, alpha=contrast, beta=brightness) cv2.imshow('Adjustments', image) cv2.waitKey(0) cv2.destroyAllWindows()
일회성 조정이 유용하지만 대부분의 경우 밝기와 대비를 대화식으로 조정하려고 합니다. OpenCV에서는 트랙바를 사용하여 이를 달성할 수 있습니다.
트랙바는 cv2.createTrackbar()를 사용하여 생성할 수 있으며 이를 통해 값을 동적으로 조정할 수 있습니다. 일반적인 구문은 다음과 같습니다.
cv2.createTrackbar(트랙바 이름, winname, 값, 개수, onChange_function)
이 트랙바는 다음을 사용하여 onChange_function에서 호출할 수 있습니다.
cv2.getTrackbarPos(트랙바 이름, winname)
・trackbarname: 트랙바의 이름
・ winname : 트랙바가 표시될 OpenCV 창의 이름입니다.
밝기와 대비를 모두 조정하려면 두 개의 트랙바가 필요합니다.
#pip install opencv-python # if not already installed import cv2 # Load an image image = cv2.imread('./test.png') # Display the image in a window cv2.imshow('Image', image) cv2.waitKey(0) cv2.destroyAllWindows()
대비 및 밝기 슬라이더를 조정하면 cv2.getTrackbarPos()를 사용하여 트랙바에서 값을 읽는 on_change 함수가 트리거됩니다. 그런 다음 cv2.convertScaleAbs 함수를 사용하여 이 값을 이미지에 적용하고, 업데이트된 이미지가 실시간으로 표시됩니다.
앱을 더욱 사용자 친화적으로 만들기 위해 사용자가 x 키를 눌러 종료할 수 있도록 끝에 간단한 스니펫을 추가했습니다. 이는 창을 닫아도 코드 실행이 항상 중지되지 않는 OpenCV의 일반적인 문제를 해결합니다. 이를 구현함으로써 앱은 느린 프로세스 없이 깔끔하게 종료됩니다.
위 내용은 CV이미지란 무엇입니까?, 이미지의 밝기와 대비를 조정해 보겠습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!