CV이미지란 무엇입니까?, 이미지의 밝기와 대비를 조정해 보겠습니다.
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.
이 구조가 중요한 이유
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.
CV2에서 이미지 보기
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.
밝기 및 대비
밝기와 대비란 무엇입니까?
- 밝기란 이미지의 전체적인 밝음이나 어두움을 말하며 픽셀 강도에 따라 결정됩니다.
- 대비는 기준 값(예: 평균 픽셀 강도)과 비교한 픽셀 간의 강도 차이를 나타냅니다. 이는 본질적으로 이미지의 변형이 얼마나 "예리한"지 "명확한"지를 측정합니다.
수학적으로 다음 공식을 사용하여 밝기와 대비를 조정할 수 있습니다.
new_image=명암×이미지 밝기
CV2에 밝기 및 대비 적용
OpenCV의 cv2.convertScaleAbs() 함수는 이 프로세스를 자동화합니다. 픽셀 값이 0~255 범위 내에 유지되도록 하면서 위 공식을 적용합니다.
작동 방식은 다음과 같습니다.
- 알파(대비): 배율 인수로, 일반적으로 0.0에서 3.0 사이입니다.
- 베타(밝기): 오프셋 값, 일반적으로 -100에서 100 사이
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()
콜백을 사용하여 대화형 조정 만들기
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)
- trackbarname: 트랙바의 이름입니다.
- winname: 트랙바가 표시될 OpenCV 창의 이름입니다.
- 값: 트랙바의 초기 위치
- count: 트랙바의 최대값.
- onChange_function: 트랙바 값이 변경될 때마다 호출되는 콜백 함수
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!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화
