网站开发费用算无形资产关键词优化上海
我试图增加灰度图像的亮度。 cv2.imread()返回一个numpy数组。 我将整数值添加到数组的每个元素。 从理论上讲，这将增加他们每个人。 之后，我可以将上限设置为255，并获得具有更高亮度的图像。
这是代码：
grey = cv2.imread(path+file,0)
print type(grey)
print grey[0]
new = grey + value
print new[0]
res = np.hstack((grey, new))
cv2.imshow('image', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
但是，内部OpenCV例程显然可以执行以下操作：
new_array = old_array % 255
每个高于255的像素强度值都将除以255。
结果，我越来越黑，而不是全白。
这是输出：
[115 114 121 ..., 170 169 167]
[215 214 221 ..., 14 13 11]
这是图片：
如何关闭这种余数机制？ 有没有更好的方法可以提高OpenCV的亮度？
一种想法是在添加value之前检查该添加是否会导致溢出，方法是检查255与当前像素值之间的差异，并检查它是否在value之内。如果是这样，我们将不添加value，我们将直接将它们设置为255，否则我们将进行添加。现在，可以通过创建遮罩来简化此决策，并且可以-
mask = (255 - grey) < value
然后，将此掩码/布尔数组输入到np.where，以使其根据掩码在255和grey+value之间进行选择。
因此，最后我们将实现如下：
grey_new = np.where((255 - grey) < value,255,grey+value)
样品运行
让我们使用一个小的代表性示例来演示这些步骤。
In [340]: grey
Out[340]:
array([[125, 212, 104, 180, 244],
[105, 26, 132, 145, 157],
[126, 230, 225, 204, 91],
[226, 181, 43, 122, 125]], dtype=uint8)
In [341]: value = 100
In [342]: grey + 100 # Bad results (e.g. look at (0,1))
Out[342]:
array([[225, 56, 204, 24, 88],
[205, 126, 232, 245, 1],
[226, 74, 69, 48, 191],
[ 70, 25, 143, 222, 225]], dtype=uint8)
In [343]: np.where((255 - grey) < 100,255,grey+value) # Expected results
Out[343]:
array([[225, 255, 204, 255, 255],
[205, 126, 232, 245, 255],
[226, 255, 255, 255, 191],
[255, 255, 143, 222, 225]], dtype=uint8)
测试样本图像
使用问题中发布的示例图像给我们arr并将value用作50，我们将-
简要地说，您应该为每个值加50，分别找到maxBrightness和thisPixel = int(255 * thisPixel / maxBrightness)
您必须检查每个像素是否溢出。 Divakar建议的方法简单，快速。您实际上可能希望将每个值递增(在您的情况下为50)，然后将其规格化为255。这将在图像的明亮区域保留细节。
这是另一种选择：
# convert data type
gray = gray.astype('float32')
# shift pixel intensity by a constant
intensity_shift = 50
gray += intensity_shift
# another option is to use a factor value > 1:
# gray *= factor_intensity
# clip pixel intensity to be in range [0, 255]
gray = np.clip(gray, 0, 255)
# change type back to 'uint8'
gray = gray.astype('uint8)
对我而言有效的另一种方法是使用PIL>图像库中的blend函数将白色图像"融合"到原始图像中。
from PIL import Image
correctionVal = 0.05 # fraction of white to add to the main image
img_file = Image.open(location_filename)
img_file_white = Image.new("RGB", (width, height),"white")
img_blended = Image.blend(img_file, img_file_white, correctionVal)
img_blended = img_file * (1 - correctionVal) + img_file_white * correctionVal
因此，如果correctionVal = 0，我们得到原始图像，如果correctionVal = 1，我们得到纯白色。
此功能可自我校正超过255的RGB值。
黑色混合(RGB 0、0、0)会降低亮度。