Question

我是Python OpenCV的新手。我已经阅读了一些文档和答案here，但我无法弄清楚以下代码的含义：

if (self.array_alpha is None):
    self.array_alpha = np.array([1.25])
    self.array_beta = np.array([-100.0])

# add a beta value to every pixel 
cv2.add(new_img, self.array_beta, new_img)                    

# multiply every pixel value by alpha
cv2.multiply(new_img, self.array_alpha, new_img)

我已经知道Basically, every pixel can be transformed as X = aY + b where a and b are scalars.。基本上，我已经理解了这一点。但是，我不明白代码以及如何增加对比度。

到目前为止，我已设法使用img = cv2.imread('image.jpg',0)

简单地阅读图像

感谢您的帮助

Answer 1

我想建议一种使用LAB颜色通道的方法。维基百科有关于LAB颜色通道的足够信息。

我使用OpenCV 3.0.0和python进行了以下操作：

import cv2

#-----Reading the image-----------------------------------------------------
img = cv2.imread('Dog.jpg', 1)
cv2.imshow("img",img) 

#-----Converting image to LAB Color model----------------------------------- 
lab= cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
cv2.imshow("lab",lab)

#-----Splitting the LAB image to different channels-------------------------
l, a, b = cv2.split(lab)
cv2.imshow('l_channel', l)
cv2.imshow('a_channel', a)
cv2.imshow('b_channel', b)

#-----Applying CLAHE to L-channel-------------------------------------------
clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8,8))
cl = clahe.apply(l)
cv2.imshow('CLAHE output', cl)

#-----Merge the CLAHE enhanced L-channel with the a and b channel-----------
limg = cv2.merge((cl,a,b))
cv2.imshow('limg', limg)

#-----Converting image from LAB Color model to RGB model--------------------
final = cv2.cvtColor(limg, cv2.COLOR_LAB2BGR)
cv2.imshow('final', final)

#_____END_____#

您可以按原样运行代码。要了解CLAHE（对比度有限自适应直方图均衡）的含义，您可以再次查看维基百科。

Answer 2

\\这篇文章经过大量编辑。原始答案的内核保存在下面的注释\\

中

对于Python，我还没有找到提供对比度的OpenCV功能。正如其他人所说，有一些技术可以自动增加对比度。

在official OpenCV docs中，建议此公式可用于同时应用对比度和亮度：

new_img = alpha * old_img + beta

其中alpha对应于对比度，beta是亮度。不同的案例

alpha 1  beta 0      --> no change  
0 < alpha < 1        --> lower contrast  
alpha > 1            --> higher contrast  
-127 < beta < +127   --> good range for brightness values

在C / C ++中，您可以使用cv :: Mat :: convertTo实现此等式，但我们无法从Python访问该部分库。要在Python中执行此操作，我建议使用cv::addWeighted函数，因为它很快并且会自动强制输出在0到255范围内（例如，对于24位彩色图像，每个通道8位）

import cv2
img = cv2.imread('input.png')
# call addWeighted function. use beta = 0 to effectively only operate one one image
out = cv2.addWeighted( img, contrast, img, 0, brightness)
output = cv2.addWeighted

＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;

正如最初发布的那样，我从这个在线GIMP书中提到了这个公式]（http://pippin.gimp.org/image_processing/chap_point.html）

new_image =（old_image - 0.5）×contrast + 0.5

和此修改后的公式将对比度比例从-127更改为+127：

new_image =（old_image）×（对比度/ 127 + 1） - 对比度

这些公式都会产生亮度和对比度变化，但它们有弱点：

第二个公式并非严格来自第一个
它们与其他程序（例如PhotoShop，GIMP等）中观察到的亮度和对比度行为不对应

从现在开始，我将尝试重现照片编辑程序中常见的行为，特别是GIMP中的行为。

对比度

在GIMP中，对比度从-127到+127。我调整了公式from here以适应该范围。

f = 131 *（对比度+ 127）/（127 *（131-对比度））
new_image = f *（old_image - 127）+ 127 = f *（old_image）+ 127 *（1-f）

为了计算亮度，我找出了亮度和水平之间的关系，并在this levels post中使用了信息来得出解决方案。

#pseudo code
if brightness > 0
    shadow = brightness
    highlight = 255
else:
    shadow = 0
    highlight = 255 + brightness
new_img = ((highlight - shadow)/255)*old_img + shadow

Python和OpenCV中的亮度和对比度

将所有内容放在一起并使用USC SIPI中的参考“mandrill”图片添加：

import cv2
import numpy as np

# Open a typical 24 bit color image. For this kind of image there are
# 8 bits (0 to 255) per color channel
img = cv2.imread('mandrill.png')  # mandrill reference image from USC SIPI

s = 128
img = cv2.resize(img, (s,s), 0, 0, cv2.INTER_AREA)

def apply_brightness_contrast(input_img, brightness = 0, contrast = 0):

    if brightness != 0:
        if brightness > 0:
            shadow = brightness
            highlight = 255
        else:
            shadow = 0
            highlight = 255 + brightness
        alpha_b = (highlight - shadow)/255
        gamma_b = shadow

        buf = cv2.addWeighted(input_img, alpha_b, input_img, 0, gamma_b)
    else:
        buf = input_img.copy()

    if contrast != 0:
        f = 131*(contrast + 127)/(127*(131-contrast))
        alpha_c = f
        gamma_c = 127*(1-f)

        buf = cv2.addWeighted(buf, alpha_c, buf, 0, gamma_c)

    return buf


font = cv2.FONT_HERSHEY_SIMPLEX
fcolor = (0,0,0)

blist = [0, -127, 127,   0,  0, 64] # list of brightness values
clist = [0,    0,   0, -64, 64, 64] # list of contrast values


out = np.zeros((s*2, s*3, 3), dtype = np.uint8)

for i, b in enumerate(blist):
    c = clist[i]
    print('b, c:  ', b,', ',c)
    row = s*int(i/3)
    col = s*(i%3)

    print('row, col:   ', row, ', ', col)

    out[row:row+s, col:col+s] = apply_brightness_contrast(img, b, c)
    msg = 'b %d' % b
    cv2.putText(out,msg,(col,row+s-22), font, .7, fcolor,1,cv2.LINE_AA)
    msg = 'c %d' % c
    cv2.putText(out,msg,(col,row+s-4), font, .7, fcolor,1,cv2.LINE_AA)

    cv2.putText(out, 'OpenCV',(260,30), font, 1.0, fcolor,2,cv2.LINE_AA)

cv2.imwrite('out.png', out)

我手动处理了GIMP中的图像，并在Python / OpenCV中添加了文本标签：

注意： @UtkarshBhardwaj建议Python 2.x用户必须将对比度修正计算代码转换为float以获取浮动结果，如下所示：

...
if contrast != 0:
        f = float(131*(contrast + 127))/(127*(131-contrast))
...

Answer 3

X = aY + b

提供f(x) = ax + b（事实上

import cv2

img = cv2.imread('test.jpg')
cv2.imshow('test', img)
cv2.waitKey(1000)
imghsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)


imghsv[:,:,2] = [[max(pixel - 25, 0) if pixel < 190 else min(pixel + 25, 255) for pixel in row] for row in imghsv[:,:,2]]
cv2.imshow('contrast', cv2.cvtColor(imghsv, cv2.COLOR_HSV2BGR))
cv2.waitKey(1000)
raw_input()

））的最佳解释

更简单的一种，只需调整对比度的亮度/亮度/亮度，如下所示：

{{1}}

Answer 4

可以分别使用alpha（α）和beta（β）调整亮度和对比度。表达式可以写为

OpenCV已将其实现为cv2.convertScaleAbs()，仅提供用户定义的alpha和beta值

import cv2

image = cv2.imread('1.jpg')

alpha = 1.5 # Contrast control (1.0-3.0)
beta = 0 # Brightness control (0-100)

adjusted = cv2.convertScaleAbs(image, alpha=alpha, beta=beta)

cv2.imshow('original', image)
cv2.imshow('adjusted', adjusted)
cv2.waitKey()

在（左）之前，在（右）之后

要进行自动对比度调整，请查看this post

Answer 5

img = cv2.imread("/x2.jpeg")

image = cv2.resize(img, (1800, 1800))

alpha=1.5
beta=20

new_image=cv2.addWeighted(image,alpha,np.zeros(image.shape, image.dtype),0,beta)

cv2.imshow("new",new_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

如何在Python OpenCV中增加图像的对比度

5 个答案:

对比度

Python和OpenCV中的亮度和对比度