- 任何通道中像素值的显式更改。
- 对图像的数学运算。
- 亮度变化。
- 对比度变化。
- 伽玛操控。
- 直方图均衡
- 高级操作-过滤、增强等。
使用 OpenCV 加载图像
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread(folder_path + "imgs/chapter3/man.jpg", 0);
plt.imshow(img, cmap = "gray");
plt.show()
使用 Opencv 向输入图像添加常数值
img = cv2.imread(folder_path + "imgs/chapter3/man.jpg", 0);##########################FOCUS############################
img = cv2.add(img, 120);
###########################################################plt.imshow(img, cmap = "gray");
plt.show()
使用 Opencv 从输入图像中减去一个常数值
img = cv2.imread(folder_path + "imgs/chapter3/man.jpg", 0);##########################FOCUS############################
img = cv2.subtract(img, 120);
####################################################################plt.imshow(img, cmap = "gray");
plt.show()
方法 1
- 将图像分割成通道。
- 对于每个通道，计算其平均值。
- 从该通道的每个像素中减去该平均值
方法 2(用于深度学习)
- 将所有图像拆分到各自的通道中
对于所有图像的每个通道。
- 找出每个图像通道的含义。
- 求所有计算平均值的平均值。
应用程序
- 批处理规范化的一部分。
灰度负片
RGB 图像的负片
直接添加
加权加法
- 发出或反射光的性质或状态。
- 亮度是一个相对的术语。这取决于你的视觉感知。
- 亮度可以定义为一个光源相对于我们与之比较的光源所输出的能量。
- 对比度是使对象(或其在图像或显示器中的表示)可区分的亮度或颜色的差异。
- 可视化为图像中最大和最小像素强度之间的差异。
- 对比度是由同一视野内物体的颜色和亮度差异决定的。
操纵图像中的对比度
- 伽马校正，或通常简称为伽马，是用于编码和解码亮度的非线性操作。
- 所有彩色和灰度数字图像文件都包含伽玛数据。
- Gamma 是关于数字敏感度和人眼敏感度之间的转换，一方面提供了许多优势，但另一方面增加了复杂性。
- 伽玛优化了中间色调的对比度和亮度。
使用 Opencv 操作 gamma
柱状图
- 直方图是一种图表。显示任何事物频率的图表。
- 图像像素直方图表示具有特定强度值的像素的频率。
直方图均衡
- 直方图均衡化用于增强对比度。
- 这种方法增加了图像的整体对比度。
使用 Numpy 的直方图可视化
使用 OpenCV 进行直方图均衡
你可以在这里找到完整的 jupyter 笔记本。
如果你有任何问题，你可以联系阿布舍克。请随意联系他。
我对计算机视觉和深度学习充满热情。我是和尚图书馆的开源贡献者。
你也可以在以下网址看到我的其他作品:
medium.com](https://medium.com/@akulahemanth)