Как быстро изменить яркость изображения с помощью python + OpenCV?

Ответ 1

Slice, чтобы выбрать только третий канал, а затем изменить эти элементы -

hsv[:,:,2] += value

Ответ 2

Я знаю, что этот вопрос немного стар, но я думал, что могу опубликовать полное решение, которое сработало для меня (заботится о ситуации переполнения, насыщаясь 255):

def increase_brightness(img, value=30):
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)

    lim = 255 - value
    v[v > lim] = 255
    v[v <= lim] += value

    final_hsv = cv2.merge((h, s, v))
    img = cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR)
    return img

Это можно использовать следующим образом:

frame = increase_brightness(frame, value=20)

Ответ 3

В других ответах предлагается выполнять насыщение "вручную", используя всевозможную магию, но вы также можете использовать cv2.add() и позволить OpenCV справиться с этим для вас:

import cv2
import numpy as np

image = cv2.read('image.png')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
value = 42 #whatever value you want to add
cv2.add(hsv[:,:,2], value, hsv[:,:,2])
image = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
cv2.imwrite('out.png', image)

Ответ 4

Итерация по всему изображению для внесения изменений не является очень масштабируемой опцией в opencv, Opencv предоставляет множество методов и функций для выполнения арифметических операций на данном изображении.

Вы можете просто разбить преобразованное изображение HSV в отдельных каналах, а затем обработать V-канал соответственно следующим образом:

img = cv2.imread('test.jpg') #load rgb image
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) #convert it to hsv

h, s, v = cv2.split(hsv)
v += 255
final_hsv = cv2.merge((h, s, v))

img = cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR)
cv2.imwrite("image_processed.jpg", img)

Ответ 5

import cv2
import numpy as np

image = cv2.imread('image.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

increase = 100

v = image[:, :, 2]
v = np.where(v <= 255 - increase, v + increase, 255)
image[:, :, 2] = v

image = cv2.cvtColor(image, cv2.COLOR_HSV2BGR)

cv2.imshow('Brightness', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Ответ 6

Надеюсь, это кому-нибудь пригодится

@Divakar answer Python, OpenCV: увеличение яркости изображения без переполнения массива UINT8

mImage = cv2.imread('image1.jpg')

hsvImg = cv2.cvtColor(mImage,cv2.COLOR_BGR2HSV)

value = 0

vValue = hsvImg[...,2]
hsvImg[...,2] = np.where((255-vValue)<value,255,vValue+value)

plt.subplot(111), plt.imshow(cv2.cvtColor(hsvImg,cv2.COLOR_HSV2RGB))
plt.title('brightened image'), plt.xticks([]), plt.yticks([])
plt.show()

Уменьшить яркость

mImage = cv2.imread('image1.jpg')

hsvImg = cv2.cvtColor(mImage,cv2.COLOR_BGR2HSV)

# decreasing the V channel by a factor from the original
hsvImg[...,2] = hsvImg[...,2]*0.6

plt.subplot(111), plt.imshow(cv2.cvtColor(hsvImg,cv2.COLOR_HSV2RGB))
plt.title('brightened image'), plt.xticks([]), plt.yticks([])
plt.show()

Ответ 7

def change_brightness(img, alpha, beta):
   return cv2.addWeighted(img, alpha, np.zeros(img.shape, img.dtype),0, beta)

Здесь альфа и бета - входные параметры. Каждый пиксель входного изображения будет меняться в соответствии с этой формулой.

 alpha(pixel_value) + beta.

Хорошее значение альфа, например, 2 или 3

Ответ 8

Может быть, слишком стар, но я использую cv.covertTo, который работает для меня

Mat resultBrightImage;    
origImage.convertTo(resultBrightImage, -1, 1, percent); // Where percent = (int)(percent_val/100)*255, e.g., percent = 50 to increase brightness by 50%

convertTo использует saturate_cast в конце, чтобы избежать переполнения. Я не использую Python, а вышеперечисленное есть в C++, но я надеюсь, что он легко конвертируется в Python, и надеюсь, что это поможет

Ответ 9

Вы можете использовать эту функцию, чтобы изменить желаемую яркость или контрастность, используя C++ так же, как вы делаете это в фотошопе или другом подобном программном обеспечении для редактирования фотографий.

def apply_brightness_contrast(input_img, brightness = 255, contrast = 127):
    brightness = map(brightness, 0, 510, -255, 255)
    contrast = map(contrast, 0, 254, -127, 127)

    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 = float(131 * (contrast + 127)) / (127 * (131 - contrast))
        alpha_c = f
        gamma_c = 127*(1-f)

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

    cv2.putText(buf,'B:{},C:{}'.format(brightness,contrast),(10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    return buf

def map(x, in_min, in_max, out_min, out_max):
    return int((x-in_min) * (out_max-out_min) / (in_max-in_min) + out_min)

После этого вам нужно вызвать функции, создав трекбар с помощью cv2.createTrackbar() и вызвать вышеупомянутые функции с соответствующими параметрами. Чтобы отобразить значения яркости в диапазоне от -255 до +255 и значения контрастности -127 до +127, вы можете использовать эту функцию map(). Вы можете проверить полную информацию о реализации Python здесь.

Ответ 10

Я знаю, что это не должно быть так сложно и там настроить яркость изображения. Кроме того, уже есть много хороших ответов. Я хотел бы улучшить ответ @BillGrates, чтобы он работал на изображениях в градациях серого и при уменьшении яркости: value = -255 создает черное изображение, а value = 255 - белое.

def adjust_brightness(img, value):
    num_channels = 1 if len(img.shape) < 3 else 1 if img.shape[-1] == 1 else 3
    img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) if num_channels == 1 else img
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)

    if value >= 0:
        lim = 255 - value
        v[v > lim] = 255
        v[v <= lim] += value
    else:
        value = int(-value)
        lim = 0 + value
        v[v < lim] = 0
        v[v >= lim] -= value

    final_hsv = cv2.merge((h, s, v))

    img = cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR)
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) if num_channels == 1 else img
    return img