如何在Python OpenCV中增加图像的对比度

Question

我是Python OpenCV的新手.我在这里阅读了一些文档和答案,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)  

我已经知道了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.

直到现在,我已经设法简单地使用了图像 img = cv2.imread('image.jpg',0)

谢谢你的帮助

Answer 1

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

OpenCV 已经实现了这一点cv2.convertScaleAbs()，只需提供用户定义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()

之前->之后

注意：对于自动亮度/对比度调整，请查看彩色照片的自动对比度和亮度调整

Answer 2

我想建议一种使用LAB颜色通道的方法.维基百科有关于LAB颜色通道的详细信息.

我使用OpenCV 3.0.0和python完成了以下操作:

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)是什么,您可以再次检查维基百科.

Answer 3

这里有很多答案，从简单到复杂。我想在更简单的方面添加另一个，这对于实际的对比度和亮度调整来说似乎更实用。

def adjust_contrast_brightness(img, contrast:float=1.0, brightness:int=0):
    """
    Adjusts contrast and brightness of an uint8 image.
    contrast:   (0.0,  inf) with 1.0 leaving the contrast as is
    brightness: [-255, 255] with 0 leaving the brightness as is
    """
    brightness += int(round(255*(1-contrast)/2))
    return cv2.addWeighted(img, contrast, img, 0, brightness)

我们a*x+b通过addWeighted()函数来​​进行调整。然而，要改变对比度而不修改亮度，数据需要以零为中心。OpenCV 默认 uint8 数据类型并非如此。所以我们还需要根据分布的变化来调整亮度。

Answer 4

\\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Op​​enCV函数.正如其他人所说,有一些技术可以自动增加对比度.

在官方OpenCV文档中,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.不同的情况

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,因为它很快并且它会自动强制输出在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

>>>>>开始注意<<<<<

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

这个修改后的公式可以将对比度变化从-127变为+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,但它们有缺点:

1. 第二个公式并非严格来自第一个公式
2. 它们不符合其他程序中观察到的亮度和对比度行为(例如PhotoShop,GIMP等)

>>>>>结尾注释<<<<<

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

在GIMP中,对比度从-127到+127.我从这里调整了公式以适应该范围.

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,并在这个级别的帖子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 "图像添加:

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: @UkarshBhardwaj建议Python 2.x用户必须将对比度校正计算代码转换为float以获得浮动结果,如下所示:

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

Answer 5

X = aY + b（实际上是f(x) = ax + b）的最佳解释位于https://math.stackexchange.com/a/906280/357701

只需调整亮度/亮度/亮度以实现对比度，这是一种更简单的方法：

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()

Answer 6

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()