如果我将平均亮度绘制为 x 像素位置的函数,我可以看到图像的中心比边缘更亮。
我想使用 OpenCV 纠正这个问题,使整个图像的亮度相同。这可能吗?
编辑:到目前为止我的代码是
import cv2
import pylab
img = cv2.imread('3.jpeg', 1)
cv2.imshow("img",img)
lab= cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
cv2.imshow("lab",lab)
l, a, b = cv2.split(lab)
values = []
for c in xrange(l.shape[1]):
count = 0
for r in xrange(l.shape[0]):
count += l[r][c]
values.append(1.0 * count / l.shape[0])
pylab.figure()
pylab.ylabel('Average Luminance')
pylab.xlabel('X axis')
pylab.plot(values, 'k-')
pylab.show()
最佳答案
我有一个方法,但我今天不想为它编写任何代码,更糟糕的是,我不会说 Python。但是看你是怎么判断亮度不均匀的,自己编码就清楚了。
首先,我会进入Lab 模式(就像您已经做的那样),然后拆分 channel 。保留a
和b
channel 以备后用。
现在使用 Lightness
(L
) channel 并用大半径对其进行模糊处理 - 这将消除所有高频变化并仅保留您想要的低频变化排除。假设新的模糊 channel 在最小值 110 和最大值 125 之间变化。从所有值中减去 110,图像中每个位置的值现在都在 0 到 15 之间。
现在从原始的、未模糊的 Lightness
channel 中减去 0..15 之间的值以去除低频变化,然后将修改后的 Lightness 与原始的 a
重新组合和 b
channel 。
我希望你说得够清楚了——如果还不清楚,请尽管问!
与构造抛物线来匹配光衰减相比,此方法的优势在于,无论亮度随 x、y、对角线或其他方式变化,它都会起作用。
关于python - 如何在 OpenCV 中调整图像部分的亮度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42305771/