亮度與對比度

亮度調整是將圖像像素的強度整體變大/變小，對比度調整指的是圖像暗處變得更暗，亮出變得更亮，從而拓寬某個區域內的顯示精度。

OpenCV中亮度和對比度應用這個公式來計算：g(x) = αf(x) + β，其中：α(>0)、β常稱為增益與偏置值，分別控制圖片的對比度和亮度。

img = cv2.imread(‘lena.jpg‘)
# 此處需註意，請參考後面的解釋
res = np.uint8(np.clip((1.5 * img + 10), 0, 255))
tmp 
 
= np.hstack((img, res))  # 兩張圖片橫向合並（便於對比顯示）

cv2.imshow(‘image‘, tmp)
cv2.waitKey(0)

還記得圖像混合那一節中numpy對數據溢出的取模處理嗎？250+10 = 260 => 260%256=4，它並不適用於我們的圖像處理，所以用np.clip()函數將數據限定：a<0 => a=0, a>255 => a=255

做個小練習吧！創建兩個滑動條分別調整對比度和亮度（對比度範圍：0~0.3， 亮度0~100）。提示：因為滑動條沒有小數，所以可以設置為0~300，然後乘以0.01

import
 
 cv2
import numpy as np

alpha = 0.3
beta = 80
img_path = "./a.png"
img = cv2.imread(img_path)
img2 = cv2.imread(img_path)

def updateAlpha(x):
    global alpha,img,img2
    alpha = cv2.getTrackbarPos(‘Alpha‘,‘image‘)
    alpha = alpha * 0.01
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))

 
def updateBeta(x):
    global beta,img,img2
    beta = cv2.getTrackbarPos(‘Beta‘,‘image‘)
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))
  

# 創建窗口
cv2.namedWindow(‘image‘)
cv2.createTrackbar(‘Alpha‘,‘image‘,0,300,updateAlpha)
cv2.createTrackbar(‘Beta‘,‘image‘,0,255,updateBeta)
cv2.setTrackbarPos(‘Alpha‘,‘image‘,100)
cv2.setTrackbarPos(‘Beta‘,‘image‘,10)
# 設置鼠標事件回調
#cv2.setMouseCallback(‘image‘,update)  


while(True):
    cv2.imshow(‘image‘,img) 
    if cv2.waitKey(1) == ord(‘q‘):  
        break

cv2.destroyAllWindows()

代碼就不解釋了，不了解的可參考這個教程：Python-OpenCV基礎入門——滑動條組件（非常簡明易懂）

參考鏈接：https://www.jianshu.com/p/a23653f8b26b

Python-OpenCV——亮度和對比度