OpenCV-图像明度

简介: OpenCV-图像明度

实现原理

      颜色所具有的亮度和暗度被称为图像明度。计算明度的基准是灰度测试卡。黑色为0,白色为10。色彩可以分为有彩色和无彩色,但后者仍然存在着明度。作为有彩色,每种色各自的亮度、暗度在灰度测试卡上都具有相应的位置值。彩度高的色对明度有很大的影响,不太容易辨别。在明亮的地方鉴别色的明度比较容易的,在暗的地方就难以鉴别。


      明度调整可通过合成方式实现:若参数为正,则调整后的图像可以认为加了一层白色遮罩层,即原图像RGB数值×(1-alpha)+255*alpha;反之亦然,认为加了一层黑色遮罩层,即原图RGB*(1+alpha),其中alpha是负数。


      明度调整算法的具体实现流程如下:


      1.设置调整参数percent,取值为-100到100,类似PS中设置,归一化后为-1到1。


      2.针对图像所有像素点单个处理。当percent大于等于0时,加上白色遮罩,调整后的RGB三通道数值为:

      3.若percent小于0时,加上黑色遮罩,此时调整后的图像RGB三通道值为:

      至此,图像实现了明度的调整,算法逻辑参考xingyanxiao。C++实现代码如下。

功能函数代码

// 明度
cv::Mat Lightness(cv::Mat src, float percent)
{
  float alpha = percent / 100;
  alpha = max(-1.f, min(1.f, alpha));
  cv::Mat temp = src.clone();
  int row = src.rows;
  int col = src.cols;
  for (int i = 0; i < row; ++i)
  {
    uchar *t = temp.ptr<uchar>(i);
    uchar *s = src.ptr<uchar>(i);
    for (int j = 0; j < col; ++j)
    {
      uchar b = s[3 * j];
      uchar g = s[3 * j + 1];
      uchar r = s[3 * j + 2];
      if (alpha >= 0)
      {
        t[3 * j + 2] = static_cast<uchar>(r*(1 - alpha) + 255 * alpha);
        t[3 * j + 1] = static_cast<uchar>(g*(1 - alpha) + 255 * alpha);
        t[3 * j] = static_cast<uchar>(b*(1 - alpha) + 255 * alpha);
      }
      else
      {
        t[3 * j + 2] = static_cast<uchar>(r*(1 + alpha));
        t[3 * j + 1] = static_cast<uchar>(g*(1 + alpha));
        t[3 * j] = static_cast<uchar>(b*(1 + alpha));
      }
    }
  }
  return temp;
}

C++测试代码

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
cv::Mat Lightness(cv::Mat src, float percent);
int main()
{
  cv::Mat src = imread("1.jpg");
  cv::Mat result = Lightness(src, 50.f);
  imshow("original", src);
  imshow("result", result);
  waitKey(0);
  return 0;
}
// 明度
cv::Mat Lightness(cv::Mat src, float percent)
{
  float alpha = percent / 100;
  alpha = max(-1.f, min(1.f, alpha));
  cv::Mat temp = src.clone();
  int row = src.rows;
  int col = src.cols;
  for (int i = 0; i < row; ++i)
  {
    uchar *t = temp.ptr<uchar>(i);
    uchar *s = src.ptr<uchar>(i);
    for (int j = 0; j < col; ++j)
    {
      uchar b = s[3 * j];
      uchar g = s[3 * j + 1];
      uchar r = s[3 * j + 2];
      if (alpha >= 0)
      {
        t[3 * j + 2] = static_cast<uchar>(r*(1 - alpha) + 255 * alpha);
        t[3 * j + 1] = static_cast<uchar>(g*(1 - alpha) + 255 * alpha);
        t[3 * j] = static_cast<uchar>(b*(1 - alpha) + 255 * alpha);
      }
      else
      {
        t[3 * j + 2] = static_cast<uchar>(r*(1 + alpha));
        t[3 * j + 1] = static_cast<uchar>(g*(1 + alpha));
        t[3 * j] = static_cast<uchar>(b*(1 + alpha));
      }
    }
  }
  return temp;
}

测试效果

图1 原图

图2 参数为10的效果图

图3 参数为-10的效果图

      通过调整percent可以实现图像明度的调整。

      如果函数有什么可以改进完善的地方,非常欢迎大家指出,一同进步何乐而不为呢~

      如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

相关文章
|
5月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
1251 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
6月前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
86 4
|
6月前
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
7月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
7月前
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
198 1
|
9月前
|
算法 计算机视觉
【Qt&OpenCV 图像的感兴趣区域ROI】
【Qt&OpenCV 图像的感兴趣区域ROI】
305 1
|
9月前
|
运维 算法 计算机视觉
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
125 1
|
9月前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
164 0
|
8月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
|
9月前
|
计算机视觉
OpenCV中图像算术操作与逻辑操作
OpenCV中图像算术操作与逻辑操作
98 1