【问题标题】:How To Brighten A OpenCV Image如何使 OpenCV 图像变亮
【发布时间】:2025-12-01 18:55:01
【问题描述】:

我已经设法使用下面的代码获得图像的显着图。在这里它获得显着图以及逆显着图,然后将结果应用于图像以获得图像的前景和背景。

import cv2
import numpy as np

def SalienceMaps(image_path):
    
    image = cv2.imread(image_path)
    
    dimensions = (350, 450)    
    resized = cv2.resize(image, dimensions, interpolation = cv2.INTER_AREA)
    
    saliency = cv2.saliency.StaticSaliencyFineGrained_create()
    (success, saliencyMap) = saliency.computeSaliency(resized)
    
    (B, G, R) = cv2.split(resized)
    
    salBlue = B * saliencyMap.astype(saliencyMap.dtype)
    salGreen = G * saliencyMap.astype(saliencyMap.dtype)
    salRed= R * saliencyMap.astype(saliencyMap.dtype)
    
    salBlue = salBlue.astype("uint8")
    salGreen = salGreen.astype("uint8")
    salRed = salRed.astype("uint8")
    
    reduction = np.ones((450,350))
    inverse = reduction - saliencyMap
    
    inverseBlue = B * inverse.astype(inverse.dtype)
    inverseGreen = G * inverse.astype(inverse.dtype)
    inverseRed = R * inverse.astype(inverse.dtype)
    
    inverseBlue = inverseBlue.astype("uint8")
    inverseGreen = inverseGreen.astype("uint8")
    inverseRed = inverseRed.astype("uint8")
    
    main = cv2.merge((salBlue, salGreen, salRed))
    inverse = cv2.merge((inverseBlue, inverseGreen, inverseRed))

    return (main, inverse)

(main, inverse) = SalienceMaps("Content Image.jpg")
cv2.imshow("Image", main)
cv2.imshow("Image 2", inverse)
cv2.waitKey(0)

当这张图片被放入后,我分别得到了前景和背景的以下输出:

我想知道,如果有意义的话,如何提高前景的亮度或特征,使特征更加突出并且图像更亮?知道可以做什么吗?干杯

【问题讨论】:

  • 不确定它是否会改善您的前景特征(同时也不会改变背景),但您可以尝试应用一些白平衡来提高总体对比度 (*.com/questions/46390779/…)。

标签: python opencv image-processing style-transfer


【解决方案1】:

您可以在 Python/OpenCV 中使用 cv2.normalize() 来增加亮度。

输入:

import cv2
import numpy as np

# Read images
img = cv2.imread('img.png')

# stretch mask to full dynamic range
result = cv2.normalize(img, None, alpha=0, beta=350, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)

# write results
cv2.imwrite("img_enhanced.png", result)

# show results
cv2.imshow("img", img)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果:

【讨论】:

  • 我想检查一件事,如果我对两者都进行归一化,输出仍然是原始图像吗?
  • 规范化两者是什么意思?你的意思是你的两个输入图像?如果是这样,那么输出可能太亮了,因为您进行了两次标准化。请澄清您的问题。
  • 哦,不好意思,我的意思是把得到的前景和背景图片标准化?我认为在这种情况下这些图像的背景图片很好,但前景要暗得多。但是,我可能会将起始图像标准化,然后将它们分解,看看是否得到任何不同的结果。这是一个好方法吗?
  • 我仍然不确定你想要什么。但是测试哪些图像需要标准化并查看执行结果很容易。
  • 是的,这就是我的计划!非常感谢您的贡献,一定会有所帮助!
最近更新 更多