sazass的博客

数据集中往往会出现这些对比度和亮度不统一的场景，例如：有些场景采光好，效果明显；有些整体场景昏暗，整体亮度低，对比度低；还有一些场景例如黑暗中的灯光，周围环境暗灯光亮，整体亮度低局部亮度高，对比度高。采用的对比度与亮度图像增强算法来自于gamma变换，有点：图像调整变得非常自然，不易失真。代码如下：import cv2import numpy as npdef gamma_trans(img, gamma): ''' 首先归一化到0-1范围，然后gamma作为指数值求出

方法1：线性调整对比度与亮度如公式1所示，表示原先像素点的像素值，c表示的权重值，b表示加权和后的图像的偏移量，表示调整后改像素点的像素值。在该算法中，将对比度与亮度设计为线性关系。v’ = v*c+b代码：def Change_contrast_brightness(img, c, b): h, w, d = img.shape blank = np.zeros([h, w, d], dtype=np.uint8) dst = cv2.addWeighted(img, c,

坡哦

需要pip下载albumentations 库，里面都是封装好的图像增强算法，直接调用。import cv2import albumentations as Aif __name__ == '__main__': img = cv2.imread('E:/dataset/orgtrain_foods60cls/1apple/7232.jpg') cv2.imshow("org",img) image3 = A.Compose([ # （Contrast Li