python opencv图像增强（模仿曝光环境）

dota2职业选手

于 2020-06-15 14:45:47 发布

阅读量1.6k

点赞数 3

分类专栏：计算机视觉文章标签：深度学习神经网络

本文链接：https://blog.youkuaiyun.com/weixin_37818440/article/details/106762198

版权

计算机视觉专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种使用Python和OpenCV库增强图像亮度的方法。通过将BGR图像转换为HSV格式，然后针对V（亮度）通道进行渐变性增强，最后将处理后的图像转换回BGR格式显示。该方法能够有效提升图像的整体亮度，适用于各种需要改善图像视觉效果的场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2
import numpy as np

#读取图片
img = cv2.imread(img_path)
#将bgr转化为hsv
img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
img = img.astype(np.float)
#获取v通道（颜色亮度通道），并做渐变性的增强
img[:, :, 2] = np.where(img[:, :, 2] > 100, img[:, :, 2] + 20.0, img[:, :, 2])
img[:, :, 2] = np.where(img[:, :, 2] > 150, img[:, :, 2] + 30.0, img[:, :, 2])
img[:, :, 2] = np.where(img[:, :, 2] > 180, img[:, :, 2] + 40.0, img[:, :, 2])
#令大于255的像素值等于255（防止溢出）
img = np.where(img>255, 255, img)
img = img.astype(np.uint8)
res = cv2.cvtColor(img, cv2.COLOR_HSV2BGR)

cv2.imshow('res',res)
cv2.waitKey()

有问题评论问博主