使用python增加图像中特定像素的亮度

Question

我想增加下图中紫色的亮度/鲜艳度：

这是调色板

这是我尝试过的：但这会增加整个图像的亮度：

def increase_brightness(img, value=20):
    hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
    h, s, v = cv2.split(hsv)

    lim = 255 - value
    v[v > lim] = 255
    v[v <= lim] += value

    final_hsv = cv2.merge((h, s, v))
    img = cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR)
    plt.imsave('img_new.png', img)

    return img

如何创建蒙版以仅修改输入中与紫色对应的像素的亮度？

Answer 1

请注意，您已将图像从 RGB（到 HSV）转换，并且需要将其从 BGR（到 HSV）转换。

如果只想增加紫色的亮度，则使用 cv2.inRange() 为紫色创建蒙版。 然后使用您当前的方法在任何地方修改输入图像。 然后使用蒙版将输入和修改后的图像组合起来，以便仅显示与蒙版中白色对应的紫色的增强。

所以这是在 Python/OpenCV 中做到的。

输入：

import cv2
import numpy as np

# read image
img = cv2.imread('purple.png')

# set value
value = 20

# convert image to hsv colorspace
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h, s, v = cv2.split(hsv)

# create mask on purple color and also its inverted mask
low_range = (80,160,50)
high_range = (150,230,120)
mask = cv2.inRange(hsv,low_range,high_range)
inv_mask = cv2.bitwise_not(mask)
mask = cv2.merge([mask,mask,mask])
inv_mask = cv2.merge([inv_mask,inv_mask,inv_mask])

# enhance the value channel of the hsv image
lim = 255 - value
v[v > lim] = 255
v[v <= lim] += value

# convert it back to BGR colors
final_hsv = cv2.merge((h, s, v))
bgr = cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR)

# use bit_wise_and and its inverse to combine the original and enhanced versions
bgr = cv2.bitwise_and(bgr,mask)
img = cv2.bitwise_and(img,inv_mask)
result = cv2.add(bgr,img)

# display IN and OUT images
cv2.imshow('IMAGE', img)
cv2.imshow('HSV', hsv)
cv2.imshow('MASK', mask)
cv2.imshow('RESULT', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

# save output image
cv2.imwrite('purple_enhanced.png', result)

结果：

如果您交替查看输入和输出，您会发现输出处处都更亮。

Answer 2

您可以为图像添加对比度。 无法重用代码，而是创建一个考虑对比的代码：

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

image = cv.imread('image.png')

def increase_brightness(image, alpha, beta):
    # Simple contrast control(alpha)
    # Simple brightness control(betha)

    new_image = np.zeros(image.shape, image.dtype)

    for y in range(image.shape[0]):
        for x in range(image.shape[1]):
            for c in range(image.shape[2]):
                new_image[y,x,c] = np.clip(alpha*image[y,x,c] + beta, 0, 255)

    plt.imsave('img_new.png', new_image)
    return new_image

我测试了以下案例：

increase_brightness(image, 1.0, 4)

旧图：

新图片：

我的解决方案基于此链接： https : //docs.opencv.org/3.4/d3/dc1/tutorial_basic_linear_transform.html