【python】opencv教程CV2模块——图片处理，HSV、色调、亮度调节_python cv2 降低绿色

相关文章推荐

会开车的小马驹 · MemoryStream.WriteAsyn ...· 1 年前 ·

玩篮球的黄豆 · Character is not ...· 1 年前 ·

飞翔的海龟 · Openlayers 设置图标偏移 - 简书· 1 年前 ·

读研的橙子 · 大数据之hive05-Hive常用日期函数整 ...· 1 年前 ·

# H空间中，绿色比黄色的值高一点，所以给每个像素+15，黄色的树叶就会变绿 turn_green_hsv = img_hsv.copy() turn_green_hsv[:, :, 0] = (turn_green_hsv[:, :, 0]+15) % 180 turn_green_img = cv2.cvtColor(turn_green_hsv, cv2.COLOR_HSV2BGR) cv2.imwrite('./out/turn_green.jpg', turn_green_img) # 减小饱和度会让图像损失鲜艳，变得更灰 colorless_hsv = img_hsv.copy() colorless_hsv[:, :, 1] = 0.5 * colorless_hsv[:, :, 1] colorless_img = cv2.cvtColor(colorless_hsv, cv2.COLOR_HSV2BGR) cv2.imwrite('./out/colorless.jpg', colorless_img) # 减小明度为原来一半 darker_hsv = img_hsv.copy() darker_hsv[:, :, 2] = 0.5 * darker_hsv[:, :, 2] darker_img = cv2.cvtColor(darker_hsv, cv2.COLOR_HSV2BGR) cv2.imwrite('./out/darker.jpg', darker_img) opencv教程CV2模块——图片处理，HSV、色调、亮度调节代码传送门：import cv2img=cv2.imread('./imgg/1.jpeg', cv2.IMREAD_COLOR) # 打开文件# 通过cv2.cvtColor把图像从BGR转换到HSVimg_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# H空间中，...

目录1.图像加法运算1.1 运用numpy库1.2 调用 OpenCV 1.3 两种方法的运行代码和结果2.图像融合2.1 运用 openCV 中的addWeighter()函数2.2 运用PIL库中的Image.blend()函数 1.图像加法运算 1.1 运用numpy库运用numpy库进行图像加法运算的方法为：取模运算总像素值 = 图像1 + 图像2 1)当总像素值<=255时，像素值保持不变. 。如：56+124=180，即加法运算后的像素值为180 2)当总像素值>255时，像素值取(总像素值 – 255)。如：（250+46）- 255 = 41，即加法运算后的像素值为41

调节图像亮度调节原理：将像素值变小，全部色彩变暗；将像素值变大，全部色彩变亮。#-*- coding: utf-8 -*- import cv2 import numpy as np fn = "test1.jpg" if __name__ =='__main__': print('loading... %s' % fn) print (u'显示原图') img = cv2 .

五种常见的图像滤波方式：线性滤波（方框滤波、均值滤波、高斯滤波）；非线性滤波（中值滤波、双边滤波）。图片来源于：https://blog.csdn.net/qq_27261889/article/details/80822270侵删 1.先人为的给图像加噪声，以便后续进行滤波处理。 #给图像加噪声 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 im = cv2 .imread('D:\ python b\wx020.jpg') rows, cols, chn = im

文章目录导读介绍RGB HSV RGB 到 HSV 的转换思路 python 实现今天小编分享一个关于对图片进行颜色转换的内容，让一个物体可以以各种不同的色彩来呈现。比如一个青色的苹果，把它转化成红色。有很多解决方案… 比如：我们可以用绘图工具来p图，今天呢小编主要来介绍下如何用 python 来简单快速的实现。我们首先看下图片感受下：在介绍如何实现它，我们先了解一些基础知识。 IMAGE_PATHS = ["green1.jpg", "green2.jpg", "green3.jpg"] lower_green = np.array([35, 43, 46]) upper_green = np.array([77, 255, 255]) # lower_blue = np.array([78, 43, 46]) # upper_blue = np.array([110, 255, 255]) if __name__

先按照原来的图片的格式新建一个色素全为零的图片，然后按照两张图的比例不同合成一张新图片。主要用到函数：addWeighted函数 # -*- coding=GBK -*- import cv2 as cv import n... fImg = img.astype(np.float32) fImg = fImg / 255.0 # HLS空间，三个通道分别是: Hue色相、lightness明度、saturation饱和度 # 通道0是色相、通道

###################################### ~~1.存读图像~~ ########### 主要包含图像的读取、存储、图片模式的转换、格式的转换。 #导入cv 模块 import cv2 as cv 读取一张400x600分辨率的图像 color_img = cv.imread(‘img/src_1000x1000.jpg’) 直接读取单通道灰度图 gray_img ...

image = cv2 .imread("image.jpg") hsv _image = cv2 .cvtColor(image, cv2 .COLOR_BGR2 HSV ) 2. 调整色调和色温。 ``` python import numpy as np # 色调调整 hsv _image[:, :, 0] = ( hsv _image[:, :, 0] - 10) % 180 # 色温调整 hsv _image[:, :, 1] = np.clip( hsv _image[:, :, 1] * 0.7, 0, 255) hsv _image[:, :, 2] = np.clip( hsv _image[:, :, 2] * 0.7, 0, 255) 在上面的代码中，我们将色调减小了10度，并将饱和度和亮度分别乘以0.7来降低色温。 3. 将图片转换回 BGR 色彩空间并保存。 ``` python output_image = cv2 .cvtColor( hsv _image, cv2 .COLOR_ HSV 2BGR) cv2 .imwrite("output.jpg", output_image) 完整代码如下： ``` python import cv2 import numpy as np image = cv2 .imread("image.jpg") hsv _image = cv2 .cvtColor(image, cv2 .COLOR_BGR2 HSV ) # 色调调整 hsv _image[:, :, 0] = ( hsv _image[:, :, 0] - 10) % 180 # 色温调整 hsv _image[:, :, 1] = np.clip( hsv _image[:, :, 1] * 0.7, 0, 255) hsv _image[:, :, 2] = np.clip( hsv _image[:, :, 2] * 0.7, 0, 255) output_image = cv2 .cvtColor( hsv _image, cv2 .COLOR_ HSV 2BGR) cv2 .imwrite("output.jpg", output_image)