python - 在 python (cv2) 中使用 OpenCV 增加彩色图像对比度的最快方法是什么？

Question

我正在使用 OpenCV 处理一些图像，我需要执行的首要步骤之一是增加彩色图像的图像对比度。迄今为止我发现的最快方法使用此代码(其中 np 是 numpy 导入)按照 original C-based cv1 docs 中的建议进行乘法和加法:

    if (self.array_alpha is None):
        self.array_alpha = np.array([1.25])
        self.array_beta = np.array([-100.0])

    # add a beta value to every pixel 
    cv2.add(new_img, self.array_beta, new_img)                    

    # multiply every pixel value by alpha
    cv2.multiply(new_img, self.array_alpha, new_img)  

在 Python 中有更快的方法吗？我试过使用 numpy 的标量乘法，但性能实际上更差。我还尝试使用 cv2.convertScaleAbs(OpenCV 文档建议使用 convertTo，但 cv2 似乎缺少此函数的接口(interface))但在测试中性能再次变差。

Answer 1

正如 Abid Rahaman K 评论的那样，numpy 数组中的简单算术是最快的。

例如使用此图像:http://i.imgur.com/Yjo276D.png

这是一些类似于亮度/对比度操作的图像处理:

'''
Simple and fast image transforms to mimic:
 - brightness
 - contrast
 - erosion 
 - dilation
'''

import cv2
from pylab import array, plot, show, axis, arange, figure, uint8 

# Image data
image = cv2.imread('imgur.png',0) # load as 1-channel 8bit grayscale
cv2.imshow('image',image)
maxIntensity = 255.0 # depends on dtype of image data
x = arange(maxIntensity) 

# Parameters for manipulating image data
phi = 1
theta = 1

# Increase intensity such that
# dark pixels become much brighter, 
# bright pixels become slightly bright
newImage0 = (maxIntensity/phi)*(image/(maxIntensity/theta))**0.5
newImage0 = array(newImage0,dtype=uint8)

cv2.imshow('newImage0',newImage0)
cv2.imwrite('newImage0.jpg',newImage0)

y = (maxIntensity/phi)*(x/(maxIntensity/theta))**0.5

# Decrease intensity such that
# dark pixels become much darker, 
# bright pixels become slightly dark 
newImage1 = (maxIntensity/phi)*(image/(maxIntensity/theta))**2
newImage1 = array(newImage1,dtype=uint8)

cv2.imshow('newImage1',newImage1)

z = (maxIntensity/phi)*(x/(maxIntensity/theta))**2

# Plot the figures
figure()
plot(x,y,'r-') # Increased brightness
plot(x,x,'k:') # Original image
plot(x,z, 'b-') # Decreased brightness
#axis('off')
axis('tight')
show()

# Close figure window and click on other window 
# Then press any keyboard key to close all windows
closeWindow = -1
while closeWindow<0:
    closeWindow = cv2.waitKey(1) 
cv2.destroyAllWindows()

灰度原始图像:

看起来被放大的变亮图像:

变暗的图像看起来被侵 eclipse 、锐化，具有更好的对比度:

如何转换像素强度:

如果您使用 phi 和 theta 的值，您会得到非常有趣的结果。您还可以为多 channel 图像数据实现此技巧。

--- 编辑 ---

看看 this youtube video 上“水平”和“曲线”的概念显示在 photoshop 中进行图像编辑。线性变换方程在每个像素上产生相同数量的变化，即“水平”。如果您编写的方程式可以区分像素类型(例如那些已经具有特定值的像素)，那么您可以根据该方程式描述的“曲线”更改像素。