python - 在 OpenCV 和 Python 中控制视频流的对比度和亮度

Question

我正在使用 OpenCV3 和 Python 3.7 从我的网络摄像头捕获实时视频流，我想控制亮度和对比度。我无法使用 OpenCV 的 cap.set(cv2.CAP_PROP_BRIGHTNESS, float) 和 cap.set(cv2.CAP_PROP_BRIGHTNESS, int) 命令控制相机设置，所以我想应用读取每帧后的对比度和亮度。每个捕获图像的 Numpy 数组是 (480, 640, 3)。以下代码可以正确显示视频流，而无需尝试更改亮度或对比度。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)    
while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()
    cv2.imshow('frame',frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

当我使用 Numpy 的 clip() 方法控制对比度和亮度时，我得到了一个褪色的视频流，即使我设置了 contrast = 1.0(没有变化对比)和 brightness = 0(不改变亮度)。这是我控制对比度和亮度的尝试。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)
while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()
    contrast = 1.0
    brightness = 0
    frame = np.clip(contrast * frame + brightness, 0, 255)
    cv2.imshow('frame',frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

如何使用 OpenCV 控制视频流的对比度和亮度？

Answer 1

我找到了使用 numpy.clip() 方法的解决方案，@fmw42 提供了使用 cv2.normalize() 方法的解决方案。我更喜欢 cv2.normalize() 解决方案，因为它将像素值标准化为 0-255，而不是将它们裁剪为 0 或 255。此处提供了两种解决方案。

cv2.normalize() 解决方案:

• 亮度 - 将 alpha 和 beta 值移动相同的量。 Α可以是负数，beta 可以高于 255。(如果 alpha >= 255，则图片为白色，如果 beta <= 0，则图片为黑色。
• 对比 - 扩大或缩短 alpha 和 beta 之间的差距。

代码如下:

import numpy as np
import cv2

cap = cv2.VideoCapture(0)
while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()
    cv2.normalize(frame, frame, 0, 255, cv2.NORM_MINMAX)
    cv2.imshow('frame',frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

numpy.clip() 解决方案:

这帮助我解决了问题:How to fast change image brightness with python + OpenCV? .我需要:

1. 首先将红-绿-蓝 (RGB) 转换为色调-饱和度-值 (HSV)(“值”与“亮度”相同)
2. 将 Numpy 数组“切片”到 Numpy 数组的值部分，并调整该切片的亮度和对比度
3. 从 HSV 转换回 RGB。

这是有效的解决方案。改变 contrast 和 brightness 值。 numpy.clip() 确保每个 channel (R、G 和 B)上的所有像素值都保持在 0 到 255 之间。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    contrast = 1.25
    brightness = 50
    frame[:,:,2] = np.clip(contrast * frame[:,:,2] + brightness, 0, 255)
    frame = cv2.cvtColor(frame, cv2.COLOR_HSV2BGR)
    cv2.imshow('frame',frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()