Увеличьте яркость указанных c пикселей на изображении, используя python

Question

Я хотел бы увеличить яркость / яркость фиолетового цвета на следующем изображении:

Вот цветовая палитра

Вот что я пробовал: но это увеличивает яркость всего изображения:

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

как создать маску для изменения яркость только пикселей на входе, что соответствует фиолетовому цвету?

Answer 1

Вы можете добавить контраст к своему изображению. Повторно использовать код невозможно, но создайте код, учитывающий контраст:

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

Я проверил следующий случай:

increase_brightness(image, 1.0, 4)

Старое изображение:

Новое изображение:

Мое решение основано на этой ссылке: https://docs.opencv.org/3.4/d3/dc1/tutorial_basic_linear_transform.html

Answer 2

Обратите внимание, что вы преобразовали изображение из RGB (в HSV) и вам необходимо преобразовать его из BGR (в HSV).

Если вы хотите только увеличить яркость фиолетового, используйте cv2.inRange () для фиолетового цвета, чтобы создать маску. Затем измените входное изображение везде с вашим текущим методом. Затем используйте маску, чтобы объединить входные и измененные изображения, чтобы показать только улучшение для фиолетовых цветов, соответствующих белому в маске.

Так что это можно сделать в Python / OpenCV.

Ввод:

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)

Результат:

Если вы чередуете просмотр входа и выхода, вы увидите, что выход везде ярче.