如何使用Python + OpenCV的快速变化的图像亮度？
我有图像序列。我需要这些图像的平均亮度。
第一个例子 （很慢）：
img = cv2.imread('test.jpg') #load rgb image
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) #convert it to hsv
for x in range(0, len(hsv)):
for y in range(0, len(hsv[0])):
hsv[x, y][2] += value
img = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
cv2.imwrite("image_processed.jpg", img)
第二个例子 （快）
hsv += value
这个例子非常快，但它改变了所有值HSV（我只需要更改V（亮度））
问题答案：
Slice 只选择第三通道，然后修改这些元素 -
hsv[:,:,2] += value
-
我的问题：我希望能够改变资源图像的亮度，并有三个实例作为ImageIcons。一个在50%的亮度（所以更暗），另一个在75%的亮度（稍微亮一点），最后一个在100%的亮度（与原始图像相同）。我还想保持透明度。 我试过的：我到处找了找，看起来最好的解决方案是使用，但我就是想不通。我不知道缩放因子和偏移量是怎么回事。这是我尝试的代码。 呼叫将是这样的： 这段代码会发生什么：图像看起来是“不可见的”，我
-
什么是快速可靠的方法来阈值图像可能模糊和不均匀的亮度？ 示例（模糊但亮度一致）： 因为不能保证图像具有均匀的亮度，所以使用固定阈值是不可行的。自适应阈值工作正常，但由于模糊，它会在特征中造成中断和扭曲（这里，重要的特征是数独数字）： 我也尝试过使用直方图均衡化（使用OpenCV的均衡器函数）。它在不减少亮度差异的情况下增加对比度。 我找到的最佳解决方案是将图像按其形态闭合（归功于这篇文章）进行分割
-
问题内容： 我如何像以前在PIL中一样使用OpenCV裁剪图像。 PIL的工作示例 但是我如何在上做到这一点？ 这是我尝试的： 但这是行不通的。 我认为我使用不正确。如果是这种情况，请说明如何正确使用此功能。 问题答案： 非常简单。使用numpy切片。
-
本文向大家介绍在Python中使用OpenCV将彩色图像灰度化，包括了在Python中使用OpenCV将彩色图像灰度化的使用技巧和注意事项，需要的朋友参考一下 在Python中，我们可以使用一个名为cv2的OpenCV库。Python不包含cv2，因此我们需要单独安装它。 对于Windows： 对于Linux： 在下面给出的程序中，我们使用以下三个功能： imread()： 它将图像文件的绝对路径
-
@subpage tutorial_py_fourier_transform_cn 学会找到图像的傅里叶变换。
-
本文向大家介绍python opencv 图像尺寸变换方法，包括了python opencv 图像尺寸变换方法的使用技巧和注意事项，需要的朋友参考一下 利用Python OpenCV中的 cv.Resize(源，目标，变换方法)就可以实现变换为想要的尺寸了 源文件：就不用说了 目标：你可以对图像进行倍数的放大和缩小 也可以直接的输入尺寸大小 变换的方法： CV_INTER_NN - 最近邻插值,