首页 分享 图像处理:光照补偿学习记录

图像处理:光照补偿学习记录

来源:花匠小妙招 时间:2024-11-20 07:05

图像处理:光照补偿学习记录

最新推荐文章于 2024-08-23 08:00:00 发布

LEO-max 于 2021-02-05 13:04:25 发布

生活会辜负努力的人,但不会辜负一直努力的人——Leo的个人博客。

方法一:

        图像中有N个像素,把所有的像素按灰度值的大小进行统计分布,并且统计所有亮度区间中所对应的像素数量n,和区间内的平均亮度。如果n趋于极大值时,那么把它们的对比度作为“对比白”,让其RGB分量全部设为最满。接着,把其它像素点的RGB值也同样处理,处理后全部大于255的值设为255。

import cv2 img = cv2.imread('./zipai3.jpg') cv2.imshow('img',img) rows,cols,channels = img.shape dst = img.copy() a = 1.2 b = 100 for i in range(rows): for j in range(cols): for c in range(3): color = img[i,j][c]*a+b if color>255: dst[i,j][c]=255 elif color<0: dst[i,j][c]=0 cv2.imshow('dst',dst) cv2.waitKey(0) cv2.destroyAllWindows()

123456789101112131415161718192021222324

import cv2 import numpy as np def enhance_mycode(img): imgHeight,imgWidth,imgDeep = img.shape dst1 = np.zeros((imgHeight, imgWidth, 3)12345

相关知识

通过光照调节防治温室病害
TensorFlow学习记录(八)
为温室种植者节省开支的光照方式
光照、温度和盐分对囊果碱蓬种子萌发的影响
基于光谱图像的森林病虫害自动检测方法
生活记录:用Sai2给勾了线的图像上色
基于深度学习的花卉图像种类识别
大豆光周期特性研究 Ⅱ.不同光照对大豆各生育阶段的影响
使用图像处理技术和卷积神经网络(CNN)的作物病害检测
机器学习花朵图像分类

网址: 图像处理:光照补偿学习记录 https://www.huajiangbk.com/newsview620891.html

所属分类:花卉
上一篇: 生科罗冬根课题组在Nature
下一篇: 考点六:光合作用——(2020—

推荐分享