使用Python，OpenCV和Scikit-Image检测低对比度图像

置顶 已于 2023-12-20 13:30:12 修改
阅读量1.7k 收藏 7
点赞数 1
分类专栏： Python OpenCV Python OpenCV 图像处理 图像处理 文章标签： python opencv 边缘检测 图像处理 低对比度图像检测
于 2021-04-02 18:30:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40985985/article/details/115309016
版权
本文探讨了如何利用Python、OpenCV和Scikit-Image在动态光照条件下检测低对比度图像。低对比度图像可能导致处理结果不准确，通过检测并过滤这些图像可以提高算法的准确性。文中介绍了原理，并提供了源码示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

使用Python，OpenCV和Scikit-Image检测低对比度图像

这篇博客将介绍如何使用Python，OpenCV和Scikit-Image检测低对比度图像。
在良好受控的光照条件下拍摄照片，将更便于处理。
在动态条件下拍摄的照片将更具有个别性，使得不能覆盖所有的场景及边缘案例。

检测低对比度的一个应用是：在应用算法前，过滤掉低对比度的图像，因其往往会导致不够准确的结果。

1. 效果图

非低对比度图像效果图，可以看到最大轮廓正确检测且展示。右侧的边缘图也很清晰，前景与背景较好的区分开。
在这里插入图片描述低对比度图像效果图，可以看到轮廓检测的结果map图，边界框模糊，前景与背景的分界处并没有正确展示。因此在检测时会直接跳过绘制最大边缘：
在这里插入图片描述

2. 原理

  • 低对比度图像/帧会产生什么问题？怎样才能检测到它们

了解本专栏 订阅专栏 解锁全文 超级会员免费看
数字图像处理Python语言实现-图像低对比度判断
视觉与物联智能
07-14 1406
判断图像是否为低对比度图像 通过指定低亮度像素在整个图像中所占的比例来判断图像是否为低对比度图像。 Python实现代码如下： def is_low_contrast(src,fraction_threshold=0.5, lower_percentile=1, upper_percentile=99): # 转换为灰度图像 src = np...
Opencv学习笔记 - 使用OpenCV，scikit-image和Python检测低对比度图像
学以致用 知行合一
03-17 920
低对比度图像/帧会产生什么问题？ 以及我们如何检测到它们？ 低对比度图像在明暗区域之间的差异很小，因此很难看到对象边界的起点和场景背景的起点。如下图。 但是可以识别对比度相对比较低的排除掉。
19 使用 OpenCV、scikit-image 和 Python 检测低对比度图像（Python）
09-03
如果您能够在捕获图像时控制环境，最重要的是能够控制照明，那么编写代码来处理图像就会越容易。 在受控照明条件下，您可以对参数进行硬编码，包括： 模糊量 边缘检测边界 阈值限制 等。 从本质上讲，受控条件允许您利用对环境的先验知识，然后编写处理该特定环境的代码，而不是尝试处理每个边缘情况或条件。 当然，控制您的环境和照明条件并不总是可行的...... …那你该怎么办呢？ 您是否尝试编写一个超级复杂的图像处理管道来处理每个边缘情况？ 井。。。您可以这样做 — 并且可能会浪费数周或数月的时间，但仍然可能无法捕获每个边缘情况。 或者，您可以改为检测何时向管道显示低质量图像，特别是低对比度图像。 如果检测到低对比度图像，您可以丢弃该图像或提醒用户在光线较好的条件下拍摄图像。 这样做将使您更容易开发图像处理管道（并减少在此过程中的麻烦）
python opencv实现图片缺陷检测（讲解直方图以及相关系数对比法）
09-17
主要介绍了python opencv 图片缺陷检测，主要讲解直方图以及相关系数对比法，本文通过实例截图给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
OpenCV图像处理：调整亮度和对比度实战教程
最新发布
weixin_42527589的博客
03-14 891
亮度是物理学中的一个概念，通常指的是单位面积的光线发射或反射能力，其单位是尼特（nit），代表每平方米一坎德拉的亮度。在图像处理领域，亮度指的是图像中各个像素的明暗程度，决定了我们观察到的图像是否明亮或者暗淡。在数学上，图像的亮度可以通过像素值的加权平均来表示，即图像的亮度L可以定义为像素强度值的线性组合，一般表示为：其中( w_i )是第i个像素的权重，( I_i )是对应的像素强度值。对比度是描述图像中明暗区域差异的量度，反映了一个图像中不同区域的亮度对比强度。
检测低对比度图片教程
weixin_42051797的博客
02-21 1047
检测低对比度图片@TOC 连接：检测低对比度图片代码
基于python-OpenCV实现低对比度图像脏污区域检测
BraveNewWorld10的博客
06-10 4305
基于python-OpenCV实现低对比度图像脏污区域检测
使用OpenCV、scikit-image和Python进行低对比度图像检测
StyVue的博客
09-18 262
我们学习了如何使用直方图均衡化和自适应直方图均衡化来增强图像的对比度，并使用图像质量评估指标来定量评估改善效果。自适应直方图均衡化是一种根据图像局部区域的特性进行直方图均衡化的方法，可以更好地处理具有不同照明条件的图像。在加载和显示图像后，我们可以使用直方图均衡化来增强图像的对比度。进行直方图均衡化后，我们可以比较原始图像和增强后的图像，以评估对比度的改善程度。通过对比直方图均衡化和自适应直方图均衡化的效果，我们可以选择适合特定场景的方法来增强低对比度图像。接下来，我们将加载一张图像并显示它。
python图片矫正后对比_Python 实现图片对比检测
weixin_39846898的博客
12-03 203
from PIL import Image # 先安装Pillow, \>pip install Pillow, or \>easy_install Pillow ，参考：http://pillow.readthedocs.io/en/latest/installation.htmlimport mathimport operatordef imageSimilarity(self,...
15. 直方图与 OpenCV、scikit-image 和 Python 匹配（python代码）
09-03
如果您想自动匹配两张图像的对比度或颜色分布怎么办？ 例如，假设我们有一个输入图像和一个参考图像。我们的目标是： 计算每张图像的直方图 获取参考图像直方图 使用参考直方图更新输入图像中的像素强度值，使其...
基于 OpenCV 与 scikit-image 的图像表面光滑度判别
01-08
在现代工业领域，质量检测和图像分析任务扮演着极其重要的角色。表面光滑度作为产品质量的重要指标之一，对于很多产品来说，表面是否平滑光洁直接关联着产品的性能和外观。随着数字图像处理技术的发展，通过图像处理...
opencv图像对比度
qianmang的博客
01-25 3090
// 处理图片的对比度.cpp: 定义控制台应用程序的入口点。 // # include "stdafx.h" #include "opencv2/opencv.hpp" #include #include "iostream" using namespace std; using namespace cv; int main() { //方式1：手动处理 Mat src
OpenCV应用实例：标出低对比度图像中的圆
DU_YULIN的博客
09-18 794
文章目录前言1. 低对比度图像中圆的检测步骤2. C++ OpenCV实现3. 结果展示：总结参考 前言 今天看了篇微信公众号，是使用python opencv 检测出低对比度图像中所有的圆，感觉挺有意思的，这里用C++实现出来，对原始的参数做了改动（发现原始参数检测出的圆有漏检的情况，主要是由于形态学开闭操作结果和预期结果不一致导致的）。 1. 低对比度图像中圆的检测步骤 读取彩色图像； 转换灰度图像； 模糊图像（ksize=50); 计算灰度图像与模糊图像的差值图像； 对差值图像进行二值化操作（阈
python检测图片差异
m0_50617554的博客
12-08 774
, result = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY)#差异阈值需要根据实际检测结果调整，阈值越大，差异越大的区域才会被检测到，阈值设置小了，可能导致误检测到差异。result = cv2.dilate(result, np.ones([2, 2]))#np.ones([2, 2])：这是一个用于定义膨胀操作核（或称为结构元素）的NumPy数组。# 应用阈值化，得到二值图像，大于阈值的处理为白色，小于阈值的处理为黑色。
python 对比图片相似度
weixin_30273763的博客
07-06 327
最近appium的使用越来越广泛了，对于测试本身而言，断言同样是很重要的，没有准确的断言那么就根本就不能称之为完整的测试了。那么目前先从最简单的截图对比来看。我这里分享下python的图片相似度的代码。目前我自己工作中全部是使用python的PIL库，绝对很赞！ #sudo pip install PIL def pil_image_similarity(filepath1, filepath...
对比多张图片相似度（PYTHON）
huagangwang的专栏
05-25 3737
对比两张图片相似度
python 图片质量_图像质量评估：BRISQUE | 附 C++和Python代码
weixin_39883374的博客
12-11 1371
我们都知道拍摄相片容易，但是想拍摄高质量的图片却很难，它需要良好的构图和照明。此外，选择正确的镜头和优质的设备也会提高图像的质量。但是，最重要的是，拍摄高质量的图片需要良好的品味和判断力，也就是我们需要专家级的眼光。但是，能否有一种对图像质量人为判定标准的数学度量呢？答案既是肯定的，也是否定的！有一些质量度量很容易被算法捕获。例如，我们可以通过对图像的像素的判断来判定某张图像是否嘈杂或者模糊另一方...
python3实现比较两张图片的相似度，并检测图片内容是否发生明显变化
我是小慧慧
12-04 7527
使用 Python 的 scikit-image 库来比较两张图片的相似度。它采用结构相似性指数（Structural Similarity Index，SSIM）来比较图片相似度，如果相似度低于某个阈值，则输出提示。要比较两张图片的相似度，并检测图片内容是否发生明显变化，可以使用 Python 中的图像处理库如 OpenCV 和 scikit-image。这些库提供了计算图像相似度的功能。
如何使用Python判断两张图片是否相同？
.
03-26 3783
以上三种方式都可以用于判断图片是否相同，不同的方式各有优缺点。在实际应用中，要根据需要选择适合的方法。另一种方式是计算两张图片的哈希值，然后比较它们的相似度。哈希值是一种将数据压缩成固定长度的算法，这样就可以通过比较哈希值来快速判断两张图片是否相同。在图像处理中，经常需要判断两张图片是否相同。但是，使用Python语言，我们可以通过多种方式来判断图片是否相同。如果两张图片中任意一对像素点不同，即可判断两张图片不相同。如果以上两种方法不能满足你的需求，那么你可以使用一些开源的图像识别库来判断图片是否相同。
如何使用OpenCV和scikit-image库进行直方图匹配以调整图像的亮度和对比度？
11-12
直方图匹配是图像处理中用于调整图像亮度和对比度的一种技术，它可以帮助我们标准化图像数据，使其在视觉上具有一致的外观。要使用OpenCV和scikit-image库进行直方图匹配，首先需要理解直方图匹配的基本概念及其步骤...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序媛一枚~

您的鼓励是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值