python数组溢出_Python,OpenCV:增加图像亮度而不会溢出UINT8数组

这篇博客探讨了如何在处理图像时防止像素溢出。通过检查像素值与添加值之间的差异,我们可以避免255的界限被超过。文章介绍了使用numpy的where函数和创建掩码的方法,来智能决定是否将值添加到像素,或者直接设置为255。这种方法在处理灰度图像时特别有用,确保了图像处理的正确性。
摘要由CSDN通过智能技术生成

一个想法是在添加 value 之前检查添加是否会通过检查 255 与当前像素值之间的差异并检查它是否在 value 内而导致溢出 . 如果是的话,我们不会添加 value ,我们会直接在 255 设置,否则我们会添加 . 现在,这个决策可以通过创建面具来缓解,并且 -

mask = (255 - grey) < value

然后,将此掩码/布尔数组提供给np.where,让它根据掩码在 255 和 grey+value 之间进行选择 .

因此,最后我们将实施 -

grey_new = np.where((255 - grey) < value,255,grey+value)

Sample run

让我们用一个小代表性的例子来演示这些步骤 .

In [340]: grey

Out[340]:

array([[125, 212, 104, 180, 244],

[105, 26, 132, 145, 157],

[126, 230, 225, 204, 91],

[226, 181, 43, 122, 125]], dtype=uint8)

In [341]: value = 100

In [342]: grey + 100 # Bad results (e.g. look at (0,1))

Out[342]:

array([[225, 56, 204, 24, 88],

[205, 126, 232, 245, 1],

[226, 74, 69, 48, 191],

[ 70, 25, 143, 222, 225]], dtype=uint8)

In [343]: np.where((255 - grey) < 100,255,grey+value) # Expected results

Out[343]:

array([[225, 255, 204, 255, 255],

[205, 126, 232, 245, 255],

[226, 255, 255, 255, 191],

[255, 255, 143, 222, 225]], dtype=uint8)

Testing on sample image

使用问题中发布的示例图像给我们 arr 并使用 value 作为 50 ,我们将 -

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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