首先介绍一下HSV,HSV是一种颜色空间,与RGB通过红绿蓝的组合来描述颜色不同,HSV把颜色拆分为色调(H)、饱和度(S)和明度(V)三个维度,这样能够更直接的表达色彩的明暗以及鲜艳程度,因此广泛应用于图像识别领域。
借助opencv的split()函数,我们可以将图片的HSV变量分离出来,然后修改后再用merge()函数合成一张新的图片,达到批量修改饱和度和明度的效果。同时split()也可以将图片的RGB三颜色通道分离出来,然后单独对某个通道进行修改。
import cv2
import numpy as np
import os
def modify_image(img_path, target_dir):
# 读取全部图片
pic = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
# 将图片修改为HSV
pichsv = cv2.cvtColor(pic, cv2.COLOR_BGR2HSV)
# 提取饱和度和明度
H,S,V = cv2.split(pichsv)
# S为饱和度,V为明度
new_pic = cv2.merge([np.uint8(H), np.uint8(S*1.4), np.uint8(V*0.9)])
# 将合并后的图片重置为RGB
pictar = cv2.cvtColor(new_pic, cv2.COLOR_HSV2BGR)
# 获取原文件名
file_name = img_path.split("/")[-1]
# 将图片写入目录
cv2.imwrite(os.path.join(target_dir, file_name), pictar)
root, dirs, files = next(os.walk("./test/"))
for item in files:
img_path = os.path.join(root,item)
process_image(img_path, "./target/")