opencv-python数图实验（一）线性和非线性校正

最新推荐文章于 2023-12-26 01:00:55 发布

cap_timo

最新推荐文章于 2023-12-26 01:00:55 发布

阅读量921

点赞数 1

分类专栏： Python 数字图像处理文章标签： python opencv

本文链接：https://blog.csdn.net/weixin_44492557/article/details/109564982

版权

本文档详细介绍了使用OpenCV-Python进行图像处理的实验，包括图像载入显示、RGB通道操作、锐化、伽马校正、亮度对比度线性校正以及HSV色彩空间转换。通过实验总结了处理过程中的关键点和技巧，如避免在循环中进行矩阵操作，预先定义窗口名称以简化管理，以及正确使用核函数。

摘要由CSDN通过智能技术生成

实验目标

完成图像的载入和显示
RGB三通道分离并显示
RGB三通道均衡化并显示
实现锐化
实现伽马校正（非线性）
实现对比度和亮度校正（线性）
色彩空间转化 RGB 2 HSV
伪彩色变化

实验效果

亮度对比度调整——线性校正（下图）

伽马校正——非线性校正（下图）
在这里插入图片描述

实验代码

# 关于版本
# numpy            1.16.6
# opencv-python    4.2.0.34
import cv2 as cv
import numpy as np
# 导入图像
srcImage = cv.imread('C:\\Users\\MRSANG\\Desktop\\CV_test\\test_1\\1.jpg')
if srcImage is None:
    print('Could not open or find the image: ')
    exit(0)
else:
    print('loading ... successfully')
cv.imshow('origin_win', srcImage)
# rgb三通道分离 并显示
ori_channel_r, ori_channel_g, ori_channel_b = cv.split(srcImage)

cv.imshow("ori_channel_r", ori_channel_r)
cv.imshow("ori_channel_g", ori_channel_g)
cv.imshow("ori_channel_b", ori_channel_b)

# rgb三通道均衡化
equ_channel_r = cv.equalizeHist(ori_channel_r)
equ_channel_g = cv.equalizeHist(ori_channel_g)
equ_channel_b = cv.equalizeHist(ori_channel_b)
equ_Image = cv.merge((equ_channel_r, equ_channel_g, equ_channel_b))
# 均衡化显示
cv