调整两张图片的饱和度对比度等一致

次次皮

于 2024-04-22 09:49:27 发布

阅读量835

点赞数 5

CC 4.0 BY-SA版权

分类专栏：人工智能学习笔记文章标签：深度学习人工智能 python 图像处理

本文链接：https://blog.csdn.net/yszbrzdd/article/details/138061888

背景：

使用模型标注两张识别对象时，由于模型识别精确度不高，两张几乎相同的图片（不同天气拍的同一地点），识别出的目标不同，重新训练模型需要大量时间精力，所以通过调整两张图片来提高识别精度

思路：

通过调整使两张图片的亮度、对比度、色彩丰富度、清晰度、饱和度一致

代码：

from PIL import Image, ImageStat, ImageEnhance
import colorsys
from PIL import Image, ImageFilter
import numpy as np


def calculate_brightness(image):
    """计算图片的平均亮度"""
    stat = ImageStat.Stat(image.convert('L'))  # 'L' 表示转换为灰度
    return stat.mean[0]


def calculate_contrast(image):
    """计算图片的对比度，这里使用标准差作为对比度的一个简易度量"""
    stat = ImageStat.Stat(image.convert('L'))
    return stat.stddev[0]


def calculate_colorfulness(image):
    """计算图像的色彩丰富度"""
    # 转换为 HSV 色彩模式
    hsv_image = image.convert('HSV')
    # 计算颜色标准差
    stat = ImageStat.Stat(hsv_image)
    return stat.stddev[1] + stat.stddev[2]


def calculate_sharpness(image):
    """计算图像的清晰度"""
    # 使用Prewitt算子进行边缘检测
    edges = image.filter(ImageFilter.FIND_EDGES)
    # 将图像转换为灰度图
    gray_image = edges.convert('L