Python を使用して写真の照明補正を実行する方法

Python を使用して写真の照明補正を実行する方法

要約:
デジタル画像処理では、不均一な照明が一般的な問題の 1 つです。この記事では、Python プログラミング言語の OpenCV ライブラリを使用して写真の照明補正を行う方法を紹介します。画像の照明情報を抽出し、この情報に基づいて画像の明るさとコントラストを調整して、均一な照明の効果を実現します。

1. 必要なライブラリをインポートする
   まず、Python の OpenCV ライブラリとその他の基本ライブラリをインポートする必要があります。

import cv2
import numpy as np
import matplotlib.pyplot as plt

2. オリジナルのライブラリをロードして表示します。画像
   照明補正が必要な画像を読み込み、OpenCV の imshow 関数を使用して表示します。

image = cv2.imread('image.jpg',1)
cv2.imshow('Original Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. 照明情報の抽出
   画像の照明情報を抽出するには、次のようにします。統計に基づいた方法を使用できます。その中で一般的な方法は、画像の平均値を計算して画像の光の強度を取得することです。

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
mean = np.mean(gray_image)

4. 画像の明るさとコントラストを調整します
   によると照明情報を渡すと、画像の明るさとコントラストを調整して、均一な照明効果を実現できます。具体的には、OpenCV ライブラリの cv2.convertScaleAbs 関数を使用して、画像の明るさとコントラストを調整します。

alpha = 1.0 / mean
beta = 0
light_compensated_image = cv2.convertScaleAbs(image, alpha=alpha, beta=beta)

5. 処理された画像を表示して保存します
   最後に、次のことができます。 OpenCV の imshow 関数を使用して、処理された画像を表示し、cv2.imwrite 関数を使用してそれをディスクに保存します。

cv2.imshow('Light Compensated Image', light_compensated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.imwrite('light_compensated_image.jpg', light_compensated_image)

6. 結果と考察
   上記の手順により、照明補正に成功しました。不均一な照明の問題を解決するために、元の画像に対して実行されました。画像の明るさとコントラストを調整することで、画像全体に均一な照明効果を与えます。最後に、処理された画像を表示して保存することで結果を確認できます。

結論:
この記事では、Python と OpenCV ライブラリを使用して画像の照明を補正するプロセスを説明します。不均一な照明はデジタル画像処理でよくある問題ですが、照明情報を抽出し、画像の明るさとコントラストを調整することで、均一な照明効果を効果的に実現できます。強力なプログラミング言語として、Python はさまざまな画像処理ツールとライブラリを提供し、照明補正をよりシンプルかつ効率的にします。

以上がPython を使用して写真の照明補正を実行する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。