python 影象判斷,清晰度(明暗),彩色與黑白例項
阿新 • • 發佈:2020-06-04
1,判斷影象清晰度,明暗,
原理,Laplacian演算法。偏暗的圖片,二階導數小,區域變化小;偏亮的圖片,二階導數大,區域變化快。
import cv2 def getImageVar(imgPath): image = cv2.imread(imgPath) img2gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) imageVar = cv2.Laplacian(img2gray,cv2.CV_64F).var() return imageVar imageVar = getImageVar("./lena.jpg") print(imageVar)
輸出結果:
2119.0913581351697
2,判斷黑白或彩色圖片
原理,通道變化
def is_color_image(url): im=Image.open(url) pix=im.convert('RGB') width=im.size[0] height=im.size[1] oimage_color_type="Grey Image" is_color=[] for x in range(width): for y in range(height): r,g,b=pix.getpixel((x,y)) r=int(r) g=int(g) b=int(b) if (r==g) and (g==b): pass else: oimage_color_type='Color Image' return oimage_color_type
補充知識:求圖片的平均亮度
影象相關開發中,有時我們需要知道和了解圖片的 亮度 這一資訊,例如判斷圖片是否曝光嚴重過度或者太黑什麼都看不清。
那麼怎麼去獲取到圖片的 平均亮度 這一資訊呢?
一、YUV 圖片
一般相機的原始資料型別就是 YUV 格式,這種格式下很容易求得亮度,因為它的 Y 通道就是亮度通道,我們只需要求得 Y 通道的平均值就可以了。
由於 YUV 圖片前 width * height 個位元組存放的就是 Y 的值,所以其均值計算如下:
void calculate_average_brightness(const unsigned char* image,const int width,const int height,double* brightness) { int length = width * height; double sum; for (int i = 0; i < length; ++i) { sum += image[i]; } brightness = sum / length; // brightness value: [0,255] }
注意這樣計算得到的亮度值範圍為 0~255,如果要歸一化的話,再除以 255 即可。
二、RGB 圖片
RGB 圖片的計算理論和上述差不多,不過我們需要先求得 R、G、B 三個通道的均值。
RGB 圖片的亮度計算公式為:
Y = 0.299 * R + 0.587 * G + 0.114 * B
以上這篇python 影象判斷,彩色與黑白例項就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。