电视对比度和亮度最佳设置(电视画质最好的参数)

电视对比度和亮度最佳设置(电视画质最好的参数)

首页家电维修电视更新时间:2022-03-06 10:10:28
图像处理像素变换亮度和对比度调整

两种常用对比度调整的方法是将像素值乘以或加上一个常数:

代码
C

(Java 版本请访问: http://github.com/opencv/opencv/blob/master/samples/java/tutorial_code/ImgProc/changing_contrast_brightness_image/BasicLinearTransformsDemo.java

Python 版本请访问: http://github.com/opencv/opencv/blob/master/samples/python/tutorial_code/imgProc/changing_contrast_brightness_image/BasicLinearTransforms.py)

代码详解
C

使用CV :: imread加载图像并将其保存到Mat对象中:

接下来,对该图像做一些转换,为此需要创建一个新的Mat对象来存放它。此外,我们希望它具备以下特征:

cv::Mat::zeros返回一个基于image.size()和image.type() 的Matlab格式的零初始化值。

注意(只适用于C 代码):

我们利用以下简单的命令来取代for循环来访问图像的每个像素:

cv::Mat::convertTo将执行*new_image = a*image beta*操作.。但是,我们想向你展示如何访问每个像素。 在任何情况下,这两种方法都会给出相同的结果,但 convertTo 更加优化并且工作速度更快。

结果

实例

在本小节中,我们将以前学到的技巧付诸实战,通过调整图像的亮度和对比度来校正曝光不足的图片。同时,学习利用伽玛校正(gamma correction)技术来校正图像的亮度。

图像亮度和对比度调整

增大(或减小) β值将加大(/减小)各个像素的对比度。像素值超出 [0; 255]范围之外的值将会饱和(即:大于255,或小于0的像素值将定位到255或 0)。

原始图像的浅灰色直方图中,深灰色亮度= 80 GIMP

直方图表示该色彩像素中每种色彩的数目。深色图像的像素值将大于浅色图像的像素值,因此直方图的左半部分会出现一个峰值。当添加一个恒定的偏差之后,整个直方图右移,为所有的像素增加了一个恒定的偏置。

修改参数α将修改水平轴的展幅,如果α <1中,色彩值将被压缩,其结果是图像的对比度降低。

原图像的浅灰色直方图中,深灰色时, 对比度GIMP <0

注意,利用对比度/亮度工具Gimp获得的上述柱状图,亮度工具的偏置参数β应该与之相同,但对比度工具的增益参数α是不同的(可以从前面的直方图中看出)。

调整偏置参数β可以提高亮度,但同时,图像的对比度会下降,图像上似乎会蒙上一层轻微的面纱。调整增益α增益可缓释这种效果,但是由于出现饱和,图像将失去原有明亮区域的一些细节。

伽瑪校正

伽瑪校正 利用输入值和输出映射值之间的非线性变换,校正图像的亮度:

由于这种关系是非线性的,其效果不会影响所有的像素,最终输出将取决于像素的原始值。

打印出不同的伽玛值(gamma)

当γ <1时,,原始图像的暗区将变得更加明亮,整个直方图将右移;当γ > 1时, 原始图像的亮区将变得更暗,整个直方图将左移。

纠正曝光不足的图像

我们设置α = 1.3和β = 40修正下面的图像。

图: Visem的作品 [CC BY-SA 3.0],来源:维基共享资源

图像的整体亮度得到了改善,但可以看出: 由于色彩的像素数值饱和,图中云彩已经饱和(摄影高光修剪)。

我们用γ=0.4修正下面的图像。

图: Visem的作品 [CC BY-SA 3.0],来源:维基共享资源

由于映射是非线性的,伽马校正添加了少量的饱和效应,并且不存在前面所述方法的数值饱问题。

左边:α,β校正后的直方图;中间:原始图像的直方图;右边:伽马校正后的直方图

上图比较了三幅图像(三个直方图的y值不相同)的直方图。从中可以发现,大部分的像素值都在原始图像直方图的下部。α , β修正后,由于图像出现饱和,在255 处可以观察到一个峰值,整个直方图右移。伽玛校正后,直方图右移,图像暗区域中的像素移动的位移比在明亮区域像素移动的位移更大(见伽玛曲线图)。

在本教程中,描述了两种调整图像对比度和亮度简单的方法。它们只是基本技术,不能用作光栅图形编辑器的替代品!

代码
C

教程的源代码请访问这里。

伽马校正的源代码Code:

在这里,由于一次只需要计算256 个数值,利用查找表来提高计算性能。

更多资源,

大家还看了
也许喜欢
更多栏目

© 2021 3dmxku.com,All Rights Reserved.