1

我正在通过图像亮度检查来理解图像，我试图通过下面的代码找到图像的亮度

def brightness( im_file ):
   im = Image.open(im_file)
   stat = ImageStat.Stat(im)
   r,g,b = stat.rms
   return math.sqrt(0.241*(r**2) + 0.691*(g**2) + 0.068*(b**2))

想了解我如何获得整个图像来计算每个像素或一组像素的亮度，类似于在照片取证中实现的内容 - 亮度梯度

实施错误

import cv2
import numpy as np

im = cv2.imread('image.jpeg')  
lum = cv2.imread('image.jpeg',cv2.IMREAD_GRAYSCALE)

gradX = cv2.Sobel(lum,cv2.CV_64F,1,0,ksize=5)
gradY = cv2.Sobel(lum,cv2.CV_64F,0,1,ksize=5)

grad  = np.sqrt(gradX**2 + gradY**2)

fraction = 0.3
mixed = cv2.addWeighted(im, fraction, grad, 1.0-fraction,0)

cv2.error: OpenCV(3.4.2) /io/opencv/modules/core/src/arithm.cpp:659: error: (-209: Sizes of input arguments do not match) 该操作既不是'array op array' （其中数组具有相同的大小和相同的通道数），也不是函数'arithm_op'中的'array op scalar'，也不是'scalar op array'

4

1 回答 1

2

如果您没有进一步的描述/澄清，我假设您想要图像亮度的梯度。所以，首先我们需要亮度图像，然后是梯度。请注意，下面的示例代码根本没有经过测试，它只是给出了如何进行的大致思路。

亮度只是灰度图像的同义词，因此根据您选择的库，您可以执行以下操作：

from PIL import Image
lum = Image.open('image.png').convert('L')            # PIL method

或者：

import cv2
lum = cv2.imread('image.png',cv2.IMREAD_GRAYSCALE)    # OpenCV method

您也可以转换为 HSV 并采用第三个通道：

im = Image.open(f).convert('HSV')                     # PIL method
H, S, lum = im.split()

或者：

im = cv2.imread('image.png')                          # OpenCV method
lum = cv2.cvtColor(im, cv2.COLOR_BGR2HSV)[...,2]

现在你想要它的梯度，所以它可能是 Sobel 或 Scharr：

# Calculate gradient in x-direction
gradX = cv2.Sobel(... 0,1, ...)
# And y-direction
gradY = cv2.Sobel(... 1,0, ...)
# And get combined gradient
grad  = np.sqrt(gradX**2 + gradY**2)

看起来您链接到的网站将其与原始网站混合在一起，我猜这可以通过以下方式完成：

fraction = 0.3
mixed = cv2.AddWeighted(im, fraction, grad, 1.0-fraction, ...)
于 2019-12-11T08:43:28.480 回答