Python使用opencv图片增强

在Python中，OpenCV是一个广泛用于计算机视觉的强大库，可以对图像进行各种预处理和增强操作。以下是一些常见的图像增强技术：

1. **亮度/对比度调整**：使用`cv2.convertScaleAbs()`函数改变像素值，提高对比度或亮度。

import cv2
img = cv2.imread('image.jpg')
new_img = cv2.convertScaleAbs(img, alpha=1.5, beta=30)

2. **色彩空间转换**：如将BGR转换为HSV，便于特定颜色的检测。

hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

3. **直方图均衡化**：通过计算并修改像素分布来改善图像对比度。

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
eq_img = clahe.apply(img)

4. **锐化/模糊**：使用`cv2.GaussianBlur()`或`cv2.sharpen()`函数增加细节或降低噪声。

blurred_img = cv2.GaussianBlur(img, (5, 5), 0)
sharpened_img = cv2.addWeighted(img, 1.5, blurred_img, -0.5, 0)

5. **裁剪/缩放**：改变图像尺寸以便于展示或进一步分析。

resized_img = cv2.resize(img, (int(img.shape[1] * 0.5), int(img.shape[0] * 0.5)))

6. **二值化**：用于突出目标区域，常用于边缘检测。

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, binary_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV)