opencv增强图片对比度示例
时间: 2023-04-04 13:04:46 浏览: 98
你好,以下是一个使用OpenCV增强图片对比度的示例:
```python
import cv2
# 读取图片
img = cv2.imread('example.jpg')
# 增强对比度
alpha = 1.5 # 对比度增强系数
beta = 0 # 亮度增强系数
img_contrast = cv2.convertScaleAbs(img, alpha=alpha, beta=beta)
# 显示原图和增强后的图片
cv2.imshow('Original Image', img)
cv2.imshow('Contrast Enhanced Image', img_contrast)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
希望对你有帮助。
相关问题
android opencv 图片调整对比度,示例代码
以下是一个简单的 Android OpenCV 示例代码,用于调整图像对比度:
```java
import org.opencv.android.Utils;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
public class MainActivity extends Activity {
private Mat mImage;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
// 将图像转换为 OpenCV Mat 对象
Bitmap bmp = BitmapFactory.decodeResource(getResources(), R.drawable.image);
mImage = new Mat();
Utils.bitmapToMat(bmp, mImage);
// 调整对比度
double alpha = 1.5;
double beta = 50;
mImage.convertTo(mImage, -1, alpha, beta);
// 将结果转换回 Bitmap 对象
Bitmap resultBmp = Bitmap.createBitmap(mImage.cols(), mImage.rows(), Bitmap.Config.ARGB_8888);
Utils.matToBitmap(mImage, resultBmp);
// 显示结果
ImageView imageView = findViewById(R.id.imageView);
imageView.setImageBitmap(resultBmp);
}
}
```
在这个示例中,我们首先将原始图像转换为 OpenCV Mat 对象,然后使用 `convertTo()` 方法调整图像的对比度。最后,我们将结果转换回 Bitmap 对象并将其显示在 ImageView 中。
参数 `alpha` 控制对比度的增加或减少,值越大,对比度越高。参数 `beta` 控制图像的亮度,值越大,图像越亮。您可以尝试不同的参数值以获得最佳效果。
opencv android 增强对比度
在 Android 中,可以使用 OpenCV 库中的 `Imgproc.equalizeHist()` 方法进行直方图均衡化,从而增强图像的对比度。
下面是一个使用 OpenCV 进行直方图均衡化的示例代码:
```java
Mat srcImage = ...; // 读取原始图像
Mat grayImage = new Mat();
Imgproc.cvtColor(srcImage, grayImage, Imgproc.COLOR_BGR2GRAY); // 将图像转换为灰度图像
Mat equalizedImage = new Mat();
Imgproc.equalizeHist(grayImage, equalizedImage); // 进行直方图均衡化
```
其中,`srcImage` 是原始图像的 `Mat` 对象,`grayImage` 是转换成灰度图像后的 `Mat` 对象,`equalizedImage` 是输出的图像,`Imgproc.equalizeHist()` 方法用于进行直方图均衡化。
需要注意的是,这里的 `Imgproc.cvtColor()` 方法用于将原始图像转换为灰度图像。如果您已经读取了灰度图像,则可以省略这一步。
希望这个示例代码可以帮助您进行图像处理。如有不懂之处,可以继续向我提出问题。