[OpenCV with Python] 영상처리 : 명암비 조절

명암비(Contrast)란?

• 밝은 곳과 어두운 곳 사이에 드러나는 밝기 정도의 차이
• 컨트라스트, 대비라고 한다.

 

 

기본적인 명암비 조절 함수

 

 

효과적인 명암비 조절 함수 - np.clip

그레이스케일의 픽셀값을 조정하여 명암비를 조절하는 법으로, np.clip으로 saturate 연산을 구현하였고 아래의 방정식을 구현하였다.

alpha값을 변경해주면서 원하는 명암비를 설정해줄 수 있다. 

 

 

 

💬  실습

src = cv2.imread('lenna.bmp', cv2.IMREAD_GRAYSCALE)

alpha = 1.0
dst = np.clip((1 + alpha) * src - 128 * alpha, 0, 255).astype(np.uint8)

 

 

 

 

---

영상의 자동 명암비 조절

 

히스토그램 스트레칭(Histogram stretching)

• 영상의 히스토그램이 그레이스케일 전 구간에서 걸쳐 나타나도록 변경하는 선형 변환 기법

 

 

✔︎  정규화 함수  -  cv2.normalize

cv2.normalize(src,
              dst,
              alpha=None,
              beta=None,
              norm_type=None,
              dtype=None,
              mask=None)

• src : 입력 영상
• dst : 결과 영상
• alpha : (노름 정규화인 경우) 목표 노름 값 
            (원소 값 범위 정규화인 경우) 최솟값
• beta : (원소 값 범위 정규화인 경우) 최댓값
• norm_type :  정규화 타입. NORM_INF, NORM_L1, NORM_L2, NORM_MINMAX.
• dtype : 결과 영상의 타입
• mask : 마스크 영상

 

💬  실습

src = cv2.imread('Hawkes.jpg', cv2.IMREAD_GRAYSCALE)

if src is None:
    print('Image load failed!')
    sys.exit()
    
dst = cv2.normalize(src, None, 0, 255, cv2.NORM_MINMAX) # 히스토그램 스트레칭은 NORM_MINMAX

# 넘파이로 히스토그램 스트레칭 구현
gmin = np.min(src)
gmax = np.max(src)
dst = np.clip((src - gmin) * 255. / (gmax - gmin), 0, 255).astype(np.unit8))

cv2.imshow('src', src)
cv2.imshow('dst', dst)
cv2.waitKey()

cv2.destroyAllWindows()