So führen Sie eine Bildverbesserung an Bildern mit Python durch

So führen Sie mit Python eine Bildverbesserung an Bildern durch

Zusammenfassung: Die Bildverbesserung ist einer der wichtigen Schritte in der Bildverarbeitung, der die Qualität und visuelle Wirkung von Bildern verbessern kann. In diesem Artikel wird die Verwendung der Python-Sprache zum Verbessern von Bildern vorgestellt und ein Codebeispiel zur Demonstration beigefügt.

1. Notwendige Bibliotheken und Module vorstellen

Bevor wir beginnen, müssen wir einige notwendige Bibliotheken und Module vorstellen, darunter die PIL-Bibliothek, die Numpy-Bibliothek und die Matplotlib-Bibliothek. Diese Bibliotheken stellen die für die Bildverarbeitung erforderliche Grundfunktionalität bereit.

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

2. Bilder lesen und anzeigen

Zuerst müssen wir ein Bild lesen und anzeigen, damit wir eine Bildverbesserung daran durchführen können.

# 读取图片
img = Image.open('example.jpg')

# 显示图片
plt.imshow(img)
plt.axis('off')
plt.show()

3. Anpassen der Bildhelligkeit

Das Anpassen der Helligkeit eines Bildes ist eine gängige Methode zur Bildverbesserung. Wir können die Helligkeit des Bildes anpassen, indem wir den RGB-Wert jedes Pixels ändern.

# 调整图像亮度
def adjust_brightness(img, factor):
    # 将图像转为numpy数组
    img_array = np.array(img)
    
    # 通过调整每个像素点的RGB值来改变亮度
    adjusted_array = img_array * factor
    
    # 将改变后的数组转为图像
    adjusted_img = Image.fromarray(adjusted_array.astype('uint8'))
    
    return adjusted_img

# 设置亮度调整参数
brightness_factor = 1.5

# 调整亮度并显示结果
adjusted_img = adjust_brightness(img, brightness_factor)
plt.imshow(adjusted_img)
plt.axis('off')
plt.show()

4. Passen Sie den Bildkontrast an

Eine weitere gängige Methode zur Bildverbesserung besteht darin, den Kontrast des Bildes anzupassen. Wir können den Kontrast des Bildes anpassen, indem wir den Helligkeitsunterschied der Pixel ändern.

# 调整图像对比度
def adjust_contrast(img, factor):
    # 将图像转为numpy数组
    img_array = np.array(img)
    
    # 通过调整每个像素点的亮度差值来改变对比度
    adjusted_array = (img_array - img_array.mean()) * factor + img_array.mean()
    
    # 将改变后的数组转为图像
    adjusted_img = Image.fromarray(adjusted_array.astype('uint8'))
    
    return adjusted_img

# 设置对比度调整参数
contrast_factor = 1.5

# 调整对比度并显示结果
adjusted_img = adjust_contrast(img, contrast_factor)
plt.imshow(adjusted_img)
plt.axis('off')
plt.show()

5. Bildfilter anwenden

Der Bildfilter ist eine weitere gängige Methode zur Bildverbesserung, die das Bild durch den Filter glätten oder schärfen kann.

# 应用图像滤波器
def apply_filter(img, filter):
    # 将图像转为numpy数组
    img_array = np.array(img)
    
    # 应用滤波器
    filtered_array = np.convolve(img_array.flatten(), filter.flatten(), mode='same').reshape(img_array.shape)
    
    # 将滤波后的数组转为图像
    filtered_img = Image.fromarray(filtered_array.astype('uint8'))
    
    return filtered_img

# 设置滤波器
filter = np.array([[1, 1, 1],
                   [1, -8, 1],
                   [1, 1, 1]])

# 应用滤波器并显示结果
filtered_img = apply_filter(img, filter)
plt.imshow(filtered_img)
plt.axis('off')
plt.show()

6. Zusammenfassung

Dieser Artikel stellt vor, wie man Python zum Verbessern von Bildern verwendet. Durch Anpassen von Helligkeit, Kontrast und Filtern können Sie die visuelle Wirkung Ihrer Bilder verbessern. Leser können Parameter und Filter entsprechend den tatsächlichen Anforderungen anpassen, um den Bildverbesserungseffekt weiter zu optimieren.

Das Obige ist eine kurze Einführung in die Bildverbesserung mit Python. Ich hoffe, es wird den Lesern hilfreich sein.

Referenzen:
[1] J. Kautz, J. Wang und P. Cohen. Ein naturalistischer Open-Source-Film zur optischen Flussbewertung, Seiten 611–625.
] J. Hu, L. Shen und G. Sun. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Seiten 7132–7141, 2018.
[3] GitHub ://github.com/pytorch/pytorch, 2020.

Das obige ist der detaillierte Inhalt vonSo führen Sie eine Bildverbesserung an Bildern mit Python durch. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!