国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【圖像處理】Python判斷一張圖像是否亮度過(guò)低

這篇具有很好參考價(jià)值的文章主要介紹了【圖像處理】Python判斷一張圖像是否亮度過(guò)低。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

比如:【圖像處理】Python判斷一張圖像是否亮度過(guò)低,圖像識(shí)別,圖像處理,python,計(jì)算機(jī)視覺

直方圖:
【圖像處理】Python判斷一張圖像是否亮度過(guò)低,圖像識(shí)別,圖像處理,python,計(jì)算機(jī)視覺
代碼:

這段代碼是一個(gè)用于判斷圖像亮度是否過(guò)暗的函數(shù)is_dark,并對(duì)輸入的圖像進(jìn)行可視化直方圖展示。

首先,通過(guò)import語(yǔ)句導(dǎo)入了cv2和matplotlib.pyplot模塊,用于圖像處理和可視化。

is_dark函數(shù)的作用是判斷輸入圖像的平均亮度是否低于設(shè)定的閾值。函數(shù)接受兩個(gè)參數(shù):image_path表示圖像文件的路徑,threshold表示亮度閾值,默認(rèn)為100。函數(shù)內(nèi)部的步驟如下:

使用cv2.imread函數(shù)讀取圖像文件,將圖像存儲(chǔ)在變量img中。
使用cv2.cvtColor函數(shù)將圖像轉(zhuǎn)換為灰度圖像,存儲(chǔ)在變量gray中。
使用cv2.mean函數(shù)計(jì)算灰度圖像的平均亮度,存儲(chǔ)在變量average_brightness中。
判斷average_brightness是否低于設(shè)定的閾值threshold,如果是,則返回True表示圖像光線過(guò)暗;否則返回False表示圖像光線正常。
接下來(lái)是測(cè)試代碼部分:

定義了一個(gè)圖像文件的路徑image_path,這里是一個(gè)示例路徑,請(qǐng)根據(jù)實(shí)際情況修改。
調(diào)用is_dark函數(shù)判斷圖像光線是否過(guò)暗,如果返回True,說(shuō)明圖像光線過(guò)暗,輸出"圖片光線過(guò)暗";如果返回False,說(shuō)明圖像光線正常,輸出"圖片光線正常"。
最后,使用cv2.imread函數(shù)再次讀取圖像文件,將圖像存儲(chǔ)在變量img中。然后使用plt.hist函數(shù)繪制灰度圖像的直方圖,并通過(guò)plt.xlabel和plt.ylabel設(shè)置橫軸和縱軸的標(biāo)簽。最后使用plt.show顯示直方圖。這樣可以直觀地查看圖像的亮度分布情況。

import cv2
import matplotlib.pyplot as plt


def is_dark(image_path, threshold=100):
    # 讀取圖像
    img = cv2.imread(image_path)

    # 轉(zhuǎn)換為灰度圖像
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 計(jì)算灰度圖像的平均亮度
    average_brightness = cv2.mean(gray)[0]

    # 判斷亮度是否低于閾值
    if average_brightness < threshold:
        return True
    else:
        return False


# 測(cè)試代碼
image_path = r'E:\facedata\img_data_new\10001normal_face\10001normal_face_0.5893__041430.jpg'
if is_dark(image_path):
    print("圖片光線過(guò)暗")
else:
    print("圖片光線正常")

# 可視化直方圖
img = cv2.imread(image_path)
plt.hist(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).ravel(), bins=256, color='gray')
plt.xlabel('Pixel Value')
plt.ylabel('Frequency')
plt.show()

問(wèn)題:為什么將閾值設(shè)為100,ref是什么?是自己拍腦門的么?
這是一個(gè)簡(jiǎn)單demo,肯定拍腦門啊。這是我清理圖片數(shù)據(jù)用的,實(shí)際用的時(shí)候把平均數(shù)值返回并給到圖片前綴,圖片按名稱排序后方便我清洗那些太暗的圖片。

ref: https://blog.csdn.net/x1131230123/article/details/131687592
大佬的blog,前同事的文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-560539.html

到了這里,關(guān)于【圖像處理】Python判斷一張圖像是否亮度過(guò)低的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • C#使用OpenCv(OpenCVSharp)圖像處理實(shí)例:亮度、對(duì)比度、灰度

    本文實(shí)例演示C#語(yǔ)言中如何使用OpenCv(OpenCVSharp)對(duì)圖像進(jìn)行亮度、對(duì)比度、灰度處理。 目錄 亮度和對(duì)比度原理 灰度 實(shí)例 圖像亮度通俗理解便是圖像的明暗程度,數(shù)字圖像?f(x,y) = i(x,y) r(x, y)?,如果灰度值在[0,255]之間,則?f?值越接近0亮度越低,f?值越接近255亮度越

    2024年02月13日
    瀏覽(27)
  • Opencv C++圖像處理:亮度+對(duì)比度+飽和度+高光+暖色調(diào)+陰影+漫畫效果+白平衡+浮雕+羽化+銳化+顆粒感

    Opencv C++圖像處理:亮度+對(duì)比度+飽和度+高光+暖色調(diào)+陰影+漫畫效果+白平衡+浮雕+羽化+銳化+顆粒感

    更多詳細(xì)信息請(qǐng)看:OpenCV專欄:翟天保Steven

    2024年02月04日
    瀏覽(22)
  • 彩色圖像處理之彩色圖像直方圖處理的python實(shí)現(xiàn)——數(shù)字圖像處理

    彩色圖像處理之彩色圖像直方圖處理的python實(shí)現(xiàn)——數(shù)字圖像處理

    彩色圖像的直方圖處理是一種重要的圖像處理技術(shù),用于改善圖像的視覺效果,增強(qiáng)圖像的對(duì)比度,或?yàn)楹罄m(xù)的圖像處理任務(wù)(如圖像分割、特征提?。┳鰷?zhǔn)備。彩色圖像通常由紅色(R)、綠色(G)、藍(lán)色(B)三個(gè)顏色通道組成,因此彩色圖像的直方圖處理相比單色圖像更

    2024年01月23日
    瀏覽(25)
  • Python圖像處理【23】分布式圖像處理

    Python圖像處理【23】分布式圖像處理

    Python 已逐漸成為數(shù)據(jù)分析/處理領(lǐng)域中的主要語(yǔ)言,這得益于 Python 豐富的第三方庫(kù),但是,這些庫(kù)的設(shè)計(jì)并未在分布式上進(jìn)行擴(kuò)展。 Dask 是為了原生地?cái)U(kuò)展這些 Python 庫(kù)及其生態(tài)系統(tǒng)而開發(fā)的,它能夠與現(xiàn)有的 Python 生態(tài)系統(tǒng)兼容,將其擴(kuò)展到多核計(jì)算機(jī)和分布式集群中。

    2024年03月23日
    瀏覽(29)
  • Python案例分析|使用Python圖像處理庫(kù)Pillow處理圖像文件

    Python案例分析|使用Python圖像處理庫(kù)Pillow處理圖像文件

    本案例通過(guò)使用Python圖像處理庫(kù)Pillow,幫助大家進(jìn)一步了解Python的基本概念:模塊、對(duì)象、方法和函數(shù)的使用 使用Python語(yǔ)言解決實(shí)際問(wèn)題時(shí),往往需要使用由第三方開發(fā)的開源Python軟件庫(kù)。 本案例使用圖像處理庫(kù)Pillow中的模塊、對(duì)象來(lái)處理圖像:實(shí)現(xiàn)讀取圖像、獲取圖像信

    2024年02月16日
    瀏覽(26)
  • Python 使用多種方法對(duì)圖像進(jìn)行銳化處理——圖像處理

    Python 使用多種方法對(duì)圖像進(jìn)行銳化處理——圖像處理

    fun_01() fun_02() fun_03() ? ? ?

    2024年02月13日
    瀏覽(97)
  • python數(shù)字圖像處理基礎(chǔ)(四)——圖像平滑處理、形態(tài)學(xué)操作、圖像梯度

    python數(shù)字圖像處理基礎(chǔ)(四)——圖像平滑處理、形態(tài)學(xué)操作、圖像梯度

    讓有噪音點(diǎn)(圖像上顯得突兀的像素點(diǎn))的圖像變得更加自然順眼 1.均值濾波 blur() 根據(jù)核的大小(rowcol),每個(gè)像素值就等于以此像素為中心的周圍rowcol個(gè)像素的平均值。 核大一點(diǎn),顯然越平滑、模糊。 result = cv2.blur(img, (15, 15)) 2.方框?yàn)V波 boxFilter() normalize=true的時(shí)候,效果同

    2024年01月18日
    瀏覽(56)
  • 《數(shù)字圖像處理-OpenCV/Python》連載:形態(tài)學(xué)圖像處理

    《數(shù)字圖像處理-OpenCV/Python》連載:形態(tài)學(xué)圖像處理

    本書京東 優(yōu)惠購(gòu)書鏈接 https://item.jd.com/14098452.html 本書CSDN 獨(dú)家連載專欄 https://blog.csdn.net/youcans/category_12418787.html 形態(tài)學(xué)圖像處理是基于形狀的圖像處理,基本思想是利用各種形狀的結(jié)構(gòu)元進(jìn)行形態(tài)學(xué)運(yùn)算,從圖像中提取表達(dá)和描繪區(qū)域形狀的結(jié)構(gòu)信息。形態(tài)學(xué)運(yùn)算的數(shù)學(xué)原

    2024年02月19日
    瀏覽(113)
  • 【圖像處理】使用 Python 進(jìn)行圖像增強(qiáng)

    ????????圖像增強(qiáng)技術(shù)的深度和復(fù)雜性往往在一系列捕獲和共享中被忽視。從傅里葉變換到白平衡和直方圖處理,各種方法都可以將普通照片轉(zhuǎn)換為引人注目的圖像。這篇博文旨在解開這些技術(shù)。 ????????我在節(jié)日期間拍了一張照片,在夜間慶?;顒?dòng)中。遺憾的是,圖

    2024年02月16日
    瀏覽(168)
  • python圖像處理實(shí)戰(zhàn)(一)—圖像基礎(chǔ)

    python圖像處理實(shí)戰(zhàn)(一)—圖像基礎(chǔ)

    ??寫在前面?? ??個(gè)人主頁(yè):https://blog.csdn.net/m0_52051577?type=blog? ??歡迎各位大佬支持點(diǎn)贊收藏,三連必回??! ??本人新開系列專欄—python圖像處理 ?愿每一個(gè)驟雨初晴之時(shí),所有的蜻蜓振翅和雨后驚雷,都?xì)w你。 目錄 一、前言 二、認(rèn)識(shí)圖像? 三、用到的庫(kù) ?(1)Numpy

    2024年02月09日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包