[Computer Vision] 영상의 명암 제어

👀 본 예제는 Window10의 VSCode, Python3.11.0로 작성되었습니다.

 

OpenCV에서 컬러 영상이 아닌 GrayScale로 이미지를 열거나 변환하게 되면 각 좌표의 값을 색을 나타내는 값이 아니라 이미지의 명암을 나타낸다.

 

import numpy as np
import cv2

white = np.ones(shape=(480,480),dtype=np.uint8) * 255
cv2.imshow("white",white)
black = np.zeros(shape=(480,480),dtype=np.uint8)
cv2.imshow("black",black)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

밝기가 0인 영상(검은색)

 

 

밝기가 255인 영상(흰색)

 

 

Gray Scale 영상의 픽셀의 값이 0으로 갈수록 해당 픽셀은 검은색에 가까워지고 255로 갈수록 흰색에 가까워진다.

 

import cv2
import numpy as np
img = np.zeros((480,480),np.uint8)
now = 0
def lighting(brightness: int) -> None:
    global img, now
    delta = brightness - now
    
    # 밝기 조정
    if delta > 0:
        img = cv2.add(img, delta)
    elif delta < 0:
        img = cv2.subtract(img, -delta)
    now = brightness

    cv2.imshow("lighting_bar", img)

if __name__ == "__main__":
    cv2.imshow("lighting_bar",img)
    cv2.createTrackbar("Control","lighting_bar",now,255,lighting)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

 

히스토그램을 통해 영상의 밝기 분포를 볼 수 있다.

import cv2
import matplotlib.pyplot as plt
if __name__ == "__main__":
    image = cv2.imread("test.png",cv2.IMREAD_GRAYSCALE)
    plt.hist(image.ravel(),256,[0,256])
    plt.show()

 

 

컬러 분포도 볼 수 있다.

import cv2
import matplotlib.pyplot as plt
if __name__ == "__main__":
    image = cv2.imread("test.png")
    color = ('b','g','r')
    for i,col in enumerate(color):
        histr = cv2.calcHist([image],[i],None,[256],[0,256])
        plt.plot(histr,color=col)
        plt.xlim([0,256])
    plt.show()