在 OpenCV 和 Python 中控制视频流的对比度和亮度
Posted
技术标签:
【中文标题】在 OpenCV 和 Python 中控制视频流的对比度和亮度【英文标题】:Controlling Contrast and Brightness of Video Stream in OpenCV and Python 【发布时间】:2020-04-03 17:07:00 【问题描述】:我正在使用 OpenCV3 和 Python 3.7 从我的网络摄像头捕获实时视频流,我想控制亮度和对比度。我无法使用 OpenCV 的 cap.set(cv2.CAP_PROP_BRIGHTNESS, float)
和 cap.set(cv2.CAP_PROP_BRIGHTNESS, int)
命令控制相机设置,因此我想在读取每一帧后应用对比度和亮度。每个捕获的图像的 Numpy 数组是 (480, 640, 3)。以下代码正确显示视频流,无需尝试更改亮度或对比度。
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
while(True):
# Capture frame-by-frame
ret, frame = cap.read()
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()
当我使用 Numpy 的clip()
方法来控制对比度和亮度时,即使我设置了contrast = 1.0
(不改变对比度)和brightness = 0
(不改变亮度),我也会得到一个褪色的视频流。这是我控制对比度和亮度的尝试。
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
while(True):
# Capture frame-by-frame
ret, frame = cap.read()
contrast = 1.0
brightness = 0
frame = np.clip(contrast * frame + brightness, 0, 255)
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()
如何使用 OpenCV 控制视频流的对比度和亮度?
【问题讨论】:
【参考方案1】:我使用numpy.clip()
方法找到了解决方案,@fmw42 使用cv2.normalize()
方法提供了解决方案。我更喜欢cv2.normalize()
解决方案,因为它将像素值标准化为 0-255,而不是将它们裁剪为 0 或 255。此处提供了两种解决方案。
cv2.normalize()
解决方案:
代码如下:
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
while(True):
# Capture frame-by-frame
ret, frame = cap.read()
cv2.normalize(frame, frame, 0, 255, cv2.NORM_MINMAX)
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()
numpy.clip()
解决方案:
这帮助我解决了问题:How to fast change image brightness with python + OpenCV?。我需要:
-
首先将红绿蓝 (RGB) 转换为色相饱和度值 (HSV)
(“值”与“亮度”相同)
将 Numpy 数组“切片”到 Numpy 数组的 Value 部分,并调整该切片的亮度和对比度
从 HSV 转换回 RGB。
这是有效的解决方案。改变 contrast
和 brightness
值。 numpy.clip()
确保所有像素值在每个通道(R、G 和 B)中保持在 0 到 255 之间。
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
while(True):
# Capture frame-by-frame
ret, frame = cap.read()
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
contrast = 1.25
brightness = 50
frame[:,:,2] = np.clip(contrast * frame[:,:,2] + brightness, 0, 255)
frame = cv2.cvtColor(frame, cv2.COLOR_HSV2BGR)
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()
【讨论】:
你可以用 cv2.normalize() 改变亮度和对比度 @fmw42 - 我将您的解决方案添加到我的答案中。我比numpy.clip()
更喜欢cv2.normalize()
,因为cv2.normalize()
不会剪裁边缘。谢谢!
如果您想要更多的对比度或亮度,您可以在 cv2.normalize 中使用 0 到 255 范围之外的值的 alpha 和 beta。例如cv2.normalize(hist, None, alpha=0, beta=1.5*255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
【参考方案2】:
import cv2 as cv
cap = cv.VideoCapture(0)
while True:
# Capture frame-by-frame
ret, frame = cap.read()
# normalize the frame
frame = cv.normalize(
frame, None, alpha=0, beta=255, norm_type=cv.NORM_MINMAX, dtype=cv.CV_8UC1
)
# Display the resulting frame
cv.imshow("frame", frame)
# press q to quit
if cv.waitKey(1) & 0xFF == ord("q"):
break
【讨论】:
以上是关于在 OpenCV 和 Python 中控制视频流的对比度和亮度的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV入门(C++/Python)- 使用OpenCV读取和编写视频