Python 使用阈值图像更改实际图像中的亮度值

我想做什么：

img = cv2.imread('1.bmp')


img = cv2.GaussianBlur(img,(5,5),0)

""" Take the image and slipt it into the HSV colour spectrem """

h,s,v= cv2.split(cv2.cvtColor(img, cv2.COLOR_BGR2HSV))

""" Equalise the histogram for the V value """

eq_V = cv2.equalizeHist(v)

""" Merge all the values back into one image """

eq_image = cv2.cvtColor(cv2.merge([h, s, eq_V]), cv2.COLOR_HSV2BGR)

ret1,th1 = cv2.threshold(eq_image,127,255,cv2.THRESH_BINARY)


[rows, columns, channels] = img.shape

blacks = np.zeros((rows,columns,channels))
whites = np.zeros((rows,columns,channels))



for row in range(rows):
    for column in range(columns):
        if th1[row,column].all() == 0:
            """ Equalise the v value """
            blacks[row,column] = v[row,column]

        else:
            """ Equalise the v value """
            whites[row,column] = v[row,column]


addTogether = cv2.add(blacks,whites)


cv2.imshow("frame", addTogether.astype(np.uint8))
cv2.waitKey(0)
cv2.destroyAllWindows()

拍照

对图像应用高斯滤波器

基于OpenCv equaliseHist函数对图像进行均衡

从均衡图像中获取阈值图像：

如果阈值图像中的像素等于黑色，则在实际图像中降低该像素的亮度，如果阈值图像中的白色增加实际图像中的亮度

以下是我目前拥有的代码：

img = cv2.imread('1.bmp')


img = cv2.GaussianBlur(img,(5,5),0)

""" Take the image and slipt it into the HSV colour spectrem """

h,s,v= cv2.split(cv2.cvtColor(img, cv2.COLOR_BGR2HSV))

""" Equalise the histogram for the V value """

eq_V = cv2.equalizeHist(v)

""" Merge all the values back into one image """

eq_image = cv2.cvtColor(cv2.merge([h, s, eq_V]), cv2.COLOR_HSV2BGR)

ret1,th1 = cv2.threshold(eq_image,127,255,cv2.THRESH_BINARY)


[rows, columns, channels] = img.shape

blacks = np.zeros((rows,columns,channels))
whites = np.zeros((rows,columns,channels))



for row in range(rows):
    for column in range(columns):
        if th1[row,column].all() == 0:
            """ Equalise the v value """
            blacks[row,column] = v[row,column]

        else:
            """ Equalise the v value """
            whites[row,column] = v[row,column]


addTogether = cv2.add(blacks,whites)


cv2.imshow("frame", addTogether.astype(np.uint8))
cv2.waitKey(0)
cv2.destroyAllWindows()

我的问题

我正在努力的部分是第4步。如上所述。我目前正在构建一个基于whats black和whats what what what what what what what what white的图像，然后将这些图像添加到一起，以返回到我的原始图像状态

我似乎无法做/弄清楚的是如何调整图像hsv的v值，然后如何将整个图像与色调和饱和度值旁边的新v值合并在一起

来自最新尝试的图像

---

@Sounak im使用该行表示如果

th1

中的像素是黑色的，那么我想更改该像素的亮度（在这种情况下，将其稍微暗一点）在

eq_图像

中，如果在

th1

中为白色，则在

eq_图像

中将像素的亮度更改为稍亮一点，我认为您的

addTogether

与

v

完全相同，但有3个通道，因为我不确定如何在

黑色
和
白色
numpy数组中调整
v
，
th\u v\u up=（cv2.bitwise\u和（v，th1）+cv2.bitwise\u和（np.ones（v.shape）.astype（np.uint8）*5，th1））
将与
th1
中的白色像素相对应的像素值增加5
th1\u n=cv2。按位\u非（th1）
按位\u向下=（cv2.按位\u和（v，th1\u n）-cv2.按位\u和（np.one（v.shape）.aType（np.uint8）*5，th1\n））
@Sounak im使用该行表示如果
th1
中的像素是黑色的，那么我想更改该像素的亮度（在这种情况下，使其稍微暗一点）在
eq_图像
中，如果在
th1
中为白色，则在
eq_图像
中将像素的亮度更改为稍亮一点，我认为您的
addTogether
与
v
完全相同，但有3个通道，因为我不确定如何在
黑色
和
白色
numpy数组中调整
v
，
th\u v\u up=（cv2.bitwise\u和（v，th1）+cv2.bitwise\u和（np.ones（v.shape）.astype（np.uint8）*5，th1））
将把与
th1
中的白色像素对应的像素值增加5
th1\u n=cv2.bitwise\u not（th1）
th\u v\u down=（cv2.bitwise\u和（v，th1\u n）-cv2.bitwise\u和（np.ones（v.shape）.astype（np.uint8）*5，th1\u n））