基于YUV图像的色彩调节
2017-09-18 22:31
169 查看
#!/usr/bin/python #coding:utf-8 import cv2 import numpy as np def cb(): pass if __name__ == "__main__": img = cv2.imread("test.jpg") assert img is not None, "test.jpg can not be opened!" img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV) dst = np.array(img.shape, np.uint8) cv2.namedWindow('image') cv2.createTrackbar('U', 'image', 10, 20, cb) cv2.createTrackbar('V', 'image', 10, 20, cb) kernel = np.array([[0.299, 0.587, 0.114], [-0.1678, -0.3313, 0.5], [0.5, -0.4187, -0.0813]]) while(1): cv2.imshow('image', dst) k=cv2.waitKey(1)&0xFFFF if k == 27: break u = cv2.getTrackbarPos('U', 'image') v = cv2.getTrackbarPos('V', 'image') print u,v #tmp = (img -[0, 127, 127])* [ 1, u/10.0 , v/10.0] + [0, 127, 127] tmp = img + [0, (u-10)*10.0, (v-10)*10.0] tmp2 = np.array(tmp, np.uint8) dst = cv2.cvtColor(tmp2, cv2.COLOR_YUV2BGR) cv2.destroyAllWindows()
效果:
相关文章推荐
- 在YUV色彩空间中处理图像
- 基于FFmpeg的YUV多图像拼接方法(附代码)
- 基于opencv的YUV图像转换为RGB图像
- Atitit rgb yuv hsv HSL 模式和 HSV(HSB) 图像色彩空间的区别
- Atitit rgb yuv hsv HSL 模式和 HSV(HSB) 图像色彩空间的区别
- 图像色彩空间YUV和RGB的差别
- 基于CIELab空间色彩K-means聚类彩色图像分割
- 图像色彩空间YUV和RGB的差别
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强。
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强
- 五种基于RGB色彩空间统计的皮肤检测算法 分类: 视频图像处理 2015-07-24 10:18 48人阅读 评论(0) 收藏
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强。
- [学习笔记]基于ffmpeg的视频解码,输出YUV图像到文件。
- 基于matlab的图像处理-RGB色彩提取方法
- 灰度图像的区域分割插值算法和针对彩色图像的基于Canny边缘检测的色彩融合算法
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强。
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强。
- 彩色图像--色彩空间 YIQ 、YUV 、YCbCr 、YC1C2 和I1I2I3
- 彩色图像--色彩空间 YIQ 、YUV 、YCbCr 、YC1C2 和I1I2I3
- 基于中值滤波或双边滤波方式的图像去雾效果的研讨。