江西
我們開(kāi)始吧！
一如既往，我們須導(dǎo)入所需的Python庫(kù)。
現(xiàn)在我們看看正在處理的圖像。
圖像明顯有一個(gè)顏色陰影。現(xiàn)在讓我們?cè)囍{(diào)整一下，使得圖像不那么黑。
開(kāi)始，我們必須首先選擇想要的特定區(qū)域。為此，我們可以使用NumPy中提供的矩形函數(shù)。
可以看到圖像左上角的紅色矩形，大多數(shù)人可能都懷疑這不是最好的區(qū)域，原因是區(qū)域的顏色跟其他部分的顏色明顯不同。然而出于教學(xué)上的原因，我們將使用這個(gè)正方形區(qū)域并根據(jù)它調(diào)整圖像。
我們先近距離觀察這個(gè)區(qū)域。為此，我們必須使用NumPy中的get_bbox和get_points函數(shù)。
現(xiàn)在可以使用這個(gè)坐標(biāo)數(shù)組來(lái)切片。
正如我們所看到的，區(qū)域遠(yuǎn)不是單調(diào)的顏色。在它里面有多種顏色的棕色和黑色（這證明了人類肉眼看不到很多細(xì)節(jié)）。
現(xiàn)在讓我們根據(jù)區(qū)域調(diào)整圖像。我們將使用區(qū)域的最大值和平均值。
可以看到，這兩種調(diào)整都相當(dāng)糟糕。Max adjusted的圖像（雖然明顯曝光過(guò)度）確實(shí)突出了左側(cè)植物的綠色以及右側(cè)車廂駕駛員的藍(lán)色帽子。Mean adjusted的圖像（雖然非常褪色）在圖像的整體清晰度方面做得更好。但我可以肯定地說(shuō)，這些調(diào)整都不是特別好。為了彌補(bǔ)這一點(diǎn)，我們回到區(qū)域的選擇。
雖然不必這樣做，但我們繪制出區(qū)域就可以知道它們是什么樣子的。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
老范談史
