需求场景
原始灰度图像
预期目标图像
解决方案
不建议的方案——“+”运算符
假设我们需要为原始灰度图像的亮度整体提升88，那么利用“+”运算符的源码如下：
import cv2
img_path = r"D:pycharmprojectpython_projectlena.jpg"
img = cv2.imread(img_path, 0) # 以灰度图像格式读取图像
l_value = 88 # 欲增加的亮度值
img = img + l_value # 利用“+”运算符进行亮度增强操作
cv2.imshow('lena', img)
cv2.waitKey(0)
运行结果
原因分析
由于cv2.imread()函数读取图像的数据格式是无符号8位整数(uint8)，所以其数值范围是[0，255]。当应用“+”号运算符为原图增强亮度时，“+”的运算逻辑如下：
+
=
{
+
,
+
≤
255
(
+
,
256
)
,
+
255
(1)
a + b= begin{cases} a+b,quad a+bleq 255\ mod(a+b, 256), quad a+b>255 end{cases} tag{1}
a+b={a+b,a+b≤255mod(a+b,256),a+b>255(1)
即如果原图某个像素值a=200，而欲增强的亮度值为b=88，则“+”的运算结果并不是a + b = 288, 而是288 % 256 = 32(可以利用a的数据格式是uint8的信息协助理解)
建议的方案——cv2.add()方法
源码如下：
import cv2
img_path = r"D:pycharmprojectpython_projectlena.jpg"
img = cv2.imread(img_path, 0) # 以灰度图像格式读取图像
l_value = 88 # 欲增加的亮度值
img = cv2.add(img, l_value) # 利用cv2.add()方法进行亮度增强操作
cv2.imshow('lena', img)
cv2.waitKey(0)
运行结果
从结果来看，没有出现某些区域的亮度比【增强亮度前】更低的现象。
结果分析
当应用cv2.add()方法为原图增强亮度时，其运算逻辑如下：
a
+
b
=
{
a
+
b
,
a
+
b
≤
255
255
,
a
+
b
>
255
(1)
a + b= begin{cases} a+b,quad a+bleq 255\ 255, quad a+b>255 end{cases} tag{1}
a+b={a+b,a+b≤255255,a+b>255(1)
即如果原图某个像素值a=200，而欲增强的亮度值为b=88，则cv2.add()方法的运算结果并不是a + b = 288, 而是255(相加结果超过255，一律取255)。
小结
经过上述分析，当需要对一张图像进行亮度增强或者对两幅图像进行叠加操作时，相比于“+”运行符，cv2.add()方法是更为安全的方案。
结束语
如果本博文对你有所帮助，可以点个赞/收藏支持一下，如果能够持续关注，小编感激不尽~
小编会坚持创作，持续优化博文质量，以小见大，给读者带来更好de阅读体验~
原文地址:https://blog.csdn.net/qq_41813454/article/details/134702238
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_38688.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
