Comment faire pour modifier des valeurs de saturation avec opencv?

Afin d'ajouter de la valeur de la constante à chaque pixel la valeur de saturation, je le fais en double boucle. Je me demande si il n'y a pas plus simple et plus rapide de commande de la réalisation de ce.

OriginalL'auteur Tae-Sung Shin | 2011-12-16

  1. 9
    Mat img(200, 300, CV_8UC1);

Mat saturated;

double saturation = 10;
double scale = 1;

//what it does here is dst = (uchar) ((double)src*scale+saturation); 
img.convertTo(saturated, CV_8UC1, scale, saturation);

    MODIFIER

    Si par la saturation, tu veux dire que le canal dans un HSV image, vous devez separe votre image en trois couches avec split(), appliquer la correction de saturation du canal, puis mettez-les ensemble avec merge().

    La fonction ci-dessus va travailler pour tout type de matrice, il vous suffit de remplacer CV_8UC1 pour votre type. La documentation pour la convertTo fonction peut être trouvé ici
    Oui, si vous voulez traiter seul le canal que vous auriez besoin de séparer ce premier. Pour ce qui est plus rapide, je ne sais pas, essayer les deux et voir!
    ConvertTo est certainement optimisé, mais la peine de fractionnement et de la fusion (avec toutes les allocations en cause) peut-il plus élevé que le gain de l'aide de l'optimisation de la fonction convert(). Comme Chris l'a dit, essayer et voir.

    OriginalL'auteur Sam

  2. 2
    //BGR to HSV
cvCvtColor(img, img, CV_BGR2HSV);    

for (int i=0; i < img.rows ; i++)
{
      for(int j=0; j < img.cols; j++)
      {
            //You need to check this, but I think index 1 is for saturation, but it might be 0 or 2
            int idx = 1;
            img.at<cv::Vec3b>(i,j)[idx] = new_value;

            //or:
            //img.at<cv::Vec3b>(i,j)[idx] += adds_constant_value;
      }
}

//HSV back to BGR
cvCvtColor(img, img, CV_HSV2BGR);
    Je pense que la question a été posée afin de savoir une alternative réponse que vous avez donné.

    OriginalL'auteur karlphillip

  3. 1

    Pour les expériences que j'ai tenté, l'autre méthode de fractionnement du hsv valeurs, le réglage des canaux et ensuite de faire une fusion a donné un meilleur rendement. Ci-dessous est ce qui a fonctionné pour moi plusieurs fois plus rapide par rapport à une boucle à travers pixels:

    (h, s, v) = cv2.split(imghsv)
s = s*satadj
s = np.clip(s,0,255)
imghsv = cv2.merge([h,s,v])

    Remarque que j'avais converti les valeurs de float32 pendant BGR2HSV transformation pour éviter les valeurs négatives au cours de la saturation de la transformation à cause uint8 (par défaut) overflow:

    imghsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV).astype("float32")

    Et converti par défaut uint8 après mon ajustement de la saturation:

    imgrgb = cv2.cvtColor(imghsv.astype("uint8"), cv2.COLOR_HSV2BGR)

    OriginalL'auteur Punit S