- 數字影像處理
- DIP - 首頁
- DIP - 影像處理介紹
- DIP - 訊號與系統介紹
- DIP - 攝影史
- DIP - 應用和用途
- DIP - 維度的概念
- DIP - 相機成像原理
- DIP - 相機機制
- DIP - 畫素的概念
- DIP - 透視變換
- DIP - 每畫素位數的概念
- DIP - 影像型別
- DIP - 顏色程式碼轉換
- DIP - 灰度到RGB轉換
- DIP - 取樣的概念
- DIP - 畫素解析度
- DIP - 放大的概念
- DIP - 放大方法
- DIP - 空間解析度
- DIP - 畫素、點和每英寸線條數
- DIP - 灰度解析度
- DIP - 量化的概念
- DIP - ISO 標準曲線
- DIP - 抖動的概念
- DIP - 直方圖介紹
- DIP - 亮度和對比度
- DIP - 影像變換
- DIP - 直方圖滑動
- DIP - 直方圖拉伸
- DIP - 機率論介紹
- DIP - 直方圖均衡化
- DIP - 灰度變換
- DIP - 卷積的概念
- DIP - 掩膜的概念
- DIP - 模糊的概念
- DIP - 邊緣檢測的概念
- DIP - Prewitt 運算元
- DIP - Sobel 運算元
- DIP - Robinson 羅盤掩膜
- DIP - Krisch 羅盤掩膜
- DIP - Laplacian 運算元
- DIP - 頻域分析
- DIP - 傅立葉級數和變換
- DIP - 卷積定理
- DIP - 高通濾波器與低通濾波器
- DIP - 顏色空間介紹
- DIP - JPEG 壓縮
- DIP - 光學字元識別
- DIP - 計算機視覺與圖形學
- DIP 有用資源
- DIP - 快速指南
- DIP - 有用資源
- DIP - 討論
亮度和對比度
亮度
亮度是一個相對的概念。它取決於你的視覺感知。由於亮度是一個相對的概念,因此亮度可以定義為光源發出的能量相對於我們比較的光源而言的量。在某些情況下,我們可以很容易地說影像很亮,而在某些情況下,則不容易感知。
例如
看看這兩張圖片,比較一下哪一張更亮。
我們可以很容易地看出,右邊的影像比左邊的影像更亮。
但是,如果右邊的影像變得比左邊的影像更暗,那麼我們可以說左邊的影像比右邊的影像更亮。
如何使影像更亮。
亮度可以透過簡單地對影像矩陣進行加減來簡單地增加或減少。
考慮這幅5行5列的黑色影像
由於我們已經知道,每幅影像的背後都有一個包含畫素值的矩陣。此影像矩陣如下所示。
| 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 |
由於整個矩陣都填充為零,因此影像非常暗。
現在我們將把它與另一幅相同的黑色影像進行比較,以檢視這幅影像是否變亮了。
仍然,兩幅影像看起來相同。為了使第二幅影像更亮,我們只需要將值1新增到表示它的矩陣中的每個元素。
我們將要做的是,簡單地將值1新增到影像1的每個矩陣值中。新增後,影像1會是這樣的。
現在我們將再次將其與影像2進行比較,看看有什麼區別。
我們看到,我們仍然無法分辨哪個影像更亮,因為兩幅影像看起來相同。
現在我們將要做的是,將50新增到影像1的每個矩陣值中,看看影像變成了什麼樣子。
輸出如下所示。
現在,我們將再次將其與影像2進行比較。
現在您可以看到影像1比影像2略亮。我們繼續,再向影像1的矩陣中新增45個值,這次我們再次比較這兩幅影像。
現在當您比較它時,您可以看到影像1明顯比影像2更亮。
它甚至比舊的影像1更亮。此時,影像1的矩陣在每個索引處都包含100,首先新增5,然後新增50,然後新增45。所以5 + 50 + 45 = 100。
對比度
對比度可以簡單地解釋為影像中最大和最小畫素強度之間的差異。
例如。
考慮亮度中的最終影像1。
此影像的矩陣為
| 100 | 100 | 100 | 100 | 100 |
| 100 | 100 | 100 | 100 | 100 |
| 100 | 100 | 100 | 100 | 100 |
| 100 | 100 | 100 | 100 | 100 |
| 100 | 100 | 100 | 100 | 100 |
此矩陣中的最大值為100。
此矩陣中的最小值為100。
對比度 = 最大畫素強度(減去)最小畫素強度
= 100(減去)100
= 0
0表示此影像的對比度為0。