在某些特別的情況下，需要去調整亮度及對比度，讓我們想要的影像特徵更加明顯
本文將介紹利用這兩個函數 cv2.convertScaleAbs 和 cv2.addWeighted 來調整亮度及對比度。
亮度和對比度調整的函式:
cv2.convertScaleAbs
這個函數的主要目的是將輸入的影像進行線性縮放和平移操作，通常用於調整影像的對比度和亮度dst = cv2.convertScaleAbs(src, alpha=alpha, beta=beta)
src: 輸入影像。alpha: 乘法因子，用於線性縮放影像的對比度。如果alpha大於1，則增強對比度；如果alpha在0和1之間，則降低對比度。beta: 加法因子，用於調整影像的亮度。可以通過增加或減少beta的值來調整影像的亮度。
程式範例
import cv2
image = cv2.imread('111.jpg')
# 增強對比度和亮度
adjusted_image = cv2.convertScaleAbs(image, alpha=1.5, beta=30)
# 顯示原始和增強後的影像
cv2.imshow('Original Image', image)
cv2.imshow('Adjusted Image', adjusted_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
結果圖
cv2.addWeighted
cv2.addWeighted 用於將兩個影像進行線性組合，可用於調整影像的對比度和亮度。它通常用於混合兩張影像，調整它們的透明度，並在影像上疊加某些效果。
adjusted_image = cv2.addWeighted(image, alpha, np.zeros_like(image), 0, beta)
其中，alpha 是對比度的倍數，beta 是亮度的增量。
程式範例
import cv2
import numpy as np
image = cv2.imread('111.jpg')
alpha = 1.5
beta = 30
# 增強對比度和亮度
adjusted_image = cv2.addWeighted(image, alpha, np.zeros_like(image), 0, beta)
# 顯示原始和增強後的影像
cv2.imshow('Original Image', image)
cv2.imshow('Adjusted Image', adjusted_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
兩種比較圖
總結
如果你需要進行簡單的線性調整，或者對單通道（例如灰階）影像進行處理，則 cv2.convertScaleAbs 是一個簡單且有效的選擇。
如果你需要進行複雜的影像混合，則 cv2.addWeighted 可能更適合。