الگوریتم های تنظیم روشنایی و کنتراست تصاویر
با رشد بسیار زیاد شبکه های اجتماعی ، تقاضای پردازش تصاویر نیز افزایش یافته است. بیایید دو مورد از الگوریتم های ساده و اصلی پردازش تصویر را بررسی کنیم.
1- تنظیم روشنایی (Brightness)
برای افزایش روشنایی باید شدت هر پیکسل را ثابت افزایش دهیم و به طور مشابه برای تیره کردن تصویر باید شدت هر پیکسل تصویر را کاهش بدهیم.
شدت رنگ هر پیکسل می تواند عددی بین 0 تا 255 باشد. در صورتی که پس از افزایش روشنایی ، اگر مقدار شدت رنگ از عدد 255 بیشتر بشود (مثلا +270) مقدار شدت رنگ را به 255 تغییر می دهیم و در صورتی که پس از کاهش روشنایی ، اگر مقدار شدت رنگ از عدد 0 کمتر بشود (مثلا -10) مقدار شدت رنگ را به 0 تغییر می دهیم.
نمونه کد تنظیم روشنایی (Brightness) به زبان python با استفاده از کتابخانه pygame
2- تنظیم کنتراست (Contrast)
کنتراست را می توان به زبان ساده به میزان تفاوت بین حداکثر و حداقل شدت پیکسل در یک تصویر تعریف کرد.
در اولین قدم ضریب تصحیح کنتراست را به وسیله فرمول زیر بدست می آوریم:
F = 259 * (255 + C) / 255 * (259 - C)
C = مقدار کنتراست
برای اینکه الگوریتم به درستی عمل کند ، مقدار ضریب تصحیح کنتراست (F) باید به عنوان عدد ممیز شناور ذخیره شود.
پس از بدست آوردن مقدار F ، میزان کنتراست را برای رنگ های قرمز ، سبز و آبی در هر پیکسل به صورت جداگانه با استفاده از فرمول زیر محاسبه می کنیم:
R’ = F * (R - 128) + 128
R = شدت رنگ قرمز (عددی بین 0 تا 255)
F = ضریب تصحیح کنتراست (عددی ممیز شناور)
همچنین مانند الگوریتم مقدار روشنایی ، در صورتی که شدت رنگ از میزان 255 بیشتر شد به مقدار 255 تغییر می دهیم و در صورتی که شدت رنگ از 0 کمتر شد به 0 تغییر می دهیم.
نمونه کد تنظیم کنتراست (Contrast) به زبان python با استفاده از کتابخانه pygame
مطلبی دیگر از این انتشارات
تستها، مسئول محافظت از اجرای نیازمندیهای اصلی نرمافزار
مطلبی دیگر از این انتشارات
مفاهیم classification vs clustering (خوشه بندی و طبقه بندی) و تفاوت آنها
مطلبی دیگر از این انتشارات
پروتکلهای لایه پیوند داده مدل OSI