ルックアップテーブルによる画像コントラストの補正

画素値0～255のそれぞれに対する係数をあらかじめ決めておき、画像を処理する手法があります。この係数のリストをルックアップテーブルと言い、ルックアップテーブルを用意することでOpenCVのcv2.LUT()メソッドにより画像処理が可能です。ガンマ補正とS字カーブ補正によるコントラスト補正を行います。

画像の彩度、明度を変える

使った関数・メソッド

cv2.LUT() : 入力画素値とルックアップテーブルから出力画素値を計算

環境

windows10 home
Anaconda 3/ jupyter notebook 5.6.0
Python 3.7.0
OpenCV 4.0.0

準備

画像ファイルはフリー写真素材ぱくたそからダウンロードさせていただき、ファイル名’yozakura.jpg’でjupyter notebookファイル(***.ipynb)のディレクトリにフォルダ'LUT'を作りそこに保存しました。
f:id:T_A_T:20190517220120j:plain
yozakura.jpg

ガンマ補正

コード

import cv2
import numpy as np
import math 
import matplotlib.pyplot as plt

# 画像の読み出し
img = cv2.imread('LUT/yozakura.jpg')  

# ルックアップテーブルの生成
gamma = 2
look_up_table = np.zeros((256,1),dtype=np.uint8)
for i in range(256):
    look_up_table[i][0] = (i/255)**(1.0/gamma)*255

# 変換後の画像生成、保存
img_lut = cv2.LUT(img, look_up_table)
cv2.imwrite('LUT/LUT.jpg',img_lut)

# ルックアップテーブルのプロット
plt_x = np.arange(256)
plt_y = look_up_table[0:256]
plt.plot(plt_x,plt_y)
plt.xlabel('RGB')
plt.ylabel('RGB_LTU')
plt.show()

実行結果

ルックアップテーブルが表示されます。RGB値の小さい画素にが特に大きくなるような補正がされます。つまり暗いところが明るくなります。カーブ形状はガンマ値により変わり、ガンマ値が1未満の場合は全体的に暗くなるような補正係数となります。 f:id:T_A_T:20190517220230p:plain
変換後の画像です。暗かった部分が明るくなり様子が見えるようになります。 f:id:T_A_T:20190517220006j:plain

S字補正

f:id:T_A_T:20190517222735j:plain

コード

import cv2
import numpy as np
import math 
import matplotlib.pyplot as plt

# 画像の読み出し
img = cv2.imread('LUT/Venezia.jpg')  

# ルックアップテーブルの生成
look_up_table = np.zeros((256,1),dtype=np.uint8)
for i in range(256):
    look_up_table[i][0] = 255*(math.sin(math.pi*(i/255-0.5))+1)/2

# 変換後の画像生成、保存
img_lut = cv2.LUT(img, look_up_table)
cv2.imwrite('LUT/LUT2.jpg',img_lut)

# ルックアップテーブルのプロット
plt_x = np.arange(256)
plt_y = look_up_table[0:256]
plt.plot(plt_x,plt_y)
plt.xlabel('RGB')
plt.ylabel('RGB_LTU')
plt.show()