跟女朋友旅游三天,Python治好了我的精神内耗

前阵子请了年假,陪女朋友出了趟远门,一路心情愉悦景色宜人,不过累也是真的累,尤其在几天都没休息好还要一路颠簸回到家之后。

谁想到前脚刚踏回家门的我,刚准备休息,就收到了这样的消息:

把图片逐一保存,没想到她四天功夫竟然拍了小两百张照片…

这就有点让我为难了,首先我现在的工作不需要切图,PS也早就卸载了,其次就算有PS,光是给几百张图套上预设也得好一会儿才能搞定。

我有点一筹莫展,一边琢磨一边端详起这些照片来:

由于原图质量还可以,所以如果修的话其实不需要太多操作:因为当天云彩很多光线不是很好,照片颜色有点平淡,可以适当加一下饱和度;同时由于画面上好似覆盖着一层薄雾,可以考虑降低一下亮度,能做好这两点,就是一张不错的照片了。

这是我突然想起前阵子用OpenCV时看到的一个api,借助python,我们说不定能快速把这几百张图搞定。

首先介绍一下HSV颜色空间,HSV是一种颜色空间,与RGB通过红绿蓝的组合来描述颜色不同,HSV把颜色拆分为色调(H)、饱和度(S)和明度(V)三个维度,这样能够更直接的表达色彩的明暗以及鲜艳程度,因此广泛应用于图像识别领域。

借助opencv的split()函数,我们可以将图片的HSV变量分离出来,然后再用merge()函数合成一张新的图片,达到批量修改饱和度和明度的效果。

split也可以将图片的RGB三颜色通道分离出来,然后单独对某个通道进行修改。

话不多说,开始操作:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import cv2
import numpy as np
import os

def modify_image(img_path, target_dir):
    # 读取全部图片
    pic = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
    # 将图片修改为HSV
    pichsv = cv2.cvtColor(pic, cv2.COLOR_BGR2HSV)
    # 提取饱和度和明度
    H,S,V = cv2.split(pichsv)
    # S为饱和度,V为明度
    new_pic = cv2.merge([np.uint8(H), np.uint8(S*1.4), np.uint8(V*0.9)])
    # 将合并后的图片重置为RGB
    pictar = cv2.cvtColor(new_pic, cv2.COLOR_HSV2BGR)
    # 获取原文件名
    file_name = img_path.split("/")[-1]
    # 将图片写入目录
    cv2.imwrite(os.path.join(target_dir, file_name), pictar)

root, dirs, files = next(os.walk("./test/"))

for item in files:
    img_path = os.path.join(root,item)
    process_image(img_path, "./target/")

看眼手机的功夫,几百张图片就处理完毕了。左边修改前右边修改后,可以看到效果还是很明显的。

几分钟就搞定了所有的图片,女朋友喜笑颜开,我当然不会告诉她我是怎么做到的啦。

以上就是今天的全部内容,我们下次再见~

Python Geek Tech wechat
欢迎订阅 Python 技术,这里分享关于 Python 的一切。