图像处理基础 | 查看两张图像的亮度差异,Y通道相减

两张图像的Y通道相减通常用于图像差异分析或比较,尤其是在亮度方面。具体来说,这一操作是基于YCbCr颜色空间中的Y通道进行的,其中Y通道代表图像的亮度信息(亮度成分),而Cb和Cr通道分别代表色度成分(色彩信息)。

具体含义:

YCbCr颜色空间:YCbCr是一个广泛用于图像处理和视频压缩的颜色空间。在这个空间中:

Y 通道表示图像的亮度(明暗)信息。

Cb 和 Cr 通道则分别表示色度(蓝色差和红色差)信息。

Y通道相减:当我们对两张图像的Y通道进行相减时,实际上是在比较两张图像的亮度信息,目的是计算它们在亮度方面的差异。这种方法对于图像的亮度变化、对比度、或者图像间的细微差异检测特别有用。

举个例子:

假设有两张图像,它们的内容非常相似,只是在亮度方面有一些细微的差异。通过提取它们的Y通道并进行相减,你可以获得一张图像,其中显示的是两者亮度上的差异。

如果结果值为零:表示两张图像的亮度完全相同。

如果结果值为正或负:表示两张图像的亮度存在差异,具体是某一张图像比另一张图像亮或暗。

python代码如下:

python 复制代码
import cv2
import numpy as np
# 查看两张图像的亮度差异
# 读取两张图像
image1 = cv2.imread("4.jpg")
image2 = cv2.imread('3.jpg')

# 设置高斯核的大小和标准差
kernel_size = (3, 3)  # 核的大小,必须是奇数
sigma = 0  # 标准差,0会自动根据核的大小计算 sigma越大,模糊越强

# 应用高斯模糊
blurred_image = cv2.GaussianBlur(image2, kernel_size, sigma)

# 将图像转换为YCbCr颜色空间
if len(image1.shape) == 2:  # 如果是灰度图像
    image1 = cv2.cvtColor(image1, cv2.COLOR_GRAY2BGR)

if len(blurred_image.shape) == 2:  # 如果是灰度图像
    blurred_image = cv2.cvtColor(blurred_image, cv2.COLOR_GRAY2BGR)


ycbcr1 = cv2.cvtColor(image1, cv2.COLOR_BGR2YCrCb)
ycbcr2 = cv2.cvtColor(blurred_image, cv2.COLOR_BGR2YCrCb)

# 提取Y通道
y_channel1 = ycbcr1[:, :, 0]
y_channel2 = ycbcr2[:, :, 0]

# 对Y通道进行相减
y_diff = cv2.absdiff(y_channel1, y_channel2)

# 提取Cb和Cr通道
cb_channel1 = ycbcr1[:, :, 1]  # 蓝色差(Cb)
cr_channel1 = ycbcr1[:, :, 2]  # 红色差(Cr)

cb_channel2 = ycbcr2[:, :, 1]  # 蓝色差(Cb)
cr_channel2 = ycbcr2[:, :, 2]  # 红色差(Cr)

# 对Cb通道和Cr通道分别进行相减
cb_diff = cv2.absdiff(cb_channel1, cb_channel2)  # 蓝色差异
cr_diff = cv2.absdiff(cr_channel1, cr_channel2)  # 红色差异

cv2.imwrite('blurred_image.jpg', blurred_image)
cv2.imwrite('y_channel_diff.jpg', y_diff)

cv2.imwrite('cb_diff.jpg', cb_diff)
cv2.imwrite('cr_diff.jpg', cr_diff)
相关推荐
看到我,请让我去学习8 分钟前
OpenCV编程- (图像基础处理:噪声、滤波、直方图与边缘检测)
c语言·c++·人工智能·opencv·计算机视觉
蹦蹦跳跳真可爱5899 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
Chef_Chen11 小时前
从0开始学习计算机视觉--Day08--卷积神经网络
学习·计算机视觉·cnn
PyAIExplorer20 小时前
图像处理中的插值方法:原理与实践
图像处理·人工智能
CoovallyAIHub21 小时前
YOLO模型优化全攻略:从“准”到“快”,全靠这些招!
深度学习·算法·计算机视觉
彭祥.1 天前
Jetson边缘计算主板:Ubuntu 环境配置 CUDA 与 cudNN 推理环境 + OpenCV 与 C++ 进行目标分类
c++·opencv·分类
超龄超能程序猿1 天前
(三)PS识别:基于噪声分析PS识别的技术实现
图像处理·人工智能·计算机视觉
Tony沈哲1 天前
macOS 上为 Compose Desktop 构建跨架构图像处理 dylib:OpenCV + libraw + libheif 实践指南
opencv·算法
Chef_Chen1 天前
从0开始学习计算机视觉--Day07--神经网络
神经网络·学习·计算机视觉
加油吧zkf2 天前
YOLO目标检测数据集类别:分类与应用
人工智能·计算机视觉·目标跟踪