完善资料让更多小伙伴认识你，还能领取20积分哦， 立即完善>
3天内不再提示
电子发烧友论坛|
` 发帖人：tobot 在之前的实验中，我们注意到这个HDR摄像头可以在微光环境下通过降低画质来实现亮度补偿，本文对其进行量化测试。 基本思路是通过截取不同外部光线下若干照片，进行量化分析。 实验器材： 1、大联大友尚 ON 感光晶片USB双目摄像头 2、树莓派4B（用于操作摄像头） 3、各种光强光源（例如15w白炽灯、30w白炽灯、100w白炽灯、3w节能灯、15w节能灯） 4、光强计（已购，未到货） 实验步骤： 1、在树莓派上写入代码，每秒截取一张照片，连续拍摄20张 2、选取特定目标物，将摄像头对准目标物，摄像头与树莓派连接 3、设置光源，记录环境 4、在树莓派上执行代码 5、将图片导入电脑进行分析 实验数据： 选择几张比较有代表性的照片 15w白炽灯效果 
30w白炽灯效果
100w白炽灯效果 亮度数据： 1、由于截取环境一致，所以图片大小均相同（320*240） 2、采用经验公式加权rgb平方计算平方根作为亮度值 核心代码如下： def brightness(dir,name): im = Image.open(dir+name) stat = ImageStat.Stat(im) r,g,b = stat.rms print(math.sqrt(0.241*(r**2)+ 0.691*(g**2) + 0.068*(b**2))) 3、使用拉普拉斯算子或者索贝尔算子计算清晰度 核心代码如下： def lapulase(img): res = cv2.Laplacian(img, cv2.CV_64F) score = res.var() return score def sobel(img): sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3) sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3) sobel =cv2.Sobel(img,cv2.CV_64F,1,1,ksize=3) score=sobel.var() return score 计算结果 上面三幅图的计算结果分别为：
可以看到亮度是逐渐增加，但图像质量并没有随之增加，而是在特定光线环境下效果更好。 注1：因为照度计还未到货，暂不能量化光照值，另外，图片本身也有所差异，不能完全作为测试结论，后续准备获得更多素材后再完善。 注2：因为摄像头送修的原因，不同色温下摄像头的实验延后（已备16777216色光源）。 `
0
|
||||
相关推荐
|
||||
只有小组成员才能发言，加入小组>>
134个成员聚集在这个小组
加入小组【大联大品佳 NXP i.MX RT1050试用体验】 MCUXpresso IDE+语音识别（Tensorflow）测试
2645 浏览 0 评论
【大联大世平ON Semiconductor BLE5.0 RSL10开发板试用体验】+ 蓝牙键盘试验
2604 浏览 0 评论
【大联大友尚安森美半导体感光芯片USB双目摄像头模组试用体验】敏感人群自动追踪系统开发
3116 浏览 1 评论
【大联大品佳 Microchip PIC16F15324开发板试用体验】+初识及上电
2170 浏览 0 评论
【大联大世平ON Semiconductor BLE5.0 RSL10开发板试用体验】安森美IDE环境程序烧写失败的解决办法
1976 浏览 0 评论
/6 
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 （电路图） 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证：合字B2-20210191
工商网监
湘ICP备2023018690号
1271
评论
淘帖
2242
