我想在不同的照明條件下自動調整從手機拍攝的彩色圖像的亮度和對比度。請幫助我，我是 OpenCV 的新手。來源： 輸入圖像結果： 結果我正在尋找的更多是本地化的轉型。從本質上講，我希望陰影盡可能地變亮，如果可能的話完全消失，并使圖像的較暗像素變暗，對比度更高，而較亮的像素則變白，但不要達到過度曝光或任何東西的程度像那樣。我已經嘗試過CLAHE, Histogram Equalization, Binary Thresholding, Adaptive Thresholding, 等等 但沒有任何效果。我最初的想法是我需要中Highlights和并使較暗的像素更多地接近平均值，同時使文本和線條盡可能暗。然后也許做一個對比過濾器。但我無法得到結果請幫助我。
2 回答
浮云間
TA貢獻1829條經驗 獲得超4個贊
這是在 Python/OpenCV 中執行此操作的一種方法。
讀取輸入
增加對比度
將原始圖像轉換為灰度
自適應閾值
使用閾值圖像使對比度增加圖像上的背景變白
保存結果
輸入：
import cv2
import numpy as np
# read image
img = cv2.imread("math_diagram.jpg")
# convert img to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# do adaptive threshold on gray image
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 21, 15)
# make background of input white where thresh is white
result = img.copy()
result[thresh==255] = (255,255,255)
# write results to disk
cv2.imwrite("math_diagram_threshold.jpg", thresh)
cv2.imwrite("math_diagram_processed.jpg", result)
# display it
cv2.imshow("THRESHOLD", thresh)
cv2.imshow("RESULT", result)
cv2.waitKey(0)
閾值圖像：
結果：
皈依舞
TA貢獻1851條經驗 獲得超3個贊
您可以使用任何本地二值化方法。在 OpenCV 中，有一種稱為 Wolf-Julion 局部二值化的方法可以應用于輸入圖像。以下是代碼片段作為示例：
import cv2
image = cv2.imread('input.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)[:,:,2]
T = cv2.ximgproc.niBlackThreshold(gray, maxValue=255, type=cv2.THRESH_BINARY_INV, blockSize=81, k=0.1, binarizationMethod=cv2.ximgproc.BINARIZATION_WOLF)
grayb = (gray > T).astype("uint8") * 255
cv2.imshow("Binary", grayb)
cv2.waitKey(0)
上面代碼的輸出結果如下。請注意，要使用ximgproc模塊，您需要安裝 opencv contrib 包。
添加回答
舉報
0/150
提交
取消