暗通道去雾

本文介绍了基于Python的暗通道去雾算法实现,通过详细的注释帮助理解。作者指出,虽然该算法在某些场景下能有效去雾,但对强逆光图片效果不佳。在代码中,存在V1计算的标注错误,并对算法中的一些步骤提出疑问,例如对暗通道图像进行引导滤波优化的原理。此外,对于逆光图像,作者认为求得的A始终为1,且求A过程中取均值后再筛选最大值可能并非必要。尽管未能完全理解算法,作者分享了自己的困惑和探索过程。
摘要由CSDN通过智能技术生成

何凯明暗通道去雾方法


我的本意是想找一些处理强逆光图像的方法,但是之前的时候发现MSRCR算法效果很好,所以就看看其他的去雾算法有没有用。事实证明没什么卵用,但是读代码的时候浪费我一个下午的时间,本来应该可以在lol杀人的,好气啊。所以就写下来,要不白看了。

原理就不贴了。在网上找到基于python实现的很多都是这一个代码,我比较笨,所以怕忘就注释的比较详细,希望能有些帮助。代码如下。

import cv2
import numpy as np

def zmMinFilterGray(src, r=7):
    '''''最小值滤波,r是滤波器半径'''
    return cv2.erode(src, np.ones((2 * r - 1, 2 * r - 1)))
    # =============================================================================
    #     if r <= 0:
    #         return src
    #     h, w = src.shape[:2]
    #     I = src
    #     res = np.minimum(I  , I[[0]+range(h-1)  , :])
    #     res = np.minimum(res, I[range(1,h)+[h-1], :])
    #     I = res
    #     res = np.minimum(I  , I[:, [0]+range(w-1)])
    #     res = np.minimum(res, I[:, range(1,w)+[w-1]])
    # =============================================================================
    #   return zmMinFilterGray(res, r-1)

def guidedfilter(I, p, r, eps):
    '''''引导滤波,直接参考网上的matlab代码'''
    height, width 
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值