【图像处理实战】去除光照不均(Python)

这篇文章主要是对参考文章里面实现一种小拓展:

  • 可处理彩色图片(通过对 HSV 的 V 通道进行处理)
  • 本来想将嵌套循环改成矩阵运算的,但是太麻烦了,而且代码也不好理解,所以放弃了。

代码

import cv2
import numpy as np


def light_compensate_hsv(src, grid_num):
    src_hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)
    src_v = src_hsv[:, :, 2]

    avg = np.mean(src_v)
    h, w = src_v.shape[:2]
    grid_row, grid_col = np.ceil(np.asarray([h, w]) / grid_num).astype(int)
    img_grid = np.zeros((grid_row, grid_col, 1), dtype=np.float32)

    for row in range(grid_row):
        for col in range(grid_col):
            img_roi = src_v[row * grid_num:                                           # row start
                            (row + 1) * grid_num if (row + 1) * grid_num < h else h,  # row end
                            col * grid_num:                                           # col start
                            (col + 1) * grid_num if (col + 1) * grid_num < w else w]  # col end

            img_grid[row, col] = np.mean(img_roi) - avg

    mask = cv2.resize(img_grid, (w, h), interpolation=cv2.INTER_CUBIC)
    mask = cv2.GaussianBlur(mask, (3, 3), 0)
    dst_v = np.uint8(np.float32(src_v) - mask)

    src_hsv[:, :, 2] = dst_v
    return cv2.cvtColor(src_hsv, cv2.COLOR_HSV2BGR)


def display(img):
    cv2.namedWindow('img', cv2.WINDOW_NORMAL)
    cv2.imshow('img', img)
    cv2.waitKey()


if __name__ == '__main__':
    image = cv2.imread(r'light_compensate_test_2.png')
    image_res = light_compensate_hsv(image, 16)

    res = np.hstack([image, image_res])
    display(res)

效果图

图也是用的参考文章里面的原图进行处理的。

在这里插入图片描述
在这里插入图片描述
最后一张是我自己的测试图,对于某些图来说效果比较好,可以用在文档阴影去除上。

在这里插入图片描述

参考文章

  • 5
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
去除图像的光照不均,可以使用一些图像处理技术。首先,你需要加载OpenCV-Python模块。可以使用pip进行安装,命令如下: ``` pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python ``` 安装完成后,可以使用以下步骤去除图像的光照不均: 1. 加载图像:使用`cv2.imread()`函数加载图像文件。 2. 将图像转换为灰度图像:使用`cv2.cvtColor()`函数将彩色图像转换为灰度图像。 3. 去除光照不均:有多种方法可以去除光照不均,一种常用的方法是使用自适应阈值处理。可以使用`cv2.adaptiveThreshold()`函数进行自适应阈值处理,通过调整参数来适应不同的图像。 4. 显示处理后的图像:使用`cv2.imshow()`函数显示处理后的图像。 下面是示例代码: ```python import cv2 # 加载图像 img = cv2.imread('image.jpg') # 转换为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 去除光照不均 # 使用自适应阈值处理 adaptive_threshold = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2) # 显示处理后的图像 cv2.imshow('Processed Image', adaptive_threshold) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这样就可以去除图像的光照不均了。你可以根据需要调整自适应阈值处理的参数,以达到更好的效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [jetson nano opencv 打开 CSI摄像头_opencv-python图形图像处理入门基础知识](https://blog.csdn.net/weixin_39775354/article/details/110121584)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [opencv-python图形图像处理入门基础知识](https://blog.csdn.net/LaoYuanPython/article/details/108015331)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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