点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
俗话说,一张图胜过千言万语。但是,如果它传达的内容与我们想看的内容不符怎么办?我们确定它应该来自那个图像,但不幸的是它不是很明显。如果说,有可能从一幅图像中发现我们想要了解的背景,并且很可能在这一过程中获得一些额外的见解,那会怎么样?
这就是我们今天要讨论的——图像增强!
图像增强由一组用于细化图像的技术组成。通过这种方式,图像在视觉上更容易被人类感知,这反过来将进一步促进改进的图像处理分析。图像增强处理技术包括:
傅里叶变换
白平衡
直方图处理
对于这篇文章,讨论将围绕python中用于图像增强的各种白平衡算法的使用展开。但在此之前,让我们记录下基本库。
import numpy as np
import matplotlib.pyplot as plt
from skimage.io import imread, imshow
白平衡
首先,什么是白平衡(WB)?这是一个消除不切实际的色偏的色彩校正过程,以便在我们想要的图像中正确呈现白色的物体。我们将实施三种白平衡技术,它们是:
白色补丁算法
灰度世界算法
地面真值算法
为了便于说明,我们将使用下图:
白色补丁算法
这种方法是一种典型的颜色恒定性适应方法,它搜索最亮的色块以用作白色参考,类似于人类视觉系统的做法。请注意,要在图像中观察到白色,RGB 颜色空间中的每个通道都应处于最大值。
Python中的代码实现:
def white_patch(image, percentile=100):
&