numpy 图片填充_使用Numpy+OpenCV来增强灰度图像

在日常生活中，我们经常会扫描纸张把它们转换成图像，但这些图像往往存在阴影，我们有各种各样的工具可以在线增强这些图像，使它们的亮度更亮，并消除这些图像中的阴影。那有没有方法可以手动去除阴影呢？比如我们可以将任何图像作为灰度图像加载到我们的代码中，并在几秒钟内获得输出，而无需任何应用程序的帮助。

这是可以通过使用基本的Numpy操作和一些openCV函数来实现。我们使用了下面的图片作为例子，它是用手机拍的。

很明显，它有一个阴影需要删除。

将必要的软件包导入你的环境。为了易于显示图像，我们使用Jupyter Notebook。

import cv2

import numpy as np

import matplotlib.pyplot as plt

删除阴影时，有两件事要注意。(1)由于图像是灰度图像，如果图像背景较浅且对象较暗，则必须先执行最大值滤波，然后再执行最小值滤波；(2)如果图像背景较暗且物体较亮，我们可以先执行最小值滤波，然后再进行最大值滤波。

那么，最大值滤波和最小值滤波到底是什么呢？

3.最大值滤波：假设我们有一个特定大小的图像 I ，我们编写的算法应逐个遍历 I 的像素，并且对于每个像素(x，y)都必须找到该像素周围的邻域(大小为N x N的窗口)中的最大灰度值，并将该最大灰度值写入A中相应的像素位置(x，y)，所得图像 A 称为输入图像 I 的最大值滤波图像。