opencv 图像雾检测_opencv-python烟雾图像处理

利用python实现烟雾图像处理

颜色规范化

直方图均衡化处理

背景减除法建立混合高斯模型

中值滤波去噪

颜色规范化最大值灰度处理

gray = max(r,g,b)

import cv2

import numpy as np

import matplotlib.pyplot as plt

# 读取原始图像

img = cv2.imread('smoke1.png')

# 获取图像高度和宽度

height = img.shape[0]

width = img.shape[1]

# 创建一幅图像

grayimg = np.zeros((height, width, 3), np.uint8)

# 图像最大值灰度处理

for i in range(height):

for j in range(width):

# 获取图像R G B最大值

gray = max(img[i, j][0], img[i, j][1], img[i, j][2])

# 灰度图像素赋值 gray=max(R,G,B)

grayimg[i, j] = np.uint8(gray)

# 显示图像

cv2.imshow("src", img)

cv2.imshow("gray", grayimg)

# 等待显示

cv2.waitKey(0)

cv2.destroyAllWindows()

平均灰度处理

gray = (r,g,b)/3

加权平均能得到较合理的灰度图像：

可以看到烟雾用加权平均处理比较好

烟雾的部分显示的比较明显

我们再用几个清楚的烟雾照片进行测试

直方图均衡处理

为什么要直方图均衡化处理

在现实的拍摄过程中

由于其图像的灰度分布集中在较窄的范围内

致了图像的细节不够清晰

为了使得图像变得清晰

就需要使得灰度值的差别变大

就意味着灰度分布就变的较宽

使得灰度值分布变得均匀

<