图片曝光修正方法(直方图均衡和CNN)

图像过曝或曝光不足时需要曝光处理,

这里以曝光不足举例。

直方图均衡法:

通过RGB通道的直方图均衡达到处理曝光不足的效果。

代码:

python 复制代码
underexpose = cv2.imread("exposure_test.jpg")
#underexpose = cv2.cvtColor(underexpose, cv2.COLOR_BGR2RGB)
equalizeUnder = np.zeros(underexpose.shape, underexpose.dtype)
equalizeUnder[:, :, 0] = cv2.equalizeHist(underexpose[:, :, 0])
equalizeUnder[:, :, 1] = cv2.equalizeHist(underexpose[:, :, 1])
equalizeUnder[:, :, 2] = cv2.equalizeHist(underexpose[:, :, 2])
cv2.imshow(equalizeUnder)

CNN方法

Learning Multi-Scale Photo Exposure Correction(CVPR2021)
paper
python版github地址

按github配置环境,下载weight.

python 复制代码
with torch.no_grad():
	MSPEC_net = MSPEC_Net().cuda()
	MSPEC_net =torch.nn.DataParallel(MSPEC_net)
	MSPEC_net.load_state_dict(torch.load('./snapshots/MSPECnet_woadv.pth'))
	MSPEC_net.eval()
	
    data_input = cv2.imread('test.jpg')
	output_image = down_correction(MSPEC_net,data_input) #在mspect_test.py中
	
	if output_image.dtype == 'uint8':
		cv2.imwrite( "output.jpg",output_image)
	else:
		cv2.imwrite( "output.jpg",output_image*255)
相关推荐
晓晓不觉早10 小时前
五大新一代大模型实测
人工智能
L***一10 小时前
大数据与财务管理专业就业方向与职业发展路径探析——基于数字化时代复合型人才需求视角
人工智能
Testopia10 小时前
AI编程实例 -- 数据可视化实战教程
人工智能·信息可视化·ai编程
跨境摸鱼10 小时前
选品别只看“需求”,更要看“供给”:亚马逊新思路——用“供给断层”挑出更好打的品
大数据·人工智能·跨境电商·亚马逊·跨境·营销策略
XX風10 小时前
5.1 deep learning introduction
人工智能·深度学习
m0_5648768410 小时前
分布式训练DP与DDP
人工智能·深度学习·算法
汪碧康10 小时前
OpenClaw 原版和汉化版windows 和Linux 下的部署实践
linux·人工智能·windows·agent·clawdbot·moltbot·openclaw
川西胖墩墩10 小时前
文生视频AI工具深度评测:2024年主流视频生成模型的技术对比与创作指南
人工智能·数据挖掘·音视频
科技圈快讯10 小时前
智能体工厂引领工业跃迁:美云智数全域AI重构研产供销价值链
人工智能·重构
lrh12280010 小时前
详解逻辑回归算法:分类任务核心原理、损失函数与评估方法
人工智能·分类·数据挖掘