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
Hcoco_me3 分钟前
深度学习和神经网络之间有什么区别?
人工智能·深度学习·神经网络
霍格沃兹_测试8 分钟前
Ollama + Python 极简工作流
人工智能
资源开发与学习9 分钟前
AI智时代:一节课带你玩转 Cursor,开启快速入门与实战之旅
人工智能
西安光锐软件23 分钟前
深度学习之损失函数
人工智能·深度学习
补三补四23 分钟前
LSTM 深度解析:从门控机制到实际应用
人工智能·rnn·lstm
astragin27 分钟前
神经网络常见层速查表
人工智能·深度学习·神经网络
嘀咕博客37 分钟前
文心快码Comate - 百度推出的AI编码助手
人工智能·百度·ai工具
cyyt1 小时前
深度学习周报(9.8~9.14)
人工智能·深度学习
蒋星熠1 小时前
深度学习实战指南:从神经网络基础到模型优化的完整攻略
人工智能·python·深度学习·神经网络·机器学习·卷积神经网络·transformer
星期天要睡觉2 小时前
计算机视觉(opencv)实战二十一——基于 SIFT 和 FLANN 的指纹图像匹配与认证
人工智能·opencv·计算机视觉