【图像处理实战】去除光照不均(Python)

这篇文章主要是对参考文章里面实现一种小拓展:

  • 可处理彩色图片(通过对 HSV 的 V 通道进行处理)
  • 本来想将嵌套循环改成矩阵运算的,但是太麻烦了,而且代码也不好理解,所以放弃了。

代码

python 复制代码
import cv2
import numpy as np


def light_compensate_hsv(src, grid_num):
    src_hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)
    src_v = src_hsv[:, :, 2]

    avg = np.mean(src_v)
    h, w = src_v.shape[:2]
    grid_row, grid_col = np.ceil(np.asarray([h, w]) / grid_num).astype(int)
    img_grid = np.zeros((grid_row, grid_col, 1), dtype=np.float32)

    for row in range(grid_row):
        for col in range(grid_col):
            img_roi = src_v[row * grid_num:                                           # row start
                            (row + 1) * grid_num if (row + 1) * grid_num < h else h,  # row end
                            col * grid_num:                                           # col start
                            (col + 1) * grid_num if (col + 1) * grid_num < w else w]  # col end

            img_grid[row, col] = np.mean(img_roi) - avg

    mask = cv2.resize(img_grid, (w, h), interpolation=cv2.INTER_CUBIC)
    mask = cv2.GaussianBlur(mask, (3, 3), 0)
    dst_v = np.uint8(np.float32(src_v) - mask)

    src_hsv[:, :, 2] = dst_v
    return cv2.cvtColor(src_hsv, cv2.COLOR_HSV2BGR)


def display(img):
    cv2.namedWindow('img', cv2.WINDOW_NORMAL)
    cv2.imshow('img', img)
    cv2.waitKey()


if __name__ == '__main__':
    image = cv2.imread(r'light_compensate_test_2.png')
    image_res = light_compensate_hsv(image, 16)

    res = np.hstack([image, image_res])
    display(res)

效果图

图也是用的参考文章里面的原图进行处理的。


最后一张是我自己的测试图,对于某些图来说效果比较好,可以用在文档阴影去除上。

参考文章

相关推荐
高洁016 小时前
用知识图谱重构搜索引擎
人工智能·python·数据挖掘·virtualenv·知识图谱
广州灵眸科技有限公司6 小时前
3Tops NPU + 4核高性能架构:灵眸科技EASY-EAI-PI2开发板,为边缘AI开启“easy模式”
服务器·前端·人工智能·python·科技·深度学习·架构
RS&6 小时前
DAHITI水位数据产品批量下载(python)
python
27669582926 小时前
逆向视角解决:wsgsig dd03/dd05算法生成
python·滴滴出行·dd03·dd05·wsgsig·wsgsig算法·wsgsig逆向
AC赳赳老秦6 小时前
技术文章素材收集自动化:用 OpenClaw 自动爬取行业资讯、技术热点、优质文章
运维·开发语言·python·自动化·wpf·deepseek·openclaw
SilentSamsara6 小时前
模型评估与超参调优:交叉验证、Optuna 与模型选择策略
人工智能·python·深度学习·机器学习·青少年编程
叫我:松哥6 小时前
基于LSTM与ARIMA的城市空气质量分析与预测系统
人工智能·python·rnn·算法·机器学习·flask·lstm
指尖在键盘上舞动6 小时前
RKNN 模型部署:onnx转rknn后精度下降 —— 精度调优与问题排查
python·ubuntu·rk3588·rknn·onnx·npu
CodeSheep程序羊6 小时前
宇树科技,即将上市!
java·c语言·c++·人工智能·python·科技·硬件工程
AI玫瑰助手6 小时前
Python函数:内置函数(len/max/min/sorted等)详解
android·开发语言·python