Skip to content

8.4.md

Latest commit

 

History

History
80 lines (63 loc) · 3.71 KB

8.4.md

File metadata and controls

80 lines (63 loc) · 3.71 KB

关于对比度增强

1. 普通的全局变换

普通的全局变换就是对像素都做一样的数学处理，其实就分三个：线性变换、Log后线性变换、Gamma（指数），这些不用函数其实写起来也简单，不过 OpenCV 也实现了接口，直接看代码就完事。源码在 opencv contrib intensity_transform 模块。

# autoscaling: 线性变换，即 output = 255 * (input - minVal) / (maxVal - minVal)
cv2.intensity_transform.autoscaling(src, output)

# contrastStretching: 分段式线性变换，[0, r1]-->[0, s1], [r1, r2]-->[s1, s2], [r2, 255]-->[s2, 255]
cv2.intensity_transform.contrastStretching(src, output, r1=50, s1=100, r2=180, s2=200)

# logTransform: Log 后线性变换，即 output = log(input) * (255 / log(maxVal + 1))
cv2.intensity_transform.logTransform(src, output)

# gammaCorrection: 指数变换，即 output = input ^ gamma
cv2.gammaTransform.gammaCorrection(src, output, gamma=2.2)

2. 直方图均衡

这个就用 CLAHE 就好了，经典方法了。

clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
output = clahe.apply(src)

3. Retina

利用视网膜模型。原理上是用一堆参数仿照人眼的两种视觉细胞，不仅可以用于对比度增强，也可以用于 ToneMapping、运动检测等等。OpenCV 有一个专门的模块处理，在杂项中也有一篇记录文章[TODO]。

用于对比度增强就相当于调整其中一种叫做 Parvo 视觉细胞的感光形态。Retina 我的实验代码在 test_retina.ipynb 中，下面就是直接摘录下其中的对比度增强的实验代码。同样还是建议可以看一下我对 Retina 学习的记录文章[TODO]。

result = []

# 说明：在 retina 处理 src 前可以进一步处理 src，常见的如只保留直方图的 5%-95% 之间的像素
src = cv2.imread('./image/retina/input.JPG')

# 创建 retina
retina = cv2.bioinspired_Retina.create((src.shape[1], src.shape[0]))
 
# 打印属性 / 保存属性
# retina.write('retinaParams.xml')
# print(retina.printSetup())

# 读取默认配置
retina.setup('./data/retina/default_retina_config.xml')
retina.run(src)
result.append(('Default Parvo', retina.getParvo()))
result.append(('Default Magno', retina.getMagno()))

# 各个参数含义：https://docs.opencv.org/4.x/d2/d94/bioinspired_retina.html
retina.setColorSaturation(colorSaturationValue=4.0)
# 重要：参数必须要一下子设完，不要出现多次 setupxxx，否则当前 setup 会用默认值覆盖掉前面设好的参数！
retina_config = {
    'photoreceptorsLocalAdaptationSensitivity': 0.6, 
    'ganglionCellsSensitivity': 0.6, 
    'horizontalCellsGain': 20,
}
retina.setupOPLandIPLParvoChannel(**retina_config)
# 可以用 write 到一个配置文件中，看看是否参数设置成功
# retina.write('./test.xml') 
retina.run(src)
result.append(('My Parvo', retina.getParvo()))
result.append(('My Magno', retina.getMagno()))

result.append(('Src Image', src))
show_images(result, colnum=5, scale=4)

4. BIMEF

OpenCV 复现的一篇论文，Github 地址：https://github.com/baidut/BIMEF

但好像 OpenCV 复现的有点问题: Compared to the original code, this implementation is a little bit slower and does not provide the same results. In particular, quality of the image enhancement is degraded for the bright areas in certain conditions.

函数在 https://docs.opencv.org/4.x/dc/dfe/group__intensity__transform.html 中，调包就行，这里记录一下各个参数：

void cv::intensity_transform::BIMEF	(	
    InputArray 	input, OutputArray 	output,
    float k, float mu, float a, float b 
)