opencv圖像增強(qiáng)清晰度算法 如何利用opencv對(duì)圖像進(jìn)行灰度歸一化呢?
如何利用opencv對(duì)圖像進(jìn)行灰度歸一化呢?對(duì)比度?如果只是隨機(jī)檢查,那就是直方圖。它可以被bgr2gray或bgr2hsv/HLS展平以獲得單通道圖像?;蛘邔⒅苯硬噬玆GB圖像分為三個(gè)通道分別計(jì)算。
如何利用opencv對(duì)圖像進(jìn)行灰度歸一化呢?
對(duì)比度?如果只是隨機(jī)檢查,那就是直方圖。它可以被bgr2gray或bgr2hsv/HLS展平以獲得單通道圖像?;蛘邔⒅苯硬噬玆GB圖像分為三個(gè)通道分別計(jì)算。為了平衡對(duì)比度的方法,有直方圖均衡化和另外一種算法,叫白化之類的,很少使用,但在特定情況下效果更好。[現(xiàn)在躺在床上,我不記得它到底叫什么了]如果將來需要二值化,可以直接選擇大津大律自適應(yīng)二值化或三角形自適應(yīng)二值化。它們有不同的特點(diǎn)。此外,在某些情況下,這種全局自適應(yīng)二值化是不平衡的。或者在去除背景后分別計(jì)算上述兩種算法的全局自適應(yīng)二值化閾值。特定的場(chǎng)景需要特定的算法。至于什么時(shí)候用什么,你得自己試試。別問我。用我導(dǎo)師的話來說,“圖像處理是一個(gè)經(jīng)驗(yàn)算法,你只能通過更多的嘗試才能知道?!薄m槺阏f一句:對(duì)比度均衡化的效果通常不好,會(huì)帶來噪音,影響后續(xù)的操作,會(huì)丟失一些原始圖像的信息,所以我一般不做對(duì)比度均衡化/直方圖歸一化。
直方圖均衡化原理?
直方圖均衡化方法的基本思想是用更多的像素?cái)U(kuò)大灰度,用更少的像素降低灰度。
從而達(dá)到圖像清晰的目的。