目前我参与了一个图像处理项目,我正在处理人脸问题。但是,在光源位于脸部左侧或右侧的情况下,我面临着图像问题。在那些情况下,图像中远离光源的部分更暗。我想更均匀地在图像上分布亮度,从而增加较暗像素的亮度,同时降低过亮像素的亮度。
我曾使用'伽马校正'技术来做同样的事情,但结果并不理想。实际上我想创建一个输出,其中亮度与光源无关,换句话说,增加亮度更暗部分并降低较亮部分的亮度。我不确定我是否正确地复制了问题陈述,但这是一个非常常见的问题,我在网上找不到任何有用的东西。
1。带右侧光源的图像
2。增加较暗像素的亮度后的图像。[img = cv2.pow(img,0.5)]
第3。降低亮像素亮度后的图像[img = cv2.pow(img,2.0)]
我正在考虑拍摄图像2和图3的均值,但正如我们所看到的那样,过亮的像素仍然存在于图像3中,我想摆脱那些像素,有什么建议吗?
最后,我需要一个亮度均匀的图像,并且不依赖于光源。
答案 0 :(得分:0)
看看应用于图像增强的同态滤波,您可以选择性地过滤图像的反射和照明成分。
答案 1 :(得分:0)
我发现了这篇论文:http://www.mirlab.org/conference_papers/International_Conference/ICASSP%202010/pdfs/0001374.pdf我认为它完全解决了你的问题。
你需要计算" gradient"一个图像,即laplacian衍生物,你可以阅读这个:http://docs.opencv.org/trunk/doc/py_tutorials/py_imgproc/py_gradients/py_gradients.html
我非常有兴趣了解您的实施情况。如果你在这里发表评论遇到麻烦,我可以尝试提供帮助。