增加图像亮度而不会溢出

Question

尝试提高图像亮度时出现问题。

这是原始图像：

我想要的图像是这样的：

现在使用以下代码增加亮度：

    image = cv2.imread("/home/wni/vbshare/tmp/a4_index2.png",0)

    if sum(image[0])/len(image[0])<200:
        new = np.where((255-image)<image,255,image*2)
    else:
        new = image
    return new

而且，我得到了以下图片：

所以，似乎某些点的亮度溢出。

我尝试将阈值从200更改为其他数字，例如125,100,140等 但是，图像亮度几乎保持相同的暗或溢出。

ENV：

Python：2.7.10

Opencv：3.2.0

对此有任何建议表示赞赏。

感谢。

Answer 1

这是我用简单算法清理特定图像的镜头。随意玩它并进一步调整以获得所需的结果。

NB ：显示的代码应该适用于OpenCV的2.4.x和3.x分支。

步骤0

将输入图像加载为灰度。

img = cv2.imread('paper.jpg',0)

第1步

扩张图像，以摆脱文字。 此步骤有助于保留条形码。

dilated_img = cv2.dilate(img, np.ones((7,7), np.uint8)) 

第2步

使用适当大小的内核模糊结果，以进一步抑制任何文本。

这应该为我们提供一个包含所有阴影和/或变色的相当好的背景图像。

bg_img = cv2.medianBlur(dilated_img, 21)

第3步

计算我们刚刚获得的原始和背景之间的差异。相同的位将为黑色（接近0差异），文本将为白色（大差异）。

由于我们想要白底黑，我们会反转结果。

diff_img = 255 - cv2.absdiff(img, bg_img)

第4步

标准化图像，以便我们使用完整的动态范围。

norm_img = diff_img.copy() # Needed for 3.x compatibility
cv2.normalize(diff_img, norm_img, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8UC1)

第5步

此时我们仍然有点灰色的纸张。我们可以将其截断，并重新标准化图像。

_, thr_img = cv2.threshold(norm_img, 230, 0, cv2.THRESH_TRUNC)
cv2.normalize(thr_img, thr_img, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8UC1)

完成...

好吧，至少对我而言;）你可能想要裁剪它，并做任何你想要的后处理。

注意：在获得差异图像后，可能需要切换到更高的精度（16+位int或float），以便最大限度地减少重复规范化中的累积舍入误差。

Answer 2

您需要的是thresholding。这将允许您将非常暗的所有内容设置为纯白色，并将非常暗的内容设置为直黑色（或任何其他颜色）。这应该让你开始：

cutoff_val = 100 # everything above this is set to set_color
set_color = 255 
ret,thresh_img = cv2.threshold(image,cutoff_val,set_color,cv2.THRESH_BINARY)

使用adaptive thresholding后，您可以获得更好的效果。

看this great tutorial基本上做你想要的东西---和奖金，它还包括一个关于变形的教程，以获得纸张的矩形区域！

编辑：我的图像结合了阈值处理和自适应阈值处理，效果非常好。

cutoff_val = 150 # everything above this is set to the cutoff val
set_color = 255 # if 
ret,thresh_img = cv2.threshold(image,cutoff_val,set_color,cv2.THRESH_TRUNC)
window_sz = 3
thresh_img2 = cv2.adaptiveThreshold(thresh_img,set_color,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
            cv2.THRESH_BINARY,window_sz,2)