5

我有以下图像。 在此处输入图像描述

如果我将平均亮度绘制为 x 像素位置的函数，我可以看到图像沿中心比边缘更亮。

在此处输入图像描述

我想使用 OpenCV 纠正这个问题，以便整个图像的亮度相同。这可能吗？

编辑：到目前为止我的代码是

import cv2
import pylab

img = cv2.imread('3.jpeg', 1)
cv2.imshow("img",img)

lab= cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
cv2.imshow("lab",lab)

l, a, b = cv2.split(lab)

values = []
for c in xrange(l.shape[1]):
    count = 0
    for r in xrange(l.shape[0]):
        count += l[r][c]
    values.append(1.0 * count / l.shape[0])

pylab.figure()
pylab.ylabel('Average Luminance')
pylab.xlabel('X axis')
pylab.plot(values, 'k-')
pylab.show()
4

1 回答 1

1

我有一个方法，但我今天不想为它编写任何代码，更糟糕的是，我不会说 Python。但是看看你是如何确定亮度不均匀的，你可以自己清楚地编码。

首先，我会进入实验室模式（就像你已经做过的那样），然后拆分频道。保留a和b通道以供以后重建。

现在采用Lightness( L) 通道并以大半径对其进行模糊处理——这将消除所有高频变化并仅保留您想要消除的低频变化。假设新的模糊通道在最小值 110 和最大值 125 之间变化。从所有值中减去 110，现在图像中每个位置的值都在 0 到 15 之间。

现在从原始的未模糊Lightness通道中减去 0..15 之间的该值以消除低频变化，然后将修改后的 Lightness 与原始通道a和b通道重新组合。

我希望这足够清楚 - 如果没有，请问！

与构建抛物线以匹配光线衰减相比，此方法的优势在于，无论亮度随 x、y、对角线或其他方式变化，它都可以工作。

于 2017-02-18T21:30:56.017 回答