如何使用opencv python自动调整扫描图像的对比度和亮度

Question

我想在不同的照明条件下自动调整手机拍摄的彩色图像的亮度和对比度。请帮助我，我是OpenCV新手

资料来源： Input Image

结果: result

我所寻找的更多的是本地化转换。本质上，我希望阴影尽可能地变亮，如果可能的话，完全消失，让图像中的较暗像素变暗，对比度更高，光线像素变白，但不要过度曝光或诸如此类

我试过CLAHE、Histogram Equalization、Binary Thresholding、Adaptive Thresholding等等，但都没有效果

我最初的想法是，我需要中和Highlights，使较暗的像素更接近平均值，同时使文本和行尽可能暗。然后做一个对比度过滤器。但是我不能得到结果，请帮助我

Answer 1

您可以使用任何本地二值化方法。在OpenCV中，有一种称为Wolf-Julion局部二值化的方法可以应用于输入图像。以下是代码片段示例：

import cv2

image = cv2.imread('input.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)[:,:,2]

T = cv2.ximgproc.niBlackThreshold(gray, maxValue=255, type=cv2.THRESH_BINARY_INV, blockSize=81, k=0.1, binarizationMethod=cv2.ximgproc.BINARIZATION_WOLF)
grayb = (gray > T).astype("uint8") * 255

cv2.imshow("Binary", grayb)
cv2.waitKey(0)

上述代码的输出结果如下所示。请注意，要使用ximgproc模块，您需要安装opencv contrib软件包

Answer 2

在Python/OpenCV中有一种方法可以做到这一点

• 读取输入
• 增加对比度
• 将原始图像转换为灰度
• 自适应阈值
• 使用阈值图像使对比度增加的图像上的背景为白色
• 保存结果

输入：

import cv2
import numpy as np

# read image
img = cv2.imread("math_diagram.jpg")

# convert img to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# do adaptive threshold on gray image
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 21, 15)

# make background of input white where thresh is white
result = img.copy()
result[thresh==255] = (255,255,255)

# write results to disk
cv2.imwrite("math_diagram_threshold.jpg", thresh)
cv2.imwrite("math_diagram_processed.jpg", result)

# display it
cv2.imshow("THRESHOLD", thresh)
cv2.imshow("RESULT", result)
cv2.waitKey(0)

阈值图像：

结果: