如何使用 opencv 自动调整扫描图像的对比度和亮度 python

Question

我想自动调整从 phone 拍摄的彩色图像在不同光照条件下的亮度和对比度。请帮助我，我是 OpenCV 的新手。

来源： Input Image

结果： result

我正在寻找的更多是本地化的转换。从本质上讲，我希望阴影尽可能地变亮，如果可能的话完全消失，并使图像的较暗像素变暗，对比度更高，而较亮的像素则变白，但不要达到过度曝光或任何东西的程度就这样。

我尝试了 CLAHE、Histogram Equalization、Binary Thresholding、Adaptive Thresholding 等，但没有任何效果。

我最初的想法是我需要中和 Highlights 并使较暗的像素更接近平均值，同时使文本和线条尽可能暗。然后也许做一个对比过滤器。但是我无法得到结果请帮助我。

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。以下是示例代码片段：

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)

上面代码的输出结果如下。请注意，要使用 ximgproc 模块，您需要安装 opencv contrib 包。

Answer 2

这是 Python/OpenCV 中的一种方法。

读取输入
增加对比度
将原图转换为灰度
自适应阈值
使用阈值图像使对比度增加图像的背景变白
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：

如何使用 opencv 自动调整扫描图像的对比度和亮度 python

How to auto adjust contrast and brightness of a scanned Image with opencv python

python

opencv

brightness

contrast

image-preprocessing