kkae8643150的专栏

1）拉普拉斯算子边缘模糊程度值def getImageVar( image ): img2gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) imageVar = cv2.Laplacian(img2gray, cv2.CV_64F).var() return imageVar

文章目录目标目标

文章目录1 前言2 论文原理3 效果1 前言接着上一篇Gamma校正，对于一般的偏暗或者偏亮的图片，可以处理的不错。但是如果图像上出现部分偏亮或者部分偏暗，或者图像在时序上会有亮变暗，环境不定。这时候需要做自适应的gamma矫正，就是需要对暗的部分增亮，对亮的部分拉暗。了解下方案一：论文Local colour correction using nonlinear masking2 论文原理参考： https://blog.youkuaiyun.com/heiheiya/article/details/80

文章目录1 使用场景2 原理3 实现步骤4 实现5 效果1 使用场景当一张图片出现过亮或者过暗的时候导致图像对比度较差，可以使用Gamma校正来处理2 原理如上图所示，为函数 f(I)=Iγf(I) = I^γf(I)=Iγ的曲线表示：当γ<1γ<1γ<1时，为图中上方的虚线曲线，图中γ=1/2.2γ=1/2.2γ=1/2.2当γ=1γ=1γ=1时，为图中间的直线，也就是f(I)=If(I)=If(I)=I当γ>1γ>1γ>1时, 为图中下方的曲线实线，