Удалить фильтр виньетки цветного изображения - PullRequest
Новая
       7

Удалить фильтр виньетки цветного изображения

2 голосов
/ 29 мая 2020

Я новичок в Python Обработке изображений OpenCV. Я хочу удалить тень границы / контура изображений, как показано ниже. Я проверил « как удалить тень от сканированных изображений », который у меня не работает. Возможно ли это вообще?

Shadow image example

1 Ответ

2 голосов
/ 29 мая 2020

Ваша проблема с тенями границы / контура напомнила мне фильтр виньетки. Вы можете взглянуть на этот вопрос , если хотите узнать о нем больше. По сути, наша задача - убрать эффект виньетки и затем увеличить яркость. 

#####VIGNETTE
import cv2
import numpy as np

img = cv2.imread('Paris.jpg')
height, width = img.shape[:2]
original = img.copy()
# generating vignette mask using Gaussian kernels
kernel_x = cv2.getGaussianKernel(width, 150)
kernel_y = cv2.getGaussianKernel(height, 150)
kernel = kernel_y * kernel_x.T
mask = 255 * kernel / np.linalg.norm(kernel)

# applying the mask to each channel in the input image
for i in range(3):
    img[:, :, i] = img[:, :, i] * mask


cv2.imshow('Original', original)
cv2.imshow('Vignette', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Чтобы противодействовать изменению эффекта img[:, :, i] = img[:, :, i] * mask на img[:, :, i] = img[:, :, i] / mask

Result

Теперь нам нужно увеличить яркость изображения. Для этого мы преобразуем изображение в формат HSV и увеличим значения матриц насыщенности и значений. Чтобы узнать об этом более подробно, можете обратиться к этой статье . 

#THE FULL CODE
import cv2
import numpy as np

img = cv2.imread('shadow.jpg')
original = cv2.imread('bright.jpg')
height, width = img.shape[:2]
# generating vignette mask using Gaussian kernels
kernel_x = cv2.getGaussianKernel(width, 150)
kernel_y = cv2.getGaussianKernel(height, 150)
kernel = kernel_y * kernel_x.T
mask = 255 * kernel / np.linalg.norm(kernel)

test = img.copy()
for i in range(3):
    test[:, :, i] = test[:, :, i] / mask    

hsv = cv2.cvtColor(test, cv2.COLOR_BGR2HSV)
hsv = np.array(hsv, dtype = np.float64)
hsv[:,:,1] = hsv[:,:,1]*1.3 ## scale pixel values up or down for channel 1(Lightness)
hsv[:,:,1][hsv[:,:,1]>255]  = 255
hsv[:,:,2] = hsv[:,:,2]*1.3 ## scale pixel values up or down for channel 1(Lightness)
hsv[:,:,2][hsv[:,:,2]>255]  = 255
hsv = np.array(hsv, dtype = np.uint8)
test = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)


cv2.imshow('Original_bright', original)
cv2.imshow('Original_dark', img)
cv2.imshow('Result', test)
cv2.waitKey(0)
cv2.destroyAllWindows()

Result

Результат по сравнению с оригиналом яркое изображение.

Result without vignette

Как бы выглядел результат без фильтра обратной виньетки.

...