python实现暗通道去雾算法的示例_Python

python实现暗通道去雾算法的示例

2020-09-28 00:09zmshy2128 Python

这篇文章主要介绍了python实现暗通道去雾算法的示例，帮助大家更好的利用python处理图像，感兴趣的朋友可以了解下

何凯明博士的去雾文章和算法实现已经漫天飞了，我今天也就不啰里啰唆，直接给出自己python实现的完整版本，全部才60多行代码，简单易懂，并有简要注释，去雾效果也很不错。

在这个python版本中，计算量最大的就是最小值滤波，纯python写的，慢，可以进一步使用C优化，其他部分都是使用numpy和opencv的现成东东，效率还行。

				?

									import cv2

									import numpy as np

									def zmMinFilterGray(src, r=7):

									  '''最小值滤波，r是滤波器半径'''

									  '''if r <= 0:

									    return src

									  h, w = src.shape[:2]

									  I = src

									  res = np.minimum(I , I[[0]+range(h-1) , :])

									  res = np.minimum(res, I[range(1,h)+[h-1], :])

									  I = res

									  res = np.minimum(I , I[:, [0]+range(w-1)])

									  res = np.minimum(res, I[:, range(1,w)+[w-1]])

									  return zmMinFilterGray(res, r-1)'''

									  return cv2.erode(src, np.ones((2*r+1, 2*r+1)))           #使用opencv的erode函数更高效

									def guidedfilter(I, p, r, eps):

									  '''引导滤波，直接参考网上的matlab代码'''

									  height, width = I.shape

									  m_I = cv2.boxFilter(I, -1, (r,r))

									  m_p = cv2.boxFilter(p, -1, (r,r))

									  m_Ip = cv2.boxFilter(I*p, -1, (r,r))

									  cov_Ip = m_Ip-m_I*m_p

									  m_II = cv2.boxFilter(I*I, -1, (r,r))

									  var_I = m_II-m_I*m_I

									  a = cov_Ip/(var_I+eps)

									  b = m_p-a*m_I

									  m_a = cv2.boxFilter(a, -1, (r,r))

									  m_b = cv2.boxFilter(b, -1, (r,r))

									  return m_a*I+m_b

									def getV1(m, r, eps, w, maxV1): #输入rgb图像，值范围[0,1]

									  '''计算大气遮罩图像V1和光照值A, V1 = 1-t/A'''

									  V1 = np.min(m,2)                     #得到暗通道图像

									  V1 = guidedfilter(V1, zmMinFilterGray(V1,7), r, eps)   #使用引导滤波优化

									  bins = 2000

									  ht = np.histogram(V1, bins)               #计算大气光照A

									  d = np.cumsum(ht[0])/float(V1.size)

									  for lmax in range(bins-1, 0, -1):

									    if d[lmax]<=0.999:

									      break

									  A = np.mean(m,2)[V1>=ht[1][lmax]].max()

									  V1 = np.minimum(V1*w, maxV1)          #对值范围进行限制

									  return V1,A

									def deHaze(m, r=81, eps=0.001, w=0.95, maxV1=0.80, bGamma=False):

									  Y = np.zeros(m.shape)

									  V1,A = getV1(m, r, eps, w, maxV1)        #得到遮罩图像和大气光照

									  for k in range(3):

									    Y[:,:,k] = (m[:,:,k]-V1)/(1-V1/A)      #颜色校正

									  Y = np.clip(Y, 0, 1)

									  if bGamma:

									    Y = Y**(np.log(0.5)/np.log(Y.mean()))    #gamma校正,默认不进行该操作

									  return Y

									if __name__ == '__main__':

									  m = deHaze(cv2.imread('land.jpg')/255.0)*255

									  cv2.imwrite('defog.jpg', m)