Wie vergleiche ich den Kontrast und die Helligkeit von Bildern mit opencv?

Question

Ich habe ein Bild, das ich gescannt habe, aber das weiße Papier ist nicht weiß auf dem Bildschirm. Gibt es eine Möglichkeit, den Vertrag/die Helligkeit auszugleichen, um den Hintergrund weißer zu machen?

aktualisieren

ich die vorgeschlagene Image._EqualizeHist Funktion von EmguCv versucht haben:

string file = @"IMG_20120512_055533.jpg"; 
Image<Bgr, byte> originalColour = new Image<Bgr, byte>(file); 

Image<Bgr, byte> improved = originalColour.Clone(); 
improved._EqualizeHist(); 

Aber bekommen ein noch schlechteres Ergebnis (auch wenn erste graue skaliert):

Fehle ich andere Parameter?

Answer 1

Ich habe einige Techniken, die hier diskutiert: How can I adjust contrast in OpenCV in C?

Bitte überprüfen. Im Folgenden sind die Ergebnisse bekam ich, wenn ich auf dem Bild den letzten zwei Methoden versucht

1) Thresholding:

Thresholding ein binäres Bild gibt. Wenn das ist, was Sie wollen, können Sie threshold function

2) gelten, wenn Graustufenbild benötigt:

Zusätzlich:

Morphological closing auch in Ihrem Fall gut arbeiten

img = cv2.imread('home.jpg',0) 
kernel1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5)) 
close = cv2.morphologyEx(gray,cv2.MORPH_CLOSE,kernel1) 
div = np.float32(gray)/(close) 
res = np.uint8(cv2.normalize(div,div,0,255,cv2.NORM_MINMAX)) 

(Code in Python API)

Ergebnis Unten:

Answer 2

Es heißt EqualizeHist. Ich kenne seinen Namen nicht in Emgu, aber das Ergebnis sollte genau das sein, was Sie brauchen - hellerer Hintergrund und dunklerer Text.

EDIT

nur die Kanten zu extrahieren (die aus den Bildverbesserungstechniken sehr unterschiedlich ist) Sie einfach Canny anwenden können. Wählen Sie die beiden Schwellenwerte als 20 und 60 für Start aus, und erhöhen Sie dann (oder verringern Sie sie), wobei Sie ein Verhältnis von 3: 1 zwischen ihnen beibehalten, bis Sie ein gut aussehendes Kantenbild haben.

Answer 3

I AdaptiveThreshold Verwendung empfehlen. Es funktioniert, indem man lokale Nachbarschaftsschwelle für jedes Pixel im Bild vornimmt (das ist wirklich eine große Sache, wenn es Gradientenhintergründe gibt, ein bisschen stärker als in deinem Bild). Der blockSize Parameter ist die Größe der Umgebung und der verarbeitete Pixelwert muss größer als der durchschnittliche Nachbarschaftswert minus param1 sein.

Hier ist, wie es in Python tun (es sollte sehr leicht zu c konvertieren):

import cv 
im = cv.LoadImage("9jU1Um.jpg", cv.CV_LOAD_IMAGE_GRAYSCALE) 
cv.AdaptiveThreshold(im, im, 255, cv.CV_ADAPTIVE_THRESH_MEAN_C, 
            cv.CV_THRESH_BINARY, blockSize=31, param1=15) 
cv.ShowImage('image', im) 
cv.WaitKey(0) 

Answer 4

In beiden Fällen können Sie auch jede jedes Pixel überprüfen. Setzen Sie es auf 0, wenn kleiner als ein definierter Wert, und auf 255, wenn der definierte Wert überschritten wird.