图像反射约简

Question

照明问题是常见的和困难的。如何检测和减少光反射，以保存更多的信息，从一幅图像？我用OpenCV和Python尝试过几种方法，但都没有成功。

(带有反射的图像)

​

​

(无反射图像)

​

​

我尝试转换到HSV颜色空间，并将直方图均衡化应用于V通道，并使用克拉赫均衡：

import cv2
import numpy as np

image = cv2.imread('glare.png')

hsv_image = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
h, s, v = cv2.split(hsv_image)

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
v = clahe.apply(v)

hsv_image = cv2.merge([h, s, v])
hsv_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2RGB)

cv2.imwrite('clahe_h.png', hsv_image)

结果：

​

​

同时，我尝试了阈值化来找到明亮的像素，而不是使用图像修复来替换它们的相邻像素。

import cv2
import numpy as np

image = cv2.imread('glare.png')

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blurred, 225, 255, cv2.THRESH_BINARY)[1]

dst_TELEA = cv2.inpaint(image,thresh,3,cv2.INPAINT_TELEA)
cv2.imwrite('after_INPAINT.png',dst_TELEA)

结果：(阈值后)

​

​

​

Answer 1

目前尚无有效去除眩光的通用方法。

HSV + CLAHE是一个好的和常见的开端，但是业界的方法“欺骗”了一些关于被测对象的信息(人脸，传送带上的水果，通过检眼镜的视网膜)，有时是关于照明的信息(这个问题中的图像有非常锐利的边缘的白色天花板灯)。