今天带来python实现暗通道去雾算法的示例教程详解
何凯明博士的去雾文章和算法实现已经漫天飞了，我今天也就不里唆，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 =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)
下面给两个运行效果吧
查看更多关于python实现暗通道去雾算法的示例的详细内容...