如何使用 OpenCV Python 在扫描图像中进行局部对比度增强

Question

我正在开发一个项目，我想对几个图像执行局部对比度增强/自适应对比度增强。我尝试过阈值处理，但它影响了图像的文本。我附上下面的图片

来源：

结果：

全局对比度和其他功能不起作用。请不要建议

CLAHE

它给出了非常奇怪的结果。请帮帮我谢谢。

Answer 1

这是在 Python/OpenCV 中使用除法归一化和一些锐化来实现此目的的一种方法。

• 读取输入内容
• 转换为灰度
• 模糊图像
• 将灰度图像除以模糊图像
• 应用锐化（根据需要）
• 保存结果

输入：

import cv2
import numpy as np
import skimage.filters as filters

# read the image
img = cv2.imread('math_questions.jpg')

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# blur
smooth = cv2.GaussianBlur(gray, (95,95), 0)

# divide gray by morphology image
division = cv2.divide(gray, smooth, scale=255)

# sharpen using unsharp masking
result = filters.unsharp_mask(division, radius=1.5, amount=1.5, multichannel=False, preserve_range=False)
result = (255*result).clip(0,255).astype(np.uint8)

# save results
cv2.imwrite('math_question_division.jpg',division)
cv2.imwrite('math_question_division_sharpen.jpg',result)

# show results
cv2.imshow('smooth', smooth)  
cv2.imshow('division', division)  
cv2.imshow('result', result)  
cv2.waitKey(0)
cv2.destroyAllWindows()

划分图：

锐化结果：

Answer 2

尝试

cv2.adaptiveThreshold()

，它对于由于光照差异导致灰色背景不恒定的图像非常有效