opencv 去除图像中的阴影c++

图像中的阴影可以使用以下步骤进行去除：

1. 将图像转换为灰度图像，并进行阈值处理，生成二进制图像，使背景变为白色，物体变为黑色。

2. 使用形态学操作（如膨胀和腐蚀）来填充物体内的空洞并去除噪声。

3. 对二进制图像进行距离变换，以计算每个像素到最近的背景像素的距离。

4. 根据距离变换的结果，将图像分割为前景和背景，并创建一张灰度图像，其中前景像素的值为其到最近的背景像素的距离。

5. 将灰度图像进行阈值处理，以分离阴影和物体。对于阴影，其值应该低于阈值；对于物体，其值应该高于阈值。

6. 对阴影部分进行形态学操作，以填充空洞和去除噪声。

7. 将处理后的阴影与原始图像进行融合，以去除阴影。

以下是基于 OpenCV 库的 C++ 代码示例：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读取原始图像
    Mat img = imread("image.jpg");

    // 转换为灰度图像
    Mat gray;
    cvtColor(img, gray, COLOR_BGR2GRAY);

    // 阈值处理
    Mat binary;
    threshold(gray, binary, 0, 255, THRESH_BINARY_INV+THRESH_OTSU);

    // 形态学操作
    Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(5, 5));
    morphologyEx(binary, binary, MORPH_CLOSE, kernel);

    // 距离变换
    Mat dist;
    distanceTransform(binary, dist, DIST_L2, 3);

    // 分割图像
    Mat fg, bg;
    threshold(dist, fg, 0.7 * dist.max(), 255, 0);
    threshold(dist, bg, 0.3 * dist.max(), 255, 0);
    bg = 255 - bg;

    // 标记图像
    Mat markers(binary.size(), CV_8U, Scalar(0));
    markers = fg + bg;

    // 分水岭算法
    watershed(img, markers);
    Mat mark = Mat::zeros(markers.size(), CV_8UC1);
    markers.convertTo(mark, CV_8UC1);

    // 阴影分割
    Mat shadow;
    threshold(mark, shadow, 1, 255, THRESH_BINARY_INV);

    // 形态学操作
    morphologyEx(shadow, shadow, MORPH_OPEN, kernel);

    // 融合图像
    Mat result;
    img.copyTo(result);
    shadow = shadow / 255;
    for (int i = 0; i < result.rows; i++) {
        for (int j = 0; j < result.cols; j++) {
            if (shadow.at<uchar>(i, j) == 0) {
                result.at<Vec3b>(i, j) = Vec3b(0, 0, 0);
            }
        }
    }

    // 显示结果
    imshow("Original", img);
    imshow("Result", result);
    waitKey(0);

    return 0;
}