图像去雾pycharm代码

当涉及图像去雾时，Pycharm是一个常用的Python集成开发环境，可以用于编写和运行图像去雾的代码。以下是一个简单的图像去雾代码示例：

import cv2
import numpy as np

def dehaze(image, t=0.1, w=0.95):
    # 估计大气光
    dark_channel = get_dark_channel(image)
    A = estimate_atmospheric_light(image, dark_channel)

    # 估计透射率
    transmission = estimate_transmission(image, A, t)

    # 优化透射率
    refined_transmission = refine_transmission(image, transmission, w)

    # 恢复原始图像
    recovered_image = recover_image(image, refined_transmission, A)

    return recovered_image

def get_dark_channel(image, patch_size=15):
    min_channel = np.min(image, axis=2)
    dark_channel = cv2.erode(min_channel, np.ones((patch_size, patch_size)))
    return dark_channel

def estimate_atmospheric_light(image, dark_channel, top_percentage=0.001):
    flat_dark_channel = dark_channel.flatten()
    num_pixels = flat_dark_channel.size
    num_top_pixels = int(num_pixels * top_percentage)
    indices = np.argpartition(flat_dark_channel, -num_top_pixels)[-num_top_pixels:]
    top_pixels = image.reshape(-1, 3)[indices]
    A = np.max(top_pixels, axis=0)
    return A

def estimate_transmission(image, A, t):
    transmission = 1 - t * get_dark_channel(image / A)
    return transmission

def refine_transmission(image, transmission, w):
    guided_filter = cv2.ximgproc.createGuidedFilter(image.astype(np.float32), w, 1e-3)
    refined_transmission = guided_filter.filter(transmission)
    return refined_transmission

def recover_image(image, transmission, A, t0=0.1):
    transmission_clipped = np.clip(transmission, t0, 1)
    recovered_image = (image - A) / transmission_clipped + A
    recovered_image = np.clip(recovered_image, 0, 255).astype(np.uint8)
    return recovered_image

# 读取图像
image = cv2.imread('input.jpg')

# 图像去雾
recovered_image = dehaze(image)

# 显示结果
cv2.imshow('Input', image)
cv2.imshow('Dehazed', recovered_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了暗通道先验原理进行图像去雾。它包括以下几个步骤：
1. 估计大气光：通过计算图像的暗通道来估计图像中的大气光。
2. 估计透射率：根据估计的大气光和暗通道，计算图像的透射率。
3. 优化透射率：使用引导滤波器对透射率进行优化，以减少估计误差。
4. 恢复原始图像：根据优化后的透射率和估计的大气光，恢复原始图像。

你可以将需要去雾的图像保存为`input.jpg`，然后运行上述代码即可得到去雾后的图像。