暗通道去雾算法具体代码
时间: 2024-08-13 12:07:33 浏览: 57
基于暗通道先验的图像去雾算法+含代码操作演示视频
5星 · 资源好评率100%
暗通道去雾(Dark Channel Prior, DCP)是一种基于图像统计特征的去雾方法,它假设在清晰的场景中,存在一个局部区域(暗通道区域)其三个颜色分量(RGB)中的最小值接近于0。下面是使用Python和OpenCV实现的基本暗通道去雾算法的一个简化版本:
```python
import cv2
import numpy as np
def dcp(image):
# 将输入图像转换为HSV色彩空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
# 提取H、S、V三个通道
h, s, v = cv2.split(hsv)
# 计算每个像素点的暗通道,即V通道最小值
dark_channel = np.min(v, axis=2)
# 设置阈值,过滤掉可能的噪声
threshold = 0.01 * np.max(dark_channel)
propagation_mask = (dark_channel < threshold) * 255
# 使用模糊技术平滑暗通道掩码
propagation_mask = cv2.GaussianBlur(propagation_mask, (9, 9), 0)
# 使用暗通道掩码去除雾气
enhanced_image = image * (propagation_mask / 255.0)
return enhanced_image
# 示例用法
input_image = cv2.imread('path_to_your_image.jpg')
enhanced = dcp(input_image)
cv2.imshow('Enhanced Image', enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
阅读全文