python cv2 彩色图像去雾

彩色图像去雾可以通过以下步骤实现：

1. 将彩色图像转换为灰度图像。
2. 对灰度图像进行暗通道先验估计，得到全局大气光值。
3. 估计图像中的透射率。
4. 根据透射率和大气光值，对原始彩色图像进行去雾处理。

下面是一个简单的 Python 代码示例：

import cv2
import numpy as np

def dark_channel(img, size):
    # 计算暗通道图像
    b, g, r = cv2.split(img)
    min_img = cv2.min(cv2.min(r, g), b)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (size, size))
    dc_img = cv2.erode(min_img, kernel)
    return dc_img

def estimate_atmosphere(img, dc_img):
    # 估计全局大气光值
    h, w = img.shape[:2]
    flat_img = img.reshape(h * w, 3)
    flat_dc = dc_img.reshape(h * w)
    indices = np.argsort(flat_dc)[::-1][:h * w // 100]
    atmosphere = np.max(flat_img[indices], axis=0)
    return atmosphere

def estimate_transmission(img, atmosphere, size, omega):
    # 估计透射率
    img_norm = img.astype(np.float32) / atmosphere.astype(np.float32)
    dc_img_norm = dark_channel(img_norm, size)
    transmission = 1 - omega * dc_img_norm
    return transmission

def dehaze(img, size=15, omega=0.95):
    # 去雾处理
    dc_img = dark_channel(img, size)
    atmosphere = estimate_atmosphere(img, dc_img)
    transmission = estimate_transmission(img, atmosphere, size, omega)
    transmission = cv2.max(transmission, 0.1)
    result = np.empty_like(img)
    for i in range(3):
        result[:, :, i] = (img[:, :, i].astype(np.float32) - atmosphere[i]) / transmission + atmosphere[i]
    result = np.clip(result, 0, 255).astype(np.uint8)
    return result