标准化图像中的暗区和亮区答案

【问题标题】：Normalize the dark and bright areas in an image标准化图像中的暗区和亮区
【发布时间】：2021-10-19 17:59:09
【问题描述】：

我有一张纺织品图像，其中一些暗区和一些亮区混合在一起。有什么方法可以统一规范化它们吗？最终目标是发现缺陷。

我知道直方图均衡和其他东西，但这并不能解决我的问题。非常感谢这方面的任何建议。

更新 1：我不能发布原始图像，因为它是机密的，但图片的亮度如下图所示，有些区域比其他区域更暗。

更新2：所以我的原始图像有点像这样！

【问题讨论】：

不太符合您的描述。可以发一下图片吗？
@MarkLavin 请检查我的编辑 1。
运行一个巨大的对称 LPF 以找到明亮斑点的中心和椭圆体。然后对平均亮度进行拟合以找到到照明源的距离（如果您还不知道的话），并对强度应用朗伯校正。
您也可以使用内核比织物纹理稍大的 LPF（我假设这代表低通滤波器），然后从原始图像中减去它。

标签： python numpy opencv image-processing histogram

【解决方案1】：

我认为这种方法对颜色不安全，而且我认为以后可以拍摄更好的图像，从而减少光线对织物的损坏。

import sys
import cv2
import numpy as np

pth = sys.path[0]
org = cv2.imread(pth+'/tx3.png')

shade = cv2.medianBlur(org, 13)
shade = cv2.cvtColor(shade, cv2.COLOR_BGR2GRAY)
shade = cv2.cvtColor(shade, cv2.COLOR_GRAY2BGR)

flat = (org+(1-(shade/255))*~shade*2)/2
norm = flat*255/np.max(flat)

cv2.imwrite(pth+'/shade.jpg', shade)
org = np.hstack((org, flat))
out = np.hstack((shade, norm))
cv2.imwrite(pth+'/Flatten.jpg', np.vstack((org, out)))

【讨论】：

@sh-navid 感谢您的回答，但使用您的算法，我得到了白色的扁平图像。
你好 :) 首先在你给我们看的图片上试试这个方法。
@sh-navid 请看图 2（更新 2）。那是我的原图。
我认为你需要一张更好的照片。因为在第二张图像中，某些部分的光线似乎过多，以至于图像的成分丢失了。有没有更好的物理成像的可能性？
那是光线不均匀的问题，我没办法改变灯光。