Photoshop中自动对比度功能背后的算法

Question

我在图像识别中对图像进行预处理。

到目前为止，我已经尝试过：

• 我在 python 中的自定义解决方案

  image_with_better_contrast = round(image/255,0) * 255
  

• Histogram Equalization（比以前更好）
• CLAHE (Contrast Limited Adaptive Histogram Equalization)（三局两胜）

但最近我在灰度图像上将 CLAHE 与 Photoshop 的 Auto Contrast 功能进行了比较 - Auto Contrast 的结果令人印象深刻。我很高兴了解此功能背后的算法。

注意：我知道 Photoshop 是专有软件，其代码可能是封闭源代码。因此，我将不胜感激任何与改进 CLAHE 结果或任何其他算法相关的提示。

Answer 1

虽然CLAHE Algorithm 本质上是局部的，但Photoshop 的自动对比度可能是一种全局方法。

我想说它只能通过拉伸图像中的值来处理图像的直方图 - Image Normalization。
例如，获取 RGB 图像并为每个通道拉伸其直方图，如下所示（MATLAB 代码）：

for ii = 1:numChannels
    mOutputImage(:, :, ii) = (mOutputImage(:, :, ii) - max(max(mOutputImage(:, :, ii)))) ./ (max(max(mOutputImage(:, :, ii))) -  min(min(mOutputImage(:, :, ii))));
end

另一种方法是Histogram Equalization。

可能 Photoshop 正在做一些更高级的事情。
也许就像在 YUV 颜色空间中做这件事，将两者混合或使用更强大的方法来查看直方图的百分位数。

但这是你应该尝试的方向。