使用 open cv python 校正图像亮度答案

【问题标题】：Image brightness correction using open cv python使用 open cv python 校正图像亮度
【发布时间】：2021-02-14 06:48:38
【问题描述】：

我参与了一个计算机视觉项目，我需要检测关键特征并将这些图像与检测到的关键点对齐。这我可以以某种方式执行。但后者我需要将第二张照片的某些部分缝合到第一张照片上。在执行此过程时，图像拼接部分的亮度/颜色差异存在差异。（附上示例照片here）。如果有人可以提供解决方案以最大程度地减少差异，我将非常高兴。我尝试过用附近的像素值进行平均，高斯模糊，但差异仍然很明显。我用于模糊和过滤的代码如下，

kernel = np.ones((5,5),np.float32)/25
dst = cv2.filter2D(final,-1,kernel)
dst = cv2.GaussianBlur(dst,(5,5),0)

【问题讨论】：

标签： opencv computer-vision feature-detection orb

【解决方案1】：

虽然有许多基于深度学习的颜色转移方法，但根据您的示例，我建议首先尝试基本/经典方法。首先，在进行匹配之前尝试基本的gamma/brightness adjustment 技术。如果这不令人满意，this classical color transfer method 应该会给出不错的结果（同样，基于您的示例）。它的工作原理是将图像从 RGB 转换为 lαβ（具有最小化通道之间相关性的特殊性），在该颜色空间中计算源图像和目标图像的统计数据（均值、标准差），并最终将源分布强制在目标图像。如果您进行快速搜索，有很多可用的实现。

【讨论】：