大家好,又见面了,我是你们的朋友全栈君。
最近在用 OpenCV 识别棋盘棋子,基本的思路是这样的:先转灰度,再做高斯模糊和二值化,此时棋盘格上有的有棋子,有的无棋子;通过迭代腐蚀,消去棋子,再迭代膨胀回来,就得到了一个纯净的棋盘;识别棋盘,标定位置,对原图做透视变换、仿射变换,得到矩形棋盘;利用霍夫圆形检测或轮廓检测取得棋子;借助于机器学习识别棋子,最终得到对弈局面。
实践中发现,光线的强弱、方向对于识别率影响很大,因此打算再增加高光消除、阴影补偿两项。高光消除尝试了很多算法,效果都不是很理想,倒是阴影补偿,使用伽马校正很轻松就搞定了。什么是伽马校正呢?就是提升图像的暗部细节。这与加曝处理是不一样的,加曝一般不区分图像的暗部和亮部。
奇怪的是,我在网上搜到的伽马校正函数看起来都很复杂,即便是 python 写的,也都得十几行甚至几十行,可我写的伽马校正函数只有一行。为什么会这样呢?是我理解的不对吗?欢迎各位大佬就伽马校正问题留言讨论。
import cv2
import numpy as np
def gamma_adjust(im, gamma=1.0):
"""伽马矫正"""
return (np.power(im.astype(np.float32)/255, 1/gamma)*255).astype(np.uint8)
下图是原始灰度棋盘、未经伽马校正的灰度二值化效果、伽马校正(gamma=2)的灰度二值化效果、伽马校正(gamma=3)的灰度二值化效果:
对于彩色图片,这个伽马校正函数依然有效。左图是一张老照片,暗区什么也看不出来;右图是经过伽马校正后的效果,暗区细节较为明显。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/192950.html原文链接:https://javaforall.cn