大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
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。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/192950.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...