图像的白化处理

目录

1.白化处理的作用

2.白化处理的原理

3.白化处理的代码

---

1.白化处理的作用

图像白化（whitening）可用于对过度曝光或低曝光的图片进行处理，下图所示，左图是过分曝光，右图是白化后的结果；

  

2.白化处理的原理

处理的方式就是改变图像的平均像素值为 0 ，改变图像的方差为单位方差 1。

3.白化处理的代码

    def whitening(self, img_path):
        img = cv2.imread(img_path)
        img = img / 255.0
        m, dev = cv2.meanStdDev(img)  # 返回均值和方差，分别对应3个通道
        img[:, :, 0] = (img[:, :, 0] - m[0]) / (dev[0]+1e-6)
        img[:, :, 1] = (img[:, :, 1] - m[1]) / (dev[1] + 1e-6)
        img[:, :, 2] = (img[:, :, 2] - m[2]) / (dev[2] + 1e-6)
        # 将 像素值 低于 值域区间[0, 255] 的 像素点 置0
        img = img*255
        img *= (img > 0)
        # 将 像素值 高于 值域区间[0, 255] 的 像素点 置255
        img = img * (img <= 255) + 255 * (img > 255)
        img = img.astype(np.uint8)
        cv2.imshow('result', img)
        cv2.waitKey(1000)
        cv2.destroyAllWindows()
        cv2.imwrite('result.jpg',img)

Pytorch中的线性变换可用于白化处理：

class torchvision.transforms.LinearTransformation(transformation_matrix)
#功能：对矩阵做线性变换，可用于白化处理