画质增强概述-4-传统方法增强实践

传统方法和AI方法是一个互相补充的关系,要看具体的场景和视频类型,一般而言,传统方法性能上相对比AI方法更好些,对算力要求相对低一些,成本上自然也更低

传统方法的保边滤波(如导向滤波等)、锐化、对比度增强等很多时候都有比较好的效果,在视频转码服务中使用适当的话往往会有非常好的收益(主观画质提升、码率大幅下降等),不过这些算法网上介绍的都很多了,在此不再赘述

4.1 去划痕算法介绍

先看效果:

画质增强概述-4-传统方法增强实践_第1张图片

上半部是原始图片,下半部是处理过的效果,可以看出来划痕消除还是比较明显的,下面介绍算法实现过程

a. 寻找划痕mask

大致原理是先二值化得到白色区域,然后做一个 MORPH_TOPHAT 礼帽操作,得到包括划痕在内的一堆轮廓,接着计算这些轮廓的特征,划痕特征还是比较明显的,根据这些特征做一次筛选,得到划痕轮廓mask

b. 图像填充

核心是调用opencv标准函数 inpaint,实现划痕修复效果

4.2 综合增强

效果如下图:

这个综合增强的算法总的来说效果还是不错的,视觉上提升比较明显,算法参考的论文如下:  https://arxiv.org/abs/1708.00636  ,算是一个单图片SDR转HDR的论文

你可能感兴趣的:(画质增强,图像处理,视频云,画质增强,图像处理,计算机视觉,视频云,opencv)