利用opencv/暗通道方法检测图像是否有雾-利用opencv/暗通道方法对深度学习目标检测算法结果进行二次识别提高准确率

目录

1 Python版本

2 C++版本

---

本来利用yolov5检测浓雾的，但是发现yolov5的检测结果会把一些正常天气检测成雾天，这种时候其实可以通过增加正常类，也就是将正常天气被误检成浓雾的图片当成一个正常类别去训练，但是不想标注图片，也不想重新训练算法了，因此想是不是可以用opencv对yolov5检测到的图像进行二次识别，从而提高准确率，结果发现是可以的。

1 Python版本

我先用opencv试下这种方法可不可行，可行之后再用C++集成到工程中，python代码如下

import cv2
import numpy as np

def dark_channel(image, size = 15):
    r, g, b = cv2.split(image)
    min_img = cv2.min(cv2.min(r, g), b)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (size, size))
    dark = cv2.erode(min_img, kernel)
    return dark

def