增加图像亮度而不溢出

我在尝试增加图像亮度时遇到问题。

这是原始图像：

我想要得到的图像是这样的：

现在使用以下代码增加亮度：

    image = cv2.imread("/home/wni/vbshare/tmp/a4_index2.png",0)

    if sum(image[0])/len(image[0])<200:
        new = np.where((255-image)<image,255,image*2)
    else:
        new = image
    return new

并且，我得到了以下图像：

所以，似乎有些点的亮度溢出了。

我尝试将阈值从 200 更改为其他数字，例如125、100、140 等 然而，图像亮度要么保持几乎相同的暗度，要么溢出。

Env:

蟒蛇：2.7.10

OpenCV：3.2.0

任何对此的建议表示赞赏。

Thanks.

这是我的一个简单算法，用于清理该特定图像。请随意使用它并进一步调整它以获得所需的结果。

NB：所示代码应适用于 OpenCV 的 2.4.x 和 3.x 分支。

Step 0

将输入图像加载为灰度图像。

img = cv2.imread('paper.jpg',0)

Step 1

放大图像，以消除文本。 此步骤在某种程度上有助于保留条形码。

dilated_img = cv2.dilate(img, np.ones((7,7), np.uint8)) 

Step 2

使用适当大小的内核对结果进行中值模糊，以进一步抑制任何文本。

这应该会给我们带来一个相当好的背景图像，其中包含所有阴影和/或变色。

bg_img = cv2.medianBlur(dilated_img, 21)

Step 3

计算原始图像和我们刚刚获得的背景之间的差异。相同的位将显示为黑色（接近 0 差异），文本将显示为白色（差异较大）。

因为我们想要白底黑字，所以我们反转结果。

diff_img = 255 - cv2.absdiff(img, bg_img)

Step 4

标准化图像，以便我们使用完整的动态范围。

norm_img = diff_img.copy() # Needed for 3.x compatibility
cv2.normalize(diff_img, norm_img, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8UC1)

Step 5

此时我们的纸张仍然有些灰色。我们可以将其截断，然后重新规范化图像。

_, thr_img = cv2.threshold(norm_img, 230, 0, cv2.THRESH_TRUNC)
cv2.normalize(thr_img, thr_img, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8UC1)

Done...

好吧，至少对我来说是这样；）您可能想要裁剪它，并进行您想要的任何其他后处理。

注意：在获得差异图像后，可能值得切换到更高的精度（16+ 位整数或浮点数），以便最大限度地减少重复归一化中累积的舍入误差。