基于二维伽马函数的光照不均匀的图像自适应校正算法.py

# -*- coding: utf-8 -*-
# 作者：    ZFJ
# 创建时间：2019/7/2211:02
# 文件：    gamma.py
# IDE：     PyCharm

“““
算法的核心思想如下：首先将输入的图像从RGB模式转换到HSV模式，
我们保持每幅图像的色调和饱和度不变，只改变它的亮度，
使用多尺度的高斯函数进行卷积，并使用二位的伽马函数进行校正处理，
然后将矫正后的图像重新合成彩色的图像，从HSV模式转换到RGB模式
“““
# img是原图，rgb是输出图像，p是处理前和处理后的平均亮度差
import cv2
import math
import numpy as np
from skimage import color
import os

# 文件夹路径
path = ‘G:/Competition data/OCR-train-publish-v2/test/‘
# 获取该文件夹中的所有文件
files = os.listdir（path）
# 检查文件路径是否存在问题
# print（files）
# 定义一个全局参数用于对输出图片命名
global i
i = 1
# 参数
HSIZE = 25
q = math.sqrt（2）
SIGMA1 = 15
SIGMA2 = 80
SIGMA3 = 250
# 对所有文件进行遍历处理
for file in files:
    # 判断file是否为文件夹
    if not os.path.isdir（file）:
        # 读取图片
        im = cv2.imread（path+file）
        # 检查是否读取到了图像，不然下面就GG了
        # print（im）
        # 显示原图
        # cv2.imshow（‘input.jpg‘ im）
        # 将rgb图像转换为hsv图像
        hsv = color.rgb2hsv（im）
        # 分离hsv通道
        h s v = cv2.split（hsv）
        # 对亮度v通道进行不同参数的高斯滤波
        F1 = cv2.GaussianBlur（v （HSIZE HSIZE）