图像预处理 pipeline 工具

一键预览 OpenCV 60 种图像效果

视频

bilibili

图像色彩

image_color.py

• 色度/色调
• 饱和度
• 纯度/亮度
• 固定饱和度s
• 固定亮度v
• 固定色度h + 固定饱和度s
• 固定色度h + 固定亮度v
• 固定饱和度s + 固定亮度v

图像变换

image_transformation.py

• 形态学滤波器腐蚀和膨胀图像
• 腐蚀 3x3
• 膨胀 3x3 3次
• 腐蚀 7x7
• 腐蚀 3x3 3次
• 形态学滤波器开启和闭合图像
• Close the image
• Open the image
• 灰度图像中应用形态学运算 Gradient | Edge
• Apply threshold to obtain a binary image
• 7x7 Black Top-hat Image
• Apply threshold to obtain a binary image
• Apply the black top-hat transform using a 7x7 structuring element

图像过滤

• Blur the image with a mean filter
• Blur the image with a mean filter 9x9
• 缩减 采样
• resizing with NN
• resizing with bilinear
• 中值滤波
• 定向滤波器
• Compute Sobel X derivative
• Compute Sobel Y derivative
• Compute norm of Sobel
• Compute Sobel X derivative (7x7)
• Apply threshold to Sobel norm (low threshold value)
• Apply threshold to Sobel norm (high threshold value)
• down-sample and up-sample the image
• down-sample and up-sample the image
• cv2.subtract
• cv2.subtract gauss15 - gauss05
• cv2.subtract gauss22 - gauss20

提取直线、轮廓、区域

image_outline.py

• Canny Contours
• Canny Contours Gray
• Hough tranform for line detection
• Circles with HoughP
• Get the contours, Contours with RETR_LIST

图像增强-白平衡等

image_enhancement.py

• 简单白平衡
• 灰度世界算法
• 直方图均衡化
• 视网膜-大脑皮层(Retinex)增强算法
• Single Scale Retinex
• Multi Scale Retinex
• Multi Scale Retinex With Color Restoration
• 自动白平衡 AWB
• 自动色彩均衡 ACE

运行环境

• python 3.6+，pip 20+

• pip install -r requirements.txt

  Pillow==8.0.1
  numpy==1.19.4
  opencv-python==4.4.0.46
  six==1.15.0
  matplotlib==3.3.3
  cycler==0.10.0
  kiwisolver==1.3.1
  pkg-resources==0.0.0
  pyparsing==2.4.7
  python-dateutil==2.8.1
  

如何运行

1. 克隆代码

   $ git clone https://github.com/dyh/opencv_tools.git
   

2. 进入目录

   $ cd opencv_tools
   

3. 创建 python 虚拟环境

   $ python3 -m venv venv
   

4. 激活虚拟环境

   $ source venv/bin/activate
   

5. 升级pip

   $ python -m pip install --upgrade pip
   

6. 安装软件包

   $ pip install -r requirements.txt
   

7. 在 main.py 文件中，设置要处理的图片路径 file_path，例如

   file_path = './images/000000050145.jpg'
   

8. 运行程序

   python main.py
   

9. 程序将在 output 目录下输出60张图片