计算机视觉算法探究:OpenCV CLAHE 插值算法详解

Posted LaoYuanPython

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了计算机视觉算法探究:OpenCV CLAHE 插值算法详解相关的知识,希望对你有一定的参考价值。

鸣谢
感谢CP猫博主为老猿解析插值算法所做的贡献!如果大家对OpenCV源代码感兴趣,可以参考CP猫博主提供的增加了详细注释的CLAHE.CPP资源,不过该资源还在审核中,估计过2天才能公开。

一、引言

2021 年 10 月开始学习 OpenCV 对比度受限的自适应直方图均衡 CLAHE,应用编程简单,了解详细算法却相当难。

创建 CLAHE 对象时,只传递了两个参数:clipLimit 和 tileGridSize,其中 clipLimit 是裁剪限制参数,tileGridSize 图像的分块个数。关于参数含义及相关的介绍请参考《OpenCV-Python自适应直方图均衡类CLAHE及方法详解》。

CLAHE 算法的基本步骤如下

  1. 将图像按参数 tileGridSize 切分为若干子块,这样图像就分成了 tileG

以上是关于计算机视觉算法探究:OpenCV CLAHE 插值算法详解的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV CLAHE直方图均衡解析笔记

机器视觉学习笔记最近邻插值实现图片任意角度旋转(C++)

CLAHE的实现和研究

OpenCV-Python实战——直方图均衡化(含大量示例,建议收藏)

OpenCV入门级图像处理教程,从小白到视觉算法工程师

opencv3计算机视觉+Python