0
における局所正規私はpythonでこの記事により同様の機能を実現しようとしています:linkパイソン - OpenCVの
しかし、私は両方の実装を試みたにも関わらず、私がしようと何でも、スムーズな結果を得ることができません修正されたOPおよび第2の回答が提供される。
私はおそらく何か小さなものを見逃していますが、私は何が分かりません。 OPの符号化とIが黒画像で終わるため
def local_norm(img, sigma_1, sigma_2):
float_gray = img * cv2.CV_32FC1/255.0
blur_1 = int(2 * np.ceil(- norm.ppf(0.05, loc=0, scale=sigma_1)) + 1)
blurred_1 = cv2.GaussianBlur(float_gray, (blur_1, blur_1), sigma_1, sigma_1)
temp_1 = float_gray - blurred_1
temp_2 = cv2.pow(temp_1, 2.0)
blur_2 = int(2 * np.ceil(- norm.ppf(0.05, loc=0, scale=sigma_2)) + 1)
blurred_2 = cv2.GaussianBlur(temp_2, (blur_2, blur_2), sigma_2, sigma_2)
temp_2 = cv2.pow(blurred_2, 0.5)
float_gray = temp_1/temp_2
res = cv2.normalize(float_gray, 0, 255, cv2.NORM_MINMAX)
res = res * cv2.CV_32S
return res
私は終わりに、私はcv2.CV_32S
を正確に使用しなければなりません。残りの部分については、同じシグマ2.0と20.0を使用します。
私は今、良い結果を得ました、ありがとう! –