Golang を使用して明るさを均一化し、画像の色を除去する方法

Golang を使用して画像の明るさを均一化し、色を除去する方法

1. 背景

画像処理技術の発展により、画像は処理される 明るさの均一化と脱色が一般的な要件となっています。明るさの均一化とは、画像の視覚効果を向上させるために、画像の明るさを適切な範囲に調整することを指します。脱色プロセスでは、画像のカラー情報が削除され、一部の特殊なアプリケーション シナリオで使用されるグレースケール情報のみが保持されます。

この記事では、Golang プログラミング言語を使用して画像の明るさの均一化と色消しを実現する方法を紹介します。

2. 明るさのバランス

明るさのバランスの目的は、画像の明るさの範囲を、暗いまたは明るい極端な範囲から適切な範囲に調整することです。一般的な輝度等化アルゴリズムはヒストグラム等化です。

以下は、Golang を使用してヒストグラム等化アルゴリズムを実装する方法を示すサンプル コードです:

package main

import (
    "image"
    "image/color"
    "image/jpeg"
    "log"
    "os"
)

func main() {
    // 打开图片文件
    file, err := os.Open("input.jpg")
    if err != nil {
        log.Fatal(err)
    }
    defer file.Close()

    // 解码图片
    img, err := jpeg.Decode(file)
    if err != nil {
        log.Fatal(err)
    }

    // 创建一个新的灰度图像
    bounds := img.Bounds()
    gray := image.NewGray(bounds)

    // 计算每个灰度级的像素个数
    count := make([]int, 256)
    for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
        for x := bounds.Min.X; x < bounds.Max.X; x++ {
            grayColor := color.GrayModel.Convert(img.At(x, y)).(color.Gray)
            count[grayColor.Y]++
        }
    }

    // 计算累积分布函数
    cdf := make([]int, 256)
    cdf[0] = count[0]
    for i := 1; i < 256; i++ {
        cdf[i] = cdf[i-1] + count[i]
    }

    // 将累积分布函数映射到[0, 255]的范围
    for i := 0; i < 256; i++ {
        cdf[i] = cdf[i] * 255 / (bounds.Dx() * bounds.Dy())
    }

    // 对每个像素进行亮度均衡化处理
    for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
        for x := bounds.Min.X; x < bounds.Max.X; x++ {
            grayColor := color.GrayModel.Convert(img.At(x, y)).(color.Gray)
            grayColor.Y = uint8(cdf[grayColor.Y])
            gray.Set(x, y, grayColor)
        }
    }

    // 保存处理后的图像
    outputFile, err := os.Create("output.jpg")
    if err != nil {
        log.Fatal(err)
    }
    defer outputFile.Close()

    err = jpeg.Encode(outputFile, gray, nil)
    if err != nil {
        log.Fatal(err)
    }
}

上記のコードでは、最初に画像ファイルを開いてから、それを画像にデコードします。物体。次に、新しいグレースケール画像オブジェクトを作成し、元の画像の各グレースケール レベルのピクセル数を数えます。次に、累積分布関数を計算し、[0, 255] の範囲にマッピングしました。最後に、各ピクセルの明るさの均一化を実行し、処理された画像を保存します。

3. 脱色

脱色では、画像のカラー情報が削除され、グレースケール情報のみが保持されます。以下は、Golang を使用して脱色を実装する方法を示すサンプル コードです。

package main

import (
    "image"
    "image/color"
    "image/jpeg"
    "log"
    "os"
)

func main() {
    // 打开图片文件
    file, err := os.Open("input.jpg")
    if err != nil {
        log.Fatal(err)
    }
    defer file.Close()

    // 解码图片
    img, err := jpeg.Decode(file)
    if err != nil {
        log.Fatal(err)
    }

    // 创建一个新的灰度图像
    bounds := img.Bounds()
    gray := image.NewGray(bounds)

    // 对每个像素进行去色处理
    for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
        for x := bounds.Min.X; x < bounds.Max.X; x++ {
            grayColor := color.GrayModel.Convert(img.At(x, y)).(color.Gray)
            grayColor.Y = uint8(grayColor.Y)
            gray.Set(x, y, grayColor)
        }
    }

    // 保存处理后的图像
    outputFile, err := os.Create("output.jpg")
    if err != nil {
        log.Fatal(err)
    }
    defer outputFile.Close()

    err = jpeg.Encode(outputFile, gray, nil)
    if err != nil {
        log.Fatal(err)
    }
}

上記のコードでは、同じメソッドを使用して画像ファイルを開いてデコードし、新しいグレースケール画像オブジェクトを作成します。次に、各ピクセルを脱色します。つまり、ピクセルのカラー情報をピクセルのグレースケール情報に設定します。最後に、処理した画像を保存します。

4. 概要

この記事では、Golang を使用して画像の明るさの均一化と色消しを実現する方法を紹介します。ヒストグラム等化アルゴリズムと脱色処理アルゴリズムを通じて、画像の明るさを効果的に調整し、画像の色情報を除去することができます。 Golang を使用して画像処理機能を実装すると、大量の画像データを迅速かつ効率的に処理して、さまざまな実際のアプリケーション シナリオのニーズを満たすことができます。この記事が読者の画像処理アルゴリズムの理解と応用に役立つことを願っています。

以上がGolang を使用して明るさを均一化し、画像の色を除去する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。