去除图像中的阴影是一项复杂的图像处理任务，尤其是当阴影区域与图像的其他部分混合时。阴影的存在会影响图像的颜色平衡和亮度，导致图像分析和理解的困难。

目录

一 安装依赖

二 函数

① rgb2hsv

② hsv2rgb

三 实现图像中的阴影去除的方法

四 实践

① 代码

② 效果图

五 结论

---

---

去除阴影的方法包括基于色彩校正、图像分割以及深度学习的技术。图像分割可以用来识别阴影区域，然后单独处理这些区域。常用的技术包括阈值分割、区域生长、分水岭算法等。深度学习方法卷积神经网络（CNNs），可以非常有效地去除阴影。通过数据集进行模型训练，以便网络学习如何区分阴影和非阴影区域。

一 安装依赖

通过以下命令安装相关依赖：

pip install opencv-python -i  https://pypi.tuna.tsinghua.edu.cn/simple
pip install numpy -i  https://pypi.tuna.tsinghua.edu.cn/simple
pip install scikit-image

二 函数

scikit-image库提供了颜色空间转换功能，其中包括从 RGB 到 HSV 和从 HSV 回到 RGB 的转换。

① rgb2hsv

函数用于将 RGB 图像转换为 HSV（色调、饱和度、明度）颜色空间。HSV 颜色空间通常更接近人类对颜色的感知方式。

skimage.color.rgb2hsv(rgb)

输入参数

rgb：输入的 RGB 图像。

返回值

返回一个形状相同的数组，但颜色空间为 HSV。

② hsv2rgb

函数的作用将 HSV 图像转换回 RGB 图像。

skimage.color.hsv2rgb(hsv)

输入参数

hsv：输入的 HSV 图像。

返回值

返回一个形状相同的数组，但颜色空间为 RGB。

三 实现图像中的阴影去除的方法

① 读取输入的图像。

② 色彩空间转换

使用rgb2hsv函数将RGB图像转换为HSV色彩空间。

③ 图像分割

使用Otsu阈值分割技术在V通道上检测阴影区域。

④ 阴影区域处理

对检测到的阴影区域进行亮度增强，以模拟去除阴影的效果。

⑤ 色彩空间转换

使用hsv2rgb函数将HSV 图像转换为RGB色彩空间。

⑥ 显示和保存结果

显示原始图像和阴影去除结果图像。保存阴影去除效果图像。

四 实践

① 代码

import cv2
import numpy as np
from skimage.color import rgb2hsv, hsv2rgb
from skimage.filters import threshold_otsudef detect_and_remove_shadow(image_path):# 读取图像img = cv2.imread(image_path)img_hsv = rgb2hsv(img)# HSV色彩空间中的V通道用于阴影检测v_channel = img_hsv[:, :, 2]# 使用Otsu阈值分割进行阴影检测thresh = threshold_otsu(v_channel)shadow_mask = v_channel < thresh# 对阴影区域进行亮度增强shadow_region = img_hsv[:, :, :].copy()# 创建增强因子数组enhancement_factors = np.array([1, 1, 1.52])# 确保阴影区域的增强操作在每个颜色通道上分别进行,增强亮度shadow_region[shadow_mask] *= enhancement_factors# shadow_region中的像素值限制在0到1之间# np.clip函数：如果元素值小于指定的最小值，那么该元素将被设为最小值；# 如果元素值大于指定的最大值，那么该元素将被设为最大值；# 如果元素值在指定的范围内，那么该元素值保持不变。shadow_region = np.clip(shadow_region, 0, 1)# 将HSV图像转换回RGBfinal_img = (hsv2rgb(shadow_region) * 255).astype(np.uint8)# 显示和保存结果cv2.imshow('Original', img)cv2.imshow('Shadow Removed', final_img)cv2.imwrite('shadow_removed.jpg', final_img)cv2.waitKey(0)cv2.destroyAllWindows()if __name__ == '__main__':detect_and_remove_shadow('Test.jpg')pass

② 效果图

五 结论

从结果图上看，阴影去除效果相当一般，之后尝试下其他的简易方法吧。

至此，本文的内容就结束啦。