تطبيع الصورة Normalizing باستخدام opencv في بايثون

Ali Ismael · 30 أكتوبر 2021

أقوم بعملية تطبيع Normalizing للصورة باستخدام الدالة cv2.normalize لتغيير نطاق قيم كثافة البكسل (أريد جعلها بين ال 0 وال 1)، وقمت بتطبيق خوارزمية NORM_L1 لكن لم ينجح الأمر؟ وتظهر الصورة سوداء بقيم صفرية.

import cv2
import Image
import numpy
myimage = cv2.imread('/content/test5 openeye.jpg',0)
img_normlaized=cv2.normalize(myimage,None,alpha=0,beta=1,norm_type=cv2.NORM_L1)
image = Image.fromarray(img_normlaized)
image.save("image.jpg")

Ali Haidar Ahmad · 30 أكتوبر 2021

إذا أردت زيادة وضوح الصورة والتخلص من بعض الضجيج ( تحسينها بشكل عام ) قم بضبط ألفا (القيمة الدنيا للبكسل على 0) والعليا على 255. حيث أن هذين ال%D

إذا أردت زيادة وضوح الصورة والتخلص من بعض الضجيج ( تحسينها بشكل عام ) قم بضبط ألفا (القيمة الدنيا للبكسل على 0) والعليا على 255. حيث أن هذين الوسيطين يمثلان القيم العليا والدنيا لبكسلات الصورة الناتجة. والقيم الناتجة للبكسلات ستكون من النمط unit8 أي أعداد صحيحة ب 8 بت ضمن المجال من 0 ل 255. واستخدم إحدى خوارزميات التطبيع (norm_type) مثل: cv.NORM_INF - cv.NORM_L1 - cv.NORM_L2 - cv.NORM_MINMAX. أما في حالة أردت تغيير نطاق قيم كثافة البكسل (حالتك) فيجب وضع القيم العليا والدنيا ضمن المجال الذي تحتاجه وفي حالتك يجب أن تضعهم على 0 و 1 لكن هذا سينتج مصفوفة بقيم صفرية لأن نمط الخرج سيكون unit8 لذا يجب تغيير نمط الإخراج وجعله float لذا يجب أن تقوم باستخدام وسيط إضافي هو dtype وضبطه على cv2.CV_32F. ,وقم باستخدام خوارزمية cv2.NORM_MINMAX لذا لحل مشكلتك:

myimage = cv2.imread('/content/test5 openeye.jpg',0)
img_normlaized=cv2.normalize(myimage,None,alpha=0,beta=1,norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)
img_normlaized

والنتيجة:

array([[0.5179283 , 0.5179283 , 0.5179283 , ..., 0.5179283 , 0.5179283 ,
        0.5179283 ],
       [0.5179283 , 0.5179283 , 0.5179283 , ..., 0.5179283 , 0.5179283 ,
        0.5179283 ],
       [0.5179283 , 0.5179283 , 0.5179283 , ..., 0.5179283 , 0.5179283 ,
        0.5179283 ],
       ...,
       [0.44621515, 0.44621515, 0.44621515, ..., 0.45019922, 0.45019922,
        0.45019922],
       [0.44621515, 0.44621515, 0.44621515, ..., 0.44621515, 0.44621515,
        0.44621515],
       [0.44621515, 0.44621515, 0.44621515, ..., 0.44621515, 0.44621515,
        0.44621515]], dtype=float32)

Ahmed Sharshar · 30 أكتوبر 2021

في البداية دعنا نفهم كيف تعمل L1-NORM حتى نرى اذا كان مناسبا لما تريد أم لا.

L1 تقوم بجعل قيم البيكسل للصورة بين 0 و 1 عن طريق المعادلة التالية:

l1.PNG.18ed83561af12cf1e9d4cf9f3dcbc5f2.PNG

بينما في L2 تقوم ايضا بجعل القيم بين 0 و 1 لكن بمعادلة مختلفة وهي جذر مربع القيم كالتالي:

l2.PNG.3fc08e3df8d0c09bf8343352a827c3b5.PNG

ويمكنك تطبيق احداهما يدويا على الصور في بايثون، اما عن طريقة استخدام ال normalization في opencv فهي كالتالي:

#استدعاء المكتبات
import cv2 as cv
import numpy as np
#قراءة الصورة
img = cv.imread('city.jpeg')
norm_img = np.zeros((800,800))
#تعديل أبعاد الصورة باستخدام normalize
final_img = cv.normalize(img,  norm_img, 0, 255, cv.NORM_MINMAX)
#حفظ الصورة
cv.imwrite('city_normalized.jpg', final_img)
cv.waitKey(0)
cv.destroyAllWindows()

الصورة الأصلية:

city.jpeg.5b24b5d7916b6ca24b8811c1a3392dcc.jpeg