adaptive_histogram_equalization.py

# هذا العمل مرخص بموجب ترخيص MIT.
# حقوق النشر (c) 2013-2023 OpenMV LLC. جميع الحقوق محفوظة.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# معادلة المدرج التكراري التكيفية
#
# يوضح هذا المثال كيفية استخدام معادلة المدرج التكراري التكيفية لتحسين
# التباين في الصورة. تقسّم معادلة المدرج التكراري التكيفية الصورة
# إلى مناطق ثم تعادل المدرج التكراري في تلك المناطق لتحسين
# تباين الصورة مقارنة بمعادلة المدرج التكراري العامة. بالإضافة إلى ذلك،
# يمكنك تحديد حد قص (clip limit) لمنع التباين من الخروج عن السيطرة.

import csi
import time

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.QQVGA)
csi0.snapshot(time=2000)

clock = time.clock()

while True:
    clock.tick()

    # قيمة clip_limit أقل من 0 تمنحك معادلة مدرج تكراري تكيفية عادية
    # قد ينتج عنها كميات هائلة من ضوضاء التباين...

    # قيمة clip_limit تساوي 1 لا تفعل شيئًا. للحصول على أفضل النتائج، اذهب أعلى قليلاً
    # من 1 كما هو موضح أدناه. كلما زدت القيمة اقتربت أكثر من
    # معادلة المدرج التكراري التكيفية القياسية مع تقلبات تباين هائلة.

    img = csi0.snapshot().histeq(adaptive=True, clip_limit=3)

    print(clock.fps())