Example: 02-Image-Processing/01-Image-Filters/adaptive_histogram_equalization.py

# 本作品采用MIT许可证授权。
# 版权所有 (c) 2013-2023 OpenMV LLC。保留所有权利。
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# 自适应直方图均衡化
#
# 此示例展示了如何使用自适应直方图均衡化来改善
# 图像中的对比度。自适应直方图均衡化将图像
# 分割成区域，然后在那些区域中均衡化直方图以改善
# 图像对比度，而不是全局直方图均衡化。此外，
# 你可以指定一个剪切限制，以防止对比度失控。

import sensor
import time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time=2000)
clock = time.clock()

while True:
    clock.tick()

    # clip_limit 小于 0 时，您将获得正常的自适应直方图均衡
    # 这可能会导致大量的对比度噪声...

    # clip_limit 为 1 时没有任何效果。为了获得最佳效果，请稍微提高
    # 超过 1，如下所示。数值越高，您就越接近
    # 具有巨大对比度波动的标准自适应直方图均衡。

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

    print(clock.fps())