adaptive_histogram_equalization.py

# Ce travail est publié sous licence MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Tous droits réservés.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Égalisation d'histogramme adaptative
#
# Cet exemple montre comment utiliser l'égalisation d'histogramme adaptative pour améliorer
# le contraste de l'image. L'égalisation d'histogramme adaptative divise l'image
# en régions puis égalise l'histogramme dans ces régions pour améliorer
# le contraste de l'image par rapport à une égalisation d'histogramme globale. De plus,
# vous pouvez spécifier une limite d'écrêtage pour empêcher le contraste de devenir excessif.

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()

    # Une clip_limit inférieure à 0 donne une égalisation d'histogramme adaptative normale
    # qui peut entraîner d'énormes quantités de bruit de contraste...

    # Une clip_limit de 1 ne fait rien. Pour de meilleurs résultats, allez légèrement plus haut
    # que 1 comme ci-dessous. Plus vous augmentez, plus vous vous rapprochez
    # de l'égalisation d'histogramme adaptative standard avec d'énormes variations de contraste.

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

    print(clock.fps())