最近在做一個用unet神經網絡識別種子出苗率的項目（種子賊小，分辨率還賊低），由於識別的效果不太好，只能對圖像做預處理了。。。預處理選用的是ps中的色階處理，可是cv2等圖像庫中沒有現成的函數，只能自己一點一點搜資料，找到了ps中色階調整的計算公式。
以下是ps中的色階窗口
左邊黑三角叫做黑場，中間叫做灰場，右邊叫做白場。上面的圖是分布直方圖，表示每個色階的數量，開始我天真的以為色階調整是把低於黑場的像素值設置為0，高於白場的設為255就行，后來這么寫出來后，發現事情並不簡單，根本不是想要的效果，然后又去各種搜博客，**終於**，我發現了一位老哥的博客：https://blog.csdn.net/maozefa/article/details/43971063
太感謝這位老哥了，大家有公式不懂的可以去看看。
根據他給的公式，我用python實現了一下：
''' 用於圖像預處理，模擬ps的色階調整 img：傳入的圖片 Highlight：白場(Shadow-255) Shadow：黑場(0-Highlight) 0 <= Shadow < Highlight <= 255 返回一張圖片 ''' def Whiite_Black_Level_Pretreatment(self, img, Shadow,Highlight): if Highlight > 255: Highlight = 255 if Shadow < 0: Shadow = 0 if Shadow >= Highlight: Shadow = Highlight - 2 # 轉類型 img = np.array(img, dtype=int) # 計算白場黑場離差 Diff = Highlight - Shadow # 計算系數 coe = 255.0 / Diff rgbDiff = img - Shadow rgbDiff = np.maximum(rgbDiff, 0) img = rgbDiff * coe # 四舍五入到整數 img = np.around(img, 0) # 變為int型 img = img.astype(int) return img
注意：我這里沒有關系到中間的灰場和輸出色階，我的灰場默認為1.0，如果需要用到灰場，需要實現這里：
效果：當黑場為81，白場為161時：
原圖：
處理后：