Traitement d'image Golang : comment éclairer et supprimer le bruit des images

Traitement d'image Golang : Comment éclairer et supprimer le bruit des images

Résumé :
Dans le traitement d'image, l'éclairage et le débruitage sont des tâches courantes. Cet article explique comment utiliser Golang pour l'éclairage et le débruitage des images. Nous utiliserons la bibliothèque de traitement d'images Go pour implémenter ces fonctions et fournirons des exemples de code correspondants.

1. Introduction
   Le traitement d'image est l'une des applications importantes dans le domaine de la vision par ordinateur. Les problèmes d’éclairage et de bruit sont deux défis majeurs auxquels il faut faire face en traitement d’image. Les problèmes d'éclairage font référence à une lumière inégale ou faible dans l'image, tandis que les problèmes de bruit font référence à des pixels interférents dans l'image. Résoudre ces problèmes peut améliorer la qualité et la clarté de vos images.
2. Illumination lumineuse
   L'éclairage lumineux nécessite généralement d'ajuster la luminosité et le contraste de l'image. Dans Golang, nous pouvons utiliser la bibliothèque d'imagerie pour implémenter ces fonctions. Voici un exemple de code simple :

package main

import (
    "fmt"
    "github.com/disintegration/imaging"
    "image"
)

func main() {
    src, err := imaging.Open("input.jpg")
    if err != nil {
        fmt.Println("failed to open image:", err)
        return
    }

    // 调整亮度和对比度
    dst := imaging.AdjustBrightness(src, 20)
    dst = imaging.AdjustContrast(dst, 20)

    err = imaging.Save(dst, "output.jpg")
    if err != nil {
        fmt.Println("failed to save image:", err)
        return
    }

    fmt.Println("image processed successfully")
}

Dans l'exemple ci-dessus, nous ouvrons d'abord une image et utilisons les fonctions imaging.AdjustBrightness et imaging.AdjustContrast pour régler la luminosité et contraste séparément. Enfin, nous enregistrons l'image traitée dans le fichier de sortie. imaging.AdjustBrightness 和 imaging.AdjustContrast 函数来分别调整亮度和对比度。最后，我们将处理后的图片保存到了输出文件中。

3. 去除噪点
   去除噪点是另一个常见的图像处理任务。在 Golang 中，我们可以使用 goimagehash 库来实现去噪。下面是一个简单的示例代码：

package main

import (
    "fmt"
    "github.com/corona10/goimagehash"
    "image/jpeg"
    "os"
)

func main() {
    file, err := os.Open("input.jpg")
    if err != nil {
        fmt.Println("failed to open image:", err)
        return
    }
    defer file.Close()

    img, err := jpeg.Decode(file)
    if err != nil {
        fmt.Println("failed to decode image:", err)
        return
    }

    // 使用 pHash 方法计算图片的哈希值
    phash, err := goimagehash.PerceptionHash(img)
    if err != nil {
        fmt.Println("failed to calculate hash:", err)
        return
    }

    fmt.Println("original image hash:", phash.GetHash())

    // 使用 AverageHash 方法对图片进行去噪
    ahash, err := goimagehash.AverageHash(img)
    if err != nil {
        fmt.Println("failed to calculate average hash:", err)
        return
    }

    // 输出去噪后的图片的哈希值
    fmt.Println("denoised image hash:", ahash.GetHash())
}

在上面的示例中，我们首先打开了一张图片并进行解码。然后使用 goimagehash.PerceptionHash 计算图片的哈希值，接着使用 goimagehash.AverageHash

Suppression du bruit

La suppression du bruit est une autre tâche courante de traitement d'image. Dans Golang, nous pouvons utiliser la bibliothèque goimagehash pour réaliser le débruitage. Voici un exemple de code simple :


rrreee🎜Dans l'exemple ci-dessus, nous avons d'abord ouvert une image et l'avons décodée. Utilisez ensuite goimagehash.PerceptionHash pour calculer la valeur de hachage de l'image, puis utilisez la méthode goimagehash.AverageHash pour débruiter l'image. Enfin, nous générons la valeur de hachage de l'image débruitée. 🎜🎜Résumé : 🎜Cet article présente la méthode d'éclairage et de débruitage des images dans Golang. Nous pouvons facilement implémenter ces fonctions en utilisant la bibliothèque de traitement d'images Go et la bibliothèque goimagehash. J'espère que les lecteurs pourront maîtriser la technologie d'éclairage et de débruitage dans le processus de traitement d'image grâce à l'exemple de code présenté dans cet article. 🎜

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!