Bu yazıda CLAHE algoritmasını nasıl uygulayacağımızı ve verilen bir resmi histogram eşitlemesi için nasıl işleyeceğimizi öğreneceğiz. Bu yazıda, CLAHE algoritmasının, görüntü iyileştirme için nasıl uygulandığını göreceğiz. CLAHE, görüntü kontrast değerlerinin aşırı yüksekliği ile ilgilenen AHE algoritmasının bir varyantıdır. CLAHE, bütün resim üzerinde işlem yapmak yerine kesitler olarak adlandırılan küçük bölgeler üzerinde işlem yapar. Küçük kesitlerde yapılan işlem sonrasında oluşan yapay sınırları kaldırmak için bilinear interpolasyon işlemi uygulanarak bu küçük kesitler birleştirilerek son görüntü elde edilir.
Bu algoritma görüntü kontrastını iyileştirmek için kullanılabilir. CLAHE algoritmasını renkli görüntülere de uygulayabiliriz. Genelde HSV görüntülerin yalnızca parlaklık kanalına uygulandığı durumlarda, tüm RGB kanallara uygulamaktan çok daha başarılı sonuçlar elde etmemizi sağlar.
CLAHE algoritması uygulanırken 2 parametre önemlidir. Birincisi clipLimit parametresidir. Bu parametre bizim kontrast eşik değerimizi ifade eder. Varsayılan değeri 40 olarak belirlenmiştir. İkinci parametremiz tileGridSize ise görüntünün kaç adet kesit halinde bölütleneceğidir. Varsayılan olarak 8x8 olacak şekilde bölütlenir.
OpenCV kütüphanesi sayesinde çok detaylara inmeden sadece ilgili parametreleri belirleyerek CLAHE algoritmasını kullanabiliriz. Ben burada Python üzerinden örnek göstereceğim. Görüntü olarak da, sonuçları daha net görebilmek adına meşhur Lenna görselinin gri versiyonunu kullanacağım.
Şimdi OpenCV kütüphanesi ile bu görüntüye, clipLimit parametresi 1, 2, 3 olacak şekilde CLAHE algoritmasını uygulayalım. tileGridSize parametresine karışmıyoruz. Tabii görüntüyü yüklediğimiz zaman boyutları (512, 512, 3) olacaktır. CLAHE algoritmasını uygulayabilmek için OpenCV ile (512, 512, 1) boyutlarına getirip algoritmayı uyguluyoruz.
| import cv2 | |
| input_image = "lenna_gray.jpg" | |
| image = cv2.imread(input_image) | |
| image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) | |
| for i in range(1, 4): | |
| clahe = cv2.createCLAHE(clipLimit=i) | |
| final_image = clahe.apply(image) | |
| cv2.imwrite("lenna_gray_with_clahe_%d.jpg"%(i), final_img) |
Evet gördüğünüz gibi clipLimit değeri arttıkça daha keskin çizgiler oluşmaya başladı (görsele tıklayarak detaylı inceleyebilirsiniz). Gölgeler ve bazı ayrıntılar daha belirgin oldu. Ancak çok yüksek değerler görselde bozulmalara sebep olabilir. Uygun değeri deneme yanılmayla bulabiliriz.
Son blog yazımı 2021 yılında paylaşmışım (ne ölmesi kardeşim bayılmışım). Aslında bir sürü taslak var, ancak üşengeçlikten hep yarıda kalmışlar veya detaylara inememişim. Ama mümkünse kısa kısa da olsa yazılarımı paylaşmaya çalışacağım artık. O halde bir başka yazıda buluşma temennisinde bulunarak yazıyı tamamlayalım (dedi ve 5 yıl sonra yazdı).
Yorumlar
Yorum Gönder