Photoshop 中自动对比功能背后的算法

Question

我正在为图像识别中的预处理图像而苦苦挣扎。

到目前为止，我已经尝试过:

• 我在 python 中的自定义解决方案是这样的

  image_with_better_contrast = round(image/255,0) * 255
  

• Histogram Equalization (比以前好)
• CLAHE (Contrast Limited Adaptive Histogram Equalization) (三选一)

但最近我将 CLAHE 与 Photoshop 的 Auto Contrast 功能在灰度图像上进行了比较 - Auto Contrast 的结果令人印象深刻。我很高兴知道此功能背后的算法。

注意:我知道 Photoshop 是专有软件，其代码可能是封闭源代码。因此，我将不胜感激与改进 CLAHE 结果或任何其他算法相关的任何提示。

Answer 1

同时 CLAHE Algorithm本质上是局部的 Photoshop 的自动对比度可能是一种全局方法。

我会说它仅通过拉伸(stretch)图像中的值来处理图像的直方图 - Image Normalization .
即时，获取 RGB 图像并为每个 channel 拉伸(stretch)其直方图，如下所示(MATLAB 代码):

for ii = 1:numChannels
    mOutputImage(:, :, ii) = (mOutputImage(:, :, ii) - max(max(mOutputImage(:, :, ii)))) ./ (max(max(mOutputImage(:, :, ii))) -  min(min(mOutputImage(:, :, ii))));
end

另一种方法是 Histogram Equalization .

可能 Photoshop 正在做一些更高级的事情。
也许喜欢在 YUV 色彩空间中这样做，将两者混合或使用更稳健的方法来查看直方图的百分位数。

但这是您应该尝试的方向。