我想知道是否有人可以指出正确的方向,以使用 javascript 自动调整从手机摄像头拍摄的图像的亮度/对比度,以便更轻松地从图像中读取文本。
感谢任何帮助,
非常感谢。
最佳答案
要自动调整图像,我们可以使用从图像生成的直方图,然后使用阈值找到黑/白点,用于将像素值缩放到两端的最大值。
在 HTML5 中,我们需要使用 canvas 元素来读取像素信息。
#构建直方图
直方图是图像中最能代表哪些值的概览。对于亮度对比度,我们会对亮度值(像素的感知亮度)感兴趣。
示例亮度直方图
要计算亮度值,我们可以使用 REC.709(AKA BT.709,推荐,此处使用)或 REC.601 公式。
Y = 0.299 * R + 0.587 * G + 0.114 * B
我们需要将其转换为整数 (iluma = Math.round(luma);
),否则我们将很难构建基于整数值 [0, 255 的直方图] 用于存储(参见下面的示例代码)。
确定使用哪个范围的策略可能会有所不同,但为简单起见,我们可以选择基于两端像素最小表示的阈值策略。
显示示例阈值的红线
要根据阈值找到最暗的区域,我们将从左到右扫描,当我们获得高于阈值的亮度值时,将其用作最小值。如果我们到达中心(甚至只有 33%),我们可以中止并默认为 0。
对于最亮的,我们会做同样的事情,但如果没有找到阈值,则从右到左默认为 255。
您当然可以为每一端使用不同的阈值 - 这都是一个反复试验的游戏,直到您找到适合您的场景的值。
我们现在应该有两个值代表最小-最大范围:
基于阈值的最小-最大范围
#缩放一般亮度级别
首先根据min-max范围计算出我们需要使用的比例因子:
scale = 255 / (max - min) * 2
我们总是会从每个组件中减去 min,即使这意味着它会被裁剪(如果 < 0 则将值设置为 0)。当减去时,我们使用比例因子缩放每个分量值。最后的 x2 是为了补偿亮度和实际 RGB 值之间的差异。像其他值一样使用这个值(这里只是一个任意示例)。
我们对每个像素中的每个组件执行此操作(0 剪辑和缩放):
component = max(0, component - min) * scale
当图像数据被放回时,对比度应该是基于给定阈值的最大值。
#提示
您不必使用整个图像位图来分析直方图。如果您处理按比例缩小到较小表示的大型图像源 - 您不需要太多,因为我们追求的是最亮/最暗的区域,而不是单个像素。
您可以使用自身的混合模式使图像变亮和增加对比度,例如multiply
、lighten
、hard-light
/soft-light
等(<= IE11 不支持混合模式)。针对这些调整公式,然后进行实验。
#例子
这适用于显示上述技术的缓冲区。存在更复杂和准确的方法,但这是作为概念验证给出的(根据 CC-3.0-by-sa, attribution required 获得许可)。
它以 10% 的阈值开始。使用 slider 查看使用阈值的结果差异。可以通过此处显示的方法以外的其他方法计算阈值。实验!
使用整页运行代码段 -
var ctx = c.getContext("2d"),
img = new Image; // some demo image
img.crossOrigin =""; // needed for demo
img.onload = setup;
img.src = "//i.imgur.com/VtNwHbU.jpg";
function setup() {
// set canvas size based on image
c.width = this.width;
c.height = this.height;
// draw in image to canvas
ctx.drawImage(this, 0, 0);
// keep the original for comparsion and for demo
org.src = c.toDataURL();
process(this, +tv.value);
}
function process(img, thold) { //thold = % of hist max
var width = img.width, height = img.height,
idata, data,
i, min = -1, max = -1, // to find min-max
maxH = 0, // to find scale of histogram
scale,
hgram = new Uint32Array(width); // histogram buffer (or use Float32)
// get image data
idata = ctx.getImageData(0, 0, img.width, img.height); // needed for later
data = idata.data; // the bitmap itself
// get lumas and build histogram
for(i = 0; i < data.length; i += 4) {
var luma = Math.round(rgb2luma(data, i));
hgram[luma]++; // add to the luma bar (and why we need an integer)
}
// find tallest bar so we can use that to scale threshold
for(i = 0; i < width; i++) {
if (hgram[i] > maxH) maxH = hgram[i];
}
// use that for threshold
thold *= maxH;
// find min value
for(i = 0; i < width * 0.5; i++) {
if (hgram[i] > thold) {
min = i;
break;
}
}
if (min < 0) min = 0; // not found, set to default 0
// find max value
for(i = width - 1; i > width * 0.5; i--) {
if (hgram[i] > thold) {
max = i;
break;
}
}
if (max < 0) max = 255; // not found, set to default 255
scale = 255 / (max - min) * 2; // x2 compensates (play with value)
out.innerHTML = "Min: " + min + " Max: " + max +
" Scale: " + scale.toFixed(1) + "x";
// scale all pixels
for(i = 0; i < data.length; i += 4) {
data[i ] = Math.max(0, data[i] - min) * scale;
data[i+1] = Math.max(0, data[i+1] - min) * scale;
data[i+2] = Math.max(0, data[i+2] - min) * scale;
}
ctx.putImageData(idata, 0, 0)
}
tv.oninput = function() {
v.innerHTML = (tv.value * 100).toFixed(0) + "%";
ctx.drawImage(img, 0, 0);
process(img, +tv.value)
};
function rgb2luma(px, pos) {
return px[pos] * 0.299 + px[pos+1] * 0.587 + px[pos+2] * 0.114
}
<label>Threshold:
<input id=tv type=range min=0 max=1 step= 0.01 value=0.1></label>
<span id=v>10%</span><br>
<canvas id=c></canvas><br>
<div id=out></div>
<h3>Original:</h3>
<img id=org>
关于javascript - 自动调整亮度/对比度以从图像中读取文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37986669/