我之前问过这个问题“如何从图像中提取数字”LINK最后我完成了这一步，但是当我尝试识别数字时，有一些测试用例会导致糟糕的输出。以这张图片为例
这张图片的对比度很低(来 self 的 POV)我试图调整它的对比度，结果仍然 Not Acceptable 。我也尝试锐化它然后我应用了 Gamma 校正但结果仍然不公平，所以提取的数字不被分类器很好地识别
这是(锐化 + Gamma )之后的图像
分离后的4号:
谁能告诉我解决此类问题的最佳想法是什么？
最佳答案
锐化并不总是解决此类问题的最佳工具。与名称所暗示的相反，锐化不会“恢复”信息以将细节和边缘添加回图像。相反，锐化是一类增加边缘局部对比度的操作。
因为您的原始图像已经严重退化，这种锐化操作看起来会添加很多噪声，而且通常不会使任何东西变得更好。
还有另一类算法称为“去模糊”算法，它们试图通过(复杂得多的)数学模型实际重建图像细节。它的一些版本是盲反卷积、正则化反卷积和维纳反卷积。
但是，重要的是要注意所有这些方法都是近似值——一旦图像内容通过模糊等操作丢失，它(几乎)永远无法完全恢复。此外，这些方法通常要复杂得多。
处理这些情况的最佳方法是确保它们永远不会发生。确保图像捕获期间的良好对焦，使用分辨率非常适合您的任务的系统，控制照明环境。然而，当这些方法不起作用或不能起作用时，就需要图像重建技术。
关于image-processing - 如何增强嘈杂图像的颜色和对比度，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21175557/