如何用OpenCV Python基于暗角模板去除图像暗角？

你的代码有几个关键问题导致效果不符合预期：

• 读取test.png时用cv.imread('test.png',0)直接转成了灰度图，原图像的色彩信息直接丢失，后续转BGRA也无法恢复色彩。
• 用cv.subtract做减法操作，会导致暗区域色彩偏移，无法实现自然的明暗均匀。暗角本质是亮度衰减，得用亮度归一化的方式修正，而非直接减法。
• 对vig-alpha.png的透明通道利用不当，暗角模板只需作为亮度参考即可，不需要依赖透明通道。

正确操作步骤和代码 #

准备工作 #

无需用GIMP生成透明图，直接用你去色后的vig-desat.png当暗角模板即可；要是还没去色，用代码直接处理vig-raw.png也可以。

核心代码（单图测试） #

import cv2 as cv
import numpy as np

# 读取原彩色图，保留所有色彩信息
img = cv.imread('test.png', cv.IMREAD_COLOR)
# 读取暗角模板（如果是vig-desat.png直接读灰度，若是vig-raw.png可后续转灰度）
vig_template = cv.imread('vig-desat.png', cv.IMREAD_GRAYSCALE)

# 确保模板和原图尺寸一致，不一致则缩放匹配
if vig_template.shape != img.shape[:2]:
    vig_template = cv.resize(vig_template, (img.shape[1], img.shape[0]))

# 转浮点型避免整数运算溢出，同时防止除以0添加极小值
vig_float = vig_template.astype(np.float32)
vig_float[vig_float == 0] = 1e-5

# 原图转浮点格式，分通道处理保证色彩不丢失
img_float = img.astype(np.float32)
# 亮度归一化：原图除以模板，再乘模板的最大亮度，保证亮度范围正常
max_vig = np.max(vig_float)
corrected = (img_float / vig_float[..., np.newaxis]) * max_vig

# 把结果限制在0-255之间，转回8位整数格式
corrected = np.clip(corrected, 0, 255).astype(np.uint8)

# 查看校正效果
cv.imshow('校正后图像', corrected)
cv.waitKey()
cv.destroyAllWindows()

批量处理750张图的代码 #

import os

# 替换成你的原图文件夹路径和校正后图像保存路径
input_dir = '你的原图文件夹路径'
output_dir = '校正后图像保存路径'
os.makedirs(output_dir, exist_ok=True)

# 预处理暗角模板，避免重复操作
vig_template = cv.imread('vig-desat.png', cv.IMREAD_GRAYSCALE)
vig_float = vig_template.astype(np.float32)
vig_float[vig_float == 0] = 1e-5
max_vig = np.max(vig_float)

for filename in os.listdir(input_dir):
    if filename.endswith('.png'):
        img_path = os.path.join(input_dir, filename)
        img = cv.imread(img_path, cv.IMREAD_COLOR)
        # 缩放模板匹配当前图像尺寸
        vig_resized = cv.resize(vig_float, (img.shape[1], img.shape[0]))
        # 执行校正
        corrected = (img.astype(np.float32) / vig_resized[..., np.newaxis]) * max_vig
        corrected = np.clip(corrected, 0, 255).astype(np.uint8)
        # 保存校正后的图像
        cv.imwrite(os.path.join(output_dir, f'corrected_{filename}'), corrected)

关键说明 #

1. 保留色彩：读取原图时使用cv.IMREAD_COLOR，确保RGB色彩信息完全保留。
2. 自然校正：用除法归一化的方式，暗角区域（模板值低）会被自动提亮，亮区基本保持不变，明暗过渡自然，不会像减法那样出现色彩断层。
3. 精度保障：采用浮点运算避免整数除法的截断误差，保证校正后的色彩和亮度准确。

另外要注意，PNG是无损格式，验证时一定要使用原始PNG文件，别用转成JPEG的图，否则会影响校正效果。

内容的提问来源于stack exchange，提问作者Jacob Rose