在本教程中组砚，我們將學(xué)習(xí)如何完全自動地從照片中消除紅眼吻商。
如何自動刪除紅眼？
第1步：眼睛檢測
第一步是自動檢測眼睛糟红。我們使用標(biāo)準(zhǔn)的OpenCV Haar檢測器（haarcascade_eye.xml）來尋找眼睛愚铡。有時淘邻，首先運(yùn)行面部檢測器然后檢測面部區(qū)域內(nèi)的眼睛是有意義的。為了簡單起見，我們直接在圖像上運(yùn)行眼睛檢測器捧书。當(dāng)輸入圖像是人像拍攝，或者你有眼睛的特寫鏡頭時虏束，跳過面部檢測器楞黄。
第2步：遮住紅眼睛
接下來，我們需要找到受紅眼影響的瞳孔部分句旱。有許多不同的方法可以找到紅色的東西阳藻。需要注意的一點(diǎn)是，我們的顏色不僅僅是紅色谈撒，而是鮮紅色腥泥！你可以根據(jù)色度和亮度將圖像轉(zhuǎn)換為HSV色彩空間和閾值。在這篇文章中啃匿，我們使用了一種更簡單的啟發(fā)式方法蛔外。我們說他的紅色通道應(yīng)該大于閾值，也是綠色和藍(lán)色通道的總和溯乒。出于概念驗證系統(tǒng)的目的夹厌，啟發(fā)式是足夠的，但如果你想為商業(yè)軟件包構(gòu)建自動防紅眼裆悄，你需要收集成千上萬的紅眼圖像才能做出更好的東西矛纹。
在下面的代碼中，我們遍歷我們在上一步中檢測到的所有眼睛矩形光稼。然后我們使用命令split將彩色圖像分割成三個通道或南。最后孩等，我們?yōu)槊總€像素創(chuàng)建一個掩碼，其中紅色通道高于閾值（150）采够，紅色通道大于綠色和藍(lán)色通道的總和肄方。
代碼：
for (x, y, w, h) in eyes:
??# 從圖像中提取眼睛的位置
??eye = img[y:y+h, x:x+w]
??# 將眼睛圖像分離成3通道
??b = eye[:, :, 0]
??g = eye[:, :, 1]
??r = eye[:, :, 2]
??# 添加綠色和藍(lán)色通道
??bg = cv2.add(b, g)
??# 簡單的紅眼檢測器
??mask = (r > 150) &??(r > bg)
??# 將掩碼轉(zhuǎn)換為uint8格式
??mask = mask.astype(np.uint8)*255
3步：清理瞳孔掩碼
?
圖1：左：基于顏色的瞳孔掩模 中間：填充孔的瞳孔掩模 右：膨脹瞳孔掩模
在上一步中創(chuàng)建的掩模很可能會有洞。圖1中的左圖顯示了使用顏色處理獲得的原始掩模蹬癌。我們使用下面分享的代碼刪除了掩碼中的洞权她。
def fillHoles(mask):
? ? maskFloodfill = mask.copy()
? ? h, w = maskFloodfill.shape[:2]
? ? maskTemp = np.zeros((h+2, w+2), np.uint8)
? ? cv2.floodFill(maskFloodfill, maskTemp, (0, 0), 255)
? ? mask2 = cv2.bitwise_not(maskFloodfill)
? ? return mask2 | mask
此外，膨脹掩模是一個好主意逝薪，以便于它覆蓋了比需要的區(qū)域稍大隅要。這是因為在邊界處顏色逐漸消失，并且在我們的最初掩模中可能沒有捕捉到一些紅色翼闽。在圖1中拾徙，右圖是膨脹的掩模。我們使用下面分享的代碼來膨脹掩模感局。
# 通過填充孔和膨脹來清理掩模
mask = fillHoles(mask)
mask = cv2.dilate(mask, None, anchor=(-1, -1), iterations=3, borderType=1, borderValue=1)
4步：修復(fù)紅眼
現(xiàn)在我們有一個只包含每只眼睛紅色區(qū)域的掩模尼啡。我們接下來展示如何處理這個掩模內(nèi)的區(qū)域以修復(fù)紅眼。
我們知道紅眼睛會使圖像中的紅色通道飽和询微。換句話說崖瞭，紅色通道中的所有信息都被破壞。我們怎樣才能恢復(fù)這些信息呢撑毛？修復(fù)紅眼時书聚，我們不需要在紅色通道中檢索真正的底層紋理;?我們只需要找到合理的紋理。
幸運(yùn)的是藻雌，紅眼效果僅在紅色通道中破壞紋理;?藍(lán)色和綠色通道仍然很好雌续。您可以在下圖中看到圖像的紅色，綠色和藍(lán)色通道
?
圖2：左：紅色通道 中間：藍(lán)色通道 右：綠色通道
可以使用綠色和藍(lán)色通道的組合來提供合理的紅色通道胯杭。例如驯杜，我們可以創(chuàng)建一個紅色通道，它是圖像中綠色和藍(lán)色通道的平均值做个。然而鸽心，這樣做可能會給瞳孔帶來輕微的色調(diào)，看起來不錯居暖，但不是很好顽频。注意中心圖像中的紫色調(diào)
?
圖3：左：紅眼?中間：通過更換紅色通道修復(fù)?右：通過更換所有通道修復(fù)
這給我們帶來了一個重要問題。瞳孔的顏色應(yīng)該是什么太闺？瞳孔是眼睛的開口糯景，眼睛的內(nèi)部是完全黑暗的。因此，瞳孔應(yīng)該是無色的（灰度）和黑暗的莺奸。我們不是僅僅替換瞳孔區(qū)域中的紅色通道丑孩，而是用綠色和藍(lán)色通道的平均值替換所有通道，這就消除了紫色調(diào)灭贷。
下面的代碼首先通過平均綠色和藍(lán)色通道來創(chuàng)建平均通道。然后用該平均通道替換所有通道的掩模區(qū)域內(nèi)的所有像素
# 通過平均綠色和藍(lán)色通道值來計算平均通道
#Recall, bg = cv2.add(b, g)
mean = bg / 2
mask = mask.astype(np.bool)[:, :, np.newaxis]
mean = mean[:, :, np.newaxis]
# 從初始圖像中復(fù)制眼睛
eyeOut = eye.copy()
# 將平均圖像復(fù)制到輸出圖像
np.copyto(eyeOut, mean, where=mask)
步驟5：更換修復(fù)的眼睛區(qū)域
在上一步中略贮，我們修復(fù)了三個通道甚疟。最后一步是合并三個通道以創(chuàng)建RGB圖像，然后將此修復(fù)的眼睛區(qū)域放回原始圖像中逃延。
代碼：
# 將修復(fù)的眼睛復(fù)制到輸出圖像
imgOut[y:y+h, x:x+w, :] = eyeOut
自動紅眼消除結(jié)果
我們首先在開始的示例圖像上顯示結(jié)果览妖。
?
圖4：紅眼消除結(jié)果
請注意，從瞳孔掩模區(qū)域移除所有顏色會使圖像看起來很漂亮揽祥，因為眼睛中心的點(diǎn)是完全白色的讽膏。還要注意，在瞳孔的邊界上紅色消失拄丰，但是由于膨脹操作府树，我們?nèi)匀豢梢圆东@到該區(qū)域。
openCV【實踐系列】7——面部標(biāo)志檢測
https://bbs.easyaiforum.cn/thread-854-1-1.html
(出處: 易學(xué)智能)
