removeLight.py

import cv2
import numpy as np
import imgTransparent
def removeLight(fileName):
    #이미지 리사이징
    imgTransparent.resizingImg(fileName)

    ### homomorphic filter는 gray scale image에 대해서 밖에 안 되므로
    ### YUV color space로 converting한 뒤 Y에 대해 연산을 진행
    img = cv2.imread(fileName)
    img_YUV = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
    y = img_YUV[:,:,0]

    rows = y.shape[0]
    cols = y.shape[1]

    ### illumination elements와 reflectance elements를 분리하기 위해 log를 취함
    imgLog = np.log1p(np.array(y, dtype='float') / 255)  # y값을 0~1사이로 조정한 뒤 log(x+1)

    ### frequency를 이미지로 나타내면 4분면에 대칭적으로 나타나므로
    ### 4분면 중 하나에 이미지를 대응시키기 위해 row와 column을 2배씩 늘려줌
    M = 2 * rows + 1
    N = 2 * cols + 1

    ### gaussian mask 생성 sigma = 10
    sigma = 10
    (X, Y) = np.meshgrid(np.linspace(0, N - 1, N), np.linspace(0, M - 1, M))  # 0~N-1(and M-1) 까지 1단위로 space를 만듬
    Xc = np.ceil(N / 2)  # 올림 연산
    Yc = np.ceil(M / 2)
    gaussianNumerator = (X - Xc) ** 2 + (Y - Yc) ** 2  # 가우시안 분자 생성

    ### low pass filter와 high pass filter 생성
    LPF = np.exp(-gaussianNumerator / (2 * sigma * sigma))
    HPF = 1 - LPF

    ### LPF랑 HPF를 0이 가운데로 오도록iFFT함.
    ### 사실 이 부분이 잘 이해가 안 가는데 plt로 이미지를 띄워보니 shuffling을 수행한 효과가 났음
    ### 에너지를 각 귀퉁이로 모아 줌
    LPF_shift = np.fft.ifftshift(LPF.copy())
    HPF_shift = np.fft.ifftshift(HPF.copy())

    ### Log를 씌운 이미지를 FFT해서 LPF와 HPF를 곱해 LF성분과 HF성분을 나눔
    img_FFT = np.fft.fft2(imgLog.copy(), (M, N))
    img_LF = np.real(np.fft.ifft2(img_FFT.copy() * LPF_shift, (M, N)))  # low frequency 성분
    img_HF = np.real(np.fft.ifft2(img_FFT.copy() * HPF_shift, (M, N)) ) # high frequency 성분

    ### 각 LF, HF 성분에 scaling factor를 곱해주어 조명값과 반사값을 조절함
    gamma1 = 0.3
    gamma2 = 1.5
    img_adjusting = gamma1 * img_LF[0:rows, 0:cols] + gamma2 * img_HF[0:rows, 0:cols]

    ### 조정된 데이터를 이제 exp 연산을 통해 이미지로 만들어줌
    img_exp = np.expm1(img_adjusting)  # exp(x) + 1
    img_exp = (img_exp - np.min(img_exp)) / (np.max(img_exp) - np.min(img_exp))  # 0~1사이로 정규화
    img_out = np.array(255 * img_exp, dtype='uint8')  # 255를 곱해서 intensity값을 만들어줌

    ### 마지막으로 YUV에서 Y space를 filtering된 이미지로 교체해주고 RGB space로 converting
    img_YUV[:, :, 0] = img_out
    result = cv2.cvtColor(img_YUV, cv2.COLOR_YUV2BGR)
    # cv2.imshow('result',result)
    # cv2.waitKey(0)
    return result