百度AI攻略：圖像去霧

圖像去霧：對濃霧天氣下拍攝，致使細節沒法辨認的圖像進行去霧處理，還原更清晰真實的圖像

調用攻略（Python3）

首先認證受權：

在開始調用任何API以前須要先進行認證受權，具體的說明請參考：

http://ai.baidu.com/docs#/Auth/top

獲取Access Token

向受權服務地址https://aip.baidubce.com/oauth/2.0/token發送請求（推薦使用POST），並在URL中帶上如下參數：

grant_type：?必須參數，固定爲client_credentials；

client_id：?必須參數，應用的API Key；

client_secret：?必須參數，應用的Secret Key；

例如：

https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=Va5yQRHlA4Fq5eR3LT0vuXV4&client_secret=0rDSjzQ20XUj5itV6WRtznPQSzr5pVw2&

具體Python3代碼以下：

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import json

#client_id 爲官網獲取的AK， client_secret 爲官網獲取的SK

client_id =【百度雲應用的AK】

client_secret =【百度雲應用的SK】

#獲取token

def get_token():

    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

    request = urllib.request.Request(host)

    request.add_header('Content-Type', 'application/json; charset=UTF-8')

    response = urllib.request.urlopen(request)

    token_content = response.read()

    if token_content:

        token_info = json.loads(token_content)

        token_key = token_info['access_token']

    return token_key

圖像去霧分析接口調用：

詳細說明請參考：https://ai.baidu.com/docs#/ImageProcessing-API/b9ff120b

接口描述

對濃霧天氣下拍攝，致使細節沒法辨認的圖像進行去霧處理，還原更清晰真實的圖像。

請求說明

請求示例

HTTP 方法：POST

請求URL： https://aip.baidubce.com/rest/2.0/image-process/v1/dehaze

URL參數：

參數 值

access_token 經過API Key和Secret Key獲取的access_token，參考」Access Token獲取」

Header以下：

參數 值

Content-Type application/x-www-form-urlencoded

Body中放置請求參數，參數詳情以下：

請求參數

image : base64編碼後大小不超過4M，最短邊至少200px，最長邊最大4096px，長寬比3：1之內。注意：圖片的base64編碼是不包含圖片頭的，如（data:image/jpg;base64,）

返回說明

字段 是否必選 類型 說明

log_id 是 uint64 惟一的log id，用於問題定位

image 否 string base64編碼圖片

Python3調用代碼以下：

#保存圖片

def save_base_image(img_str,filename):

    img_data = base64.b64decode(img_str)

    with open(filename, 'wb') as f:

          f.write(img_data)

#圖片去霧處理,

#filename:原圖片名（本地存儲包括路徑）；dehazedfilename:處理後的文件保存名稱

def test_dehaze(filename,dehazedfilename):

    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/dehaze"

 

    # 二進制方式打開圖片文件

    f = open(filename, 'rb')

    img = base64.b64encode(f.read())

 

 

    params = {"image":img}

    params = urllib.parse.urlencode(params).encode("utf-8")

    #params = json.dumps(params).encode('utf-8')

 

    access_token = get_token()

    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)

    request.add_header('Content-Type', 'application/x-www-form-urlencoded')

    response = urllib.request.urlopen(request)

    content = response.read()

    if content:

        #print(content)

        content=content.decode('utf-8')

        #print(content)

        data = json.loads(content)

        #print(data)

        img_str=data['image']

        save_base_image(img_str,dehazedfilename)

test_dehaze('haze_lake_1.jpg','clear_lake_1.jpg')

功能評測：

選用不一樣的數據對圖片去霧的效果進行測試，具體效果以下：

總體感受效果很不錯。

應用前景：

圖片去霧有很廣闊的應用前景，包括：

視頻監控，在安防監控/車載系統場景下，對受濃霧天氣影響拍攝的視頻/圖像進行優化處理，重建更可辨析的監控材料。

在圖片處理過程當中，做爲預處理，提升後續圖片分析的準確性。