百度AI攻略：图像去雾

图像去雾：对浓雾天气下拍摄，致使细节没法辨认的图像进行去雾处理，还原更清晰真实的图像

调用攻略（Python3）

首先认证受权：

在开始调用任何API以前须要先进行认证受权，具体的说明请参考：

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

获取Access Token

向受权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求（推荐使用POST），并在URL中带上如下参数：

grant_type：?必须参数，固定为client_credentials；

client_id：?必须参数，应用的API Key；

client_secret：?必须参数，应用的Secret Key；

例如：

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

具体Python3代码以下：

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

#!/usr/bin/env python

import urllib

import json

#client_id 为官网获取的AK， client_secret 为官网获取的SK

client_id =【百度云应用的AK】

client_secret =【百度云应用的SK】

#获取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

图像去雾分析接口调用：

详细说明请参考：https://ai.baidu.com/docs#/ImageProcessing-API/b9ff120b

接口描述

对浓雾天气下拍摄，致使细节没法辨认的图像进行去雾处理，还原更清晰真实的图像。

请求说明

请求示例

HTTP 方法：POST

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

URL参数：

参数 值

access_token 经过API Key和Secret Key获取的access_token，参考”Access Token获取”

Header以下：

参数 值

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

Body中放置请求参数，参数详情以下：

请求参数

image : base64编码后大小不超过4M，最短边至少200px，最长边最大4096px，长宽比3：1之内。注意：图片的base64编码是不包含图片头的，如（data:image/jpg;base64,）

返回说明

字段 是否必选 类型 说明

log_id 是 uint64 惟一的log id，用于问题定位

image 否 string base64编码图片

Python3调用代码以下：

#保存图片

def save_base_image(img_str,filename):

    img_data = base64.b64decode(img_str)

    with open(filename, 'wb') as f:

          f.write(img_data)

#图片去雾处理,

#filename:原图片名（本地存储包括路径）；dehazedfilename:处理后的文件保存名称

def test_dehaze(filename,dehazedfilename):

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

 

    # 二进制方式打开图片文件

    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')

功能评测：

选用不一样的数据对图片去雾的效果进行测试，具体效果以下：

总体感受效果很不错。

应用前景：

图片去雾有很广阔的应用前景，包括：

视频监控，在安防监控/车载系统场景下，对受浓雾天气影响拍摄的视频/图像进行优化处理，重建更可辨析的监控材料。

在图片处理过程当中，做为预处理，提升后续图片分析的准确性。