偶然的机会接触到一个项目，需要实现类似扫描宝的图片去灰底功能。但网上的相关资料太少，不得已自己研究，总算找到了方法。虽然效果比不上扫描宝，但也还是不错的。
1 算法效果
废话不多说，先上效果图
更多的样例效果详见 Examples
2 算法原理
算法大致可以分为三步：
1、局部对比度增强和亮度增强
2、增白处理
3、伽马变换
2.1 局部对比度增强和亮度增强
由于图片局部有时会过暗或过亮，因此使用全局对比度增强效果不会太好，采用局部增强反而更符合要求。
局部对比度增强和亮度增强公式
式中，I a vr a ge 为局部块像素灰度的平均值，c ontra st 为对比度增强系数，b rig h t 为亮度增强系数。
c ont ra
s t
可以是固定值。
b rig ht
则应该是动态值，比如亮度过暗的区域，亮度增强系数应该取大值。再如，对于大块有色区域，分布在好几个局部块中，为了防止出现亮度不均匀，亮度增强系数的选取又不应差别过大。
进行完这一步，去灰底的效果已经非常明显了，但此时，背景仍不是纯白的效果，同时，由于采用了局部算法，图像出现了很明显的分块痕迹，需要进一步增白剔除。
2.2 增白处理
这一步只要是把背景中残留的灰色像素替换为白色像素，关键是如何区分出灰色像素，我们在 HSV 颜色模型下考虑问题。
用锥角 （即 S 分量和 V 分量的比值）和 V 分量来作为判别准则，由模型可知，灰色像素的锥角较小，同时为了剔除黑色像素，像素的明度 （V ）又不能太小。因此可以拟定这样一条判别准则：
锥角小于一定值，同时明度大于一定值的像素为灰色像素
对于识别出的灰色像素，认为修改为白色像素，这样不仅增白了背景，还有效去除了分块的痕迹。
2.3 伽马变换
其实进行完以上两步，已经基本达到了去灰底的要求，进行伽马变换只不过是进行一些修饰工作。
在 HSV 颜色空间下，分别对色彩饱和度和明度进行伽马变换。
选取 γ<1的伽马变换，对饱和度进行变换可以使图片的色彩更加鲜艳，对明度进行变换可以增强图片整体的亮度
γ 选取过小反而造成色彩的失真，或者使图片太亮而牺牲了对比度。
3 结语
算法中用到的方法都是图像处理中的常用方法，原理很简单，但真正到需要解决一个具体问题的时候，能用起来又是何其难也。
算法完整代码已上传到 Github 中
欢迎 Star ， 欢迎指教。
