如何应用对比度/直方图算法来清理原始灰度图像？

Question

在使用“opencv-python”和传感器校准对实际数据进行一些处理后，我得到了原始 y16 格式的图像（将 3 个手指指向传感器前面）。我将图像仅作为阴影（如图像中所示），我试图使其像正常的原始灰度图像（红外图像）一样更加可见。有什么建议/解决方案可以提高图像质量以便看得更清楚吗？

实际帧数据为yuv2格式（16bit）

1. 视频采集

2. 视频设置为Y16（原始数据），convert_rgb->0，prop_format->-1

3. 帧读取

4. 对帧数据的一些操作

   -框架重塑为行、列*2

   -转为无符号整数(.astype(np.uint16)

   -大端格式（位移位）

   -查看为无符号整数（np.uint16）

5. frame_roi作物

6. 应用中值模糊

7. frame_roi位移（以提高可见性）

8. 应用归一化

9. 应用 CLAHE

10. 显示图像

import numpy as np
import cv2
cap = cv2.VideoCapture(0, cv2.CAP_MSMF)

cols, rows = 340, 240
cap.set(cv2.CAP_PROP_FRAME_WIDTH, cols)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, rows)
cap.set(cv2.CAP_PROP_FPS, 30)
cap.set(cv2.CAP_PROP_FOURCC, cv2.VideoWriter.fourcc('Y','1','6',' '))
cap.set(cv2.CAP_PROP_CONVERT_RGB, 0)
cap.set(cv2.CAP_PROP_FORMAT, -1)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))

while(cap.isOpened()):  
    ret, frame = cap.read()
    if not ret:
        break
    frame = frame.reshape(rows, cols*2)
    frame = frame.astype(np.uint16)               
    frame = (frame[:, 0::2] << 8) + frame[:, 1::2]
    frame = frame.view(np.uint16)   
    frame_roi = frame[:, 10:-10]
    frame_roi = cv2.medianBlur(frame_roi, 3)
    frame_roi = frame_roi << 3
    normed = cv2.normalize(frame_roi, None, 0, 255, cv2.NORM_MINMAX,cv2.CV_8U)
    cl1 = clahe.apply(normed)
    cv2.imshow('preview',cl1)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

//norm.png