Meistens bin ich ein Vektorkerl, aber für ein aktuelles Projekt muss ich mit ein paar alten gescannten Papierkarten arbeiten (ww2-Bombenschadenskarten für London, wenn Sie interessiert sind!)
Wir haben die Karten gescannt und georeferenziert und möchten nun eine gekachelte Verbundebene für die Bereitstellung auf einer Website erstellen. Wir werden die Grenzen offensichtlich ausschneiden, das ist hier nicht das Problem.
Das Problem ist, dass es unansehnliche Farb- und Helligkeitsunterschiede zwischen den Kartenblättern gibt. Ich bin ein bisschen ratlos, wie ich sie ausgleichen kann, um ein stimmiges visuelles Erscheinungsbild zu erzielen. Ich habe Informationen zum Histogrammausgleich erhalten, aber meine aktuelle Toolbox (Manifold GIS, GDAL, GeoServer) verfügt anscheinend nicht über die erforderlichen Funktionen.
Beispiel für 4 bereits georeferenzierte Scans:
quelle
Antworten:
Dies kann in GIMP erfolgen http://www.gimp.org/
Sie müssen eine benutzerdefinierte Farbpalette erstellen. Dabei wird jedes geladene Bild gelesen und die beste Übereinstimmung mit den Pixeln erzielt, sodass die Farben nahezu übereinstimmen.
Auf ähnliche Weise können Sie auch Kontrast und Helligkeit einschränken
http://gimp.open-source-solution.org/manual/gimp-tool-brightness-contrast.html
http://docs.gimp.org/en/gimp-palette-dialog.html
Für detailliertere Informationen können Sie die Equalize-Funktion mit dem Histogramm verwenden
http://docs.gimp.org/en/gimp-layer-equalize.html
Dies kann mit der Makrofunktion script fu automatisiert werden.
http://www.squidoo.com/gimp-how-to-write-a-script-fu-macro
quelle
Eine andere Möglichkeit ist die Verwendung von Foto- (Panorama-) Sticksoftware. Hugin ist ein Beispiel für ein freies und offenes Projekt, das genau das tut und mit Enblend geliefert wird, das Helligkeitsunterschiede ausgleichen kann. Sie müssen sich nicht mit Paletten herumschlagen, sondern wählen einfach das Bild mit der besten Beleuchtung / den besten Farben als Quelle für das Mischen. Sie müssten jedoch zuerst die Grenzen abschneiden.
quelle
Ein Versuch, den ich vorschlagen würde, ist die Verwendung von Histogramm-Ausgleichstechniken.
es kann alle Bilder zu einer gemeinsamen Referenz bringen, wodurch auch der Kontrast verbessert wird.
Sie sollten versuchen, hier ist eine Bibliothek, um zu versuchen:
https://github.com/rupestre-campos/histogram_equalize
Sie könnten versuchen, sich für jeden Datensatz zu bewerben.
quelle