在工作生活中偶尔接触到“扫描全能王”，感觉特别是其中的图像增强效果非常不错，由于基于手持设备、对于日常操作来说也是非常方便。身为图像处理算法工程师，自然对其中的原理比较感兴趣。经过一段时间思考实践，特别要感谢 https://blog.csdn.net/pleasecallmewhy/article/details/8776998 作者“图夫作坊“提供的帮助，基于OpenCV对原算法进行了某种程度的实现。由于采用的都是公开的信息，所以这里拿出来进行分享，希望能够帮助大家解决类似问题。
一、主要算法原理
实现这样一个图像增强的算法，肯定是一个”复合算法“，但是对于主要算法，我
引用https://blog.csdn.net/pleasecallmewhy/article/details/8776998 作者“图夫作坊“原话，这样的一个问题可以归并为：
“问题规范为图像A,B，为同一场景在不一样的光照拍摄图片，那么：
光照分布 L = A / B
如果已知 A， L ，则 B = A / L (B 为A去光照的结果)
这里L约等于 gaussFilter(A, 大核)
算是展现了图像除法的经典案例“
这是比较贴切的。实际上实现的效果类似ps中的“分离”算法，具体效果大家可以自己打开PS尝试一下。
二、算法仿真
划分模式的计算公式：结果色 = (基色 / 混合色) * 255。
分析每个颜色通道的数值，并用基色分割混合色，基色数值大于或等于混合色数值，混合出的颜色为白色。基色数值小于混合色，结果色比基色更暗。因此结果色对比非常强。
两个一样的图层（复制基色图层），图层混合模式改为划分结果色就是白色
混合色为白色，结果色就是基色；混合色为黑色，结果色就是白色；
两个一样的图层（复制基色图层），图层混合模式改为划分结果色就是白色
混合色为白色，结果色就是基色；混合色为黑色，结果色就是白色；
以上思路，翻译成代码基本就是
Mat src = imread("E:\\未来项目\\白板增强\\images\\t1.jpeg");
src.convertTo(src,CV_32FC3,1.0/255);
Mat gauss;
Mat dst = src.clone();
cv::GaussianBlur(src,gauss,Size(101,101),0);
//划分
//如果混合色与基色相同则结果色为白色
//如混合色为白色则结果色为基色不变
//如混合色为黑色则结果色为白色
dst = src/gauss;
src.convertTo(src,CV_32FC3,1.0/255);
Mat gauss;
Mat dst = src.clone();
cv::GaussianBlur(src,gauss,Size(101,101),0);
//划分
//如果混合色与基色相同则结果色为白色
//如混合色为白色则结果色为基色不变
//如混合色为黑色则结果色为白色
dst = src/gauss;
在加上一些效果调整，可以得到比较好的效果。当然比不上原始算法：
算法效果
这个结果，再进行一下曲线处理效果会更好，我忘截图了，大家可以自己实验一下。
三、反思小结
反思“扫描全能王”的成功，最为重要的是切合“扫描增强”的相关算法做了很多具体的工作—这才是最有价值的。能够找到一个算法和现实的切合点，并且做出解决现实问题的程序，这是一件非常美好的事情。
感谢阅读至此，希望有所帮助。