图像去雾：对浓雾天气下拍摄，导致细节无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）
首先认证授权：
在开始调用任何API之前需要先进行认证授权，具体的说明请参考：
http://ai.baidu.com/docs#/Auth/top
获取Access Token
向授权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求（推荐使用POST），并在URL中带上以下参数：
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：
具体Python3代码如下：
# -*- 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，导致细节无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 通过API Key和Secret Key获取的access_token，参考”Access Token获取”
Header如下：
参数 值
Content-Type application/x-www-form-urlencoded
Body中放置请求参数，参数详情如下：
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以内。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 唯一的log id，用于问题定位
image 否 string base64编码图片
Python3调用代码如下：
#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：
选用不同的数据对图片去雾的效果进行测试，具体效果如下：
整体感觉效果很不错。
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。
在图片处理过程中，作为预处理，提高后续图片分析的准确性。