Kategorien

← View All Tools

CLAHE-Histogrammentzerrung

Wenden Sie adaptive Histogrammentzerrung mit Kontrastbegrenzung für lokale Kontrastverbesserung an

Click to upload file or drag and drop file here

Maximum file size: 20MB Supported formats: image/jpeg, image/png, image/webp, image/gif, image/bmp, image/tiff

Laden Sie jede Bilddatei (JPEG, PNG, WebP, GIF, BMP, TIFF) hoch, um CLAHE-Histogrammentzerrung anzuwenden

4 64 256

Größe der Kacheln für lokale Histogrammentzerrung. Kleinere Kacheln bieten mehr lokale Kontrastverbesserung

1 3 10

Kontrastverstärkungslimit. Höhere Werte ermöglichen stärkere Kontrastverbesserung, können aber Rauschen verstärken

0.001 0.01 0.1

Helligkeitsverstärkungslimit. Niedrigere Werte verhindern Überverstärkung heller Bereiche

2 8 16

Anzahl der Rasterunterteilungen. Höhere Werte erzeugen mehr Kacheln für feinere lokale Verbesserung

Wählen Sie Ausgabeformat oder behalten Sie Original. PNG für maximale Qualität empfohlen

Ausgabequalität für verlustbehaftete Formate (JPEG, WebP). Höher = bessere Qualität aber größere Dateigröße

Wichtige Fakten

Kategorie
Design
Eingabetypen
file, range, select, number
Ausgabetyp
file
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Die CLAHE-Histogrammentzerrung (Contrast Limited Adaptive Histogram Equalization) ist ein leistungsstarkes Werkzeug zur lokalen Kontrastverbesserung, das Details in unter- oder überbelichteten Bildbereichen sichtbar macht, ohne das gesamte Bild zu verfälschen.

Wann verwenden

  • •Wenn Bilder flache Kontraste aufweisen und Details in dunklen oder hellen Bereichen verloren gehen.
  • •Zur Optimierung von medizinischen Aufnahmen oder wissenschaftlichen Bildern, bei denen lokale Strukturen hervorgehoben werden müssen.
  • •Wenn Sie die Lesbarkeit von Texten oder Objekten in schlecht ausgeleuchteten Fotos verbessern möchten.

So funktioniert es

  • •Laden Sie Ihr Bild hoch und legen Sie die Kachelgröße fest, um den Bereich für die lokale Analyse zu definieren.
  • •Passen Sie das Kontrastlimit an, um die Stärke der Verstärkung zu steuern und Rauschen zu minimieren.
  • •Wählen Sie bei Bedarf ein Ausgabeformat und die gewünschte Qualität, bevor Sie die Verarbeitung starten.
  • •Das Tool berechnet die adaptive Entzerrung und stellt das optimierte Bild zum Download bereit.

Anwendungsfälle

Wiederherstellung von Details in unterbelichteten Schattenbereichen von Landschaftsfotos.
Verbesserung der Sichtbarkeit von Strukturen in medizinischen Röntgen- oder Ultraschallbildern.
Optimierung von Dokumentenscans mit ungleichmäßiger Beleuchtung für eine bessere Texterkennung.

Beispiele

1. Schattenaufhellung bei Landschaftsfotos

Fotograf
Hintergrund
Ein Landschaftsfoto bei Gegenlicht zeigt Details im Vordergrund, die in tiefen Schatten fast vollständig schwarz wirken.
Problem
Die Schattenbereiche sind zu dunkel, während der Himmel korrekt belichtet ist.
Verwendung
Bild hochladen, Kachelgröße auf 64 setzen und das Kontrastlimit moderat auf 2.0 einstellen.
Beispielkonfiguration
tileSize: 64, contrastLimit: 2.0, format: 'png'
Ergebnis
Die Details im Schatten werden sichtbar, ohne dass der Himmel überstrahlt wird.

2. Optimierung von Dokumentenscans

Archivar
Hintergrund
Ein alter Scan eines Dokuments weist durch ungleichmäßige Beleuchtung dunkle Flecken und schwer lesbare Textpassagen auf.
Problem
Der Text hebt sich aufgrund des ungleichmäßigen Hintergrunds nicht ausreichend vom Papier ab.
Verwendung
Bild hochladen, Rastergröße auf 12 erhöhen und das Kontrastlimit auf 4.0 setzen.
Beispielkonfiguration
gridSize: 12, contrastLimit: 4.0, format: 'jpeg', quality: 90
Ergebnis
Der Hintergrund wird ausgeglichen und der Text erscheint deutlich schärfer und kontrastreicher.

Mit Samples testen

image, png, jpg
Windows C++ Bildverarbeitung Beispiele
Windows C++ Bildverarbeitungsbeispiele einschließlich Bild-Laden/Speichern, Größenänderung und Formatkonvertierung mit Windows Imaging Component
preferred input family image
image
Web Rust Bildverarbeitungsbeispiele
Web Rust Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
preferred input family image
image
Bildverarbeitung macOS Objective-C - Beispiele
macOS Objective-C Bildverarbeitungsbeispiele einschließlich Bild-Lesen/Schreiben, Bild-Skalierung und Formatkonvertierung
preferred input family image
image
Web Python Bildverarbeitung Beispiele
Web Python Bildverarbeitungsbeispiele mit PIL/Pillow einschließlich Lesen, Speichern, Skalieren und Formatkonvertierung
preferred input family image
image

Verwandte Hubs

Image-Tools
Entdecken Sie 40 image-Tools für utility-Workflows und vergleichen Sie ähnliche Utilities schnell.
Image-Convert-Tools
Entdecken Sie 100 image-Tools für convert-Workflows und vergleichen Sie ähnliche Utilities schnell.

FAQ

Was unterscheidet CLAHE von einer normalen Histogrammentzerrung?

Im Gegensatz zur globalen Entzerrung arbeitet CLAHE lokal in kleinen Kacheln, was verhindert, dass das gesamte Bild übersteuert wird.

Warum ist das Kontrastlimit wichtig?

Das Kontrastlimit begrenzt die Verstärkung in homogenen Bereichen, um zu verhindern, dass Bildrauschen übermäßig verstärkt wird.

Welche Bildformate werden unterstützt?

Sie können gängige Formate wie JPEG, PNG, WebP, GIF, BMP und TIFF hochladen.

Wie beeinflusst die Kachelgröße das Ergebnis?

Kleinere Kacheln führen zu einer stärkeren lokalen Kontrastanpassung, während größere Kacheln ein natürlicheres, globaleres Bild erzeugen.

Kann ich das Ausgabeformat ändern?

Ja, Sie können das Originalformat beibehalten oder das Bild direkt in JPEG, PNG oder WebP konvertieren.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/image-clahe

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
imageFile file (Upload erforderlich) Ja Laden Sie jede Bilddatei (JPEG, PNG, WebP, GIF, BMP, TIFF) hoch, um CLAHE-Histogrammentzerrung anzuwenden
tileSize range Nein Größe der Kacheln für lokale Histogrammentzerrung. Kleinere Kacheln bieten mehr lokale Kontrastverbesserung
contrastLimit range Nein Kontrastverstärkungslimit. Höhere Werte ermöglichen stärkere Kontrastverbesserung, können aber Rauschen verstärken
brightnessLimit range Nein Helligkeitsverstärkungslimit. Niedrigere Werte verhindern Überverstärkung heller Bereiche
gridSize range Nein Anzahl der Rasterunterteilungen. Höhere Werte erzeugen mehr Kacheln für feinere lokale Verbesserung
format select Nein Wählen Sie Ausgabeformat oder behalten Sie Original. PNG für maximale Qualität empfohlen
quality number Nein Ausgabequalität für verlustbehaftete Formate (JPEG, WebP). Höher = bessere Qualität aber größere Dateigröße

Dateitypparameter müssen erst über POST /upload/image-clahe hochgeladen werden, um filePath zu erhalten, dann filePath an das entsprechende Dateifeld übergeben.

Antwortformat

{
  "filePath": "/public/processing/randomid.ext",
  "fileName": "output.ext",
  "contentType": "application/octet-stream",
  "size": 1024,
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
Datei: Datei

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu: 

{
  "mcpServers": {
    "elysiatools-image-clahe": {
      "name": "image-clahe",
      "description": "Wenden Sie adaptive Histogrammentzerrung mit Kontrastbegrenzung für lokale Kontrastverbesserung an",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=image-clahe",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Unterstützt URL-Dateilinks oder Base64-Codierung für Dateiparameter.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]