基于Python的图像去雾算法项目，含GUI，适合展示和参考

简介：
本项目采用Python开发了一种高效的图像去雾算法，并集成了图形用户界面(GUI)，旨在提供一个直观且易于使用的平台，适用于学术研究、技术演示及代码参考。 Single Image Haze Removal Using Dark Channel Prior（使用暗通道先验进行单幅图像去雾）是一种经典的图像去雾算法，由Kaiming He等人于2011年提出。该算法通过对图像的暗通道进行分析，找到图像中最暗的区域，从而估计场景的透射率和大气光，并通过这些信息恢复出清晰无雾的效果。 其基本原理与步骤如下： - 计算暗通道：首先对输入的单幅有雾图片做适当的预处理（如拉伸或归一化），以确保像素值不会过大或过小。然后，对于每个像素位置的颜色通道（通常是RGB通道）计算该像素周围局部窗口内的最小值，从而得到一个代表原图中各点最暗区域的图像。 - 估计大气光：在有雾的情况下，天空部分通常是最亮的部分，并且它的颜色往往接近于大气光线。因此，在暗通道图像中最亮的位置对应着原始图片中的最大亮度像素，这可以用来确定整个场景的大气光照条件。 - 计算透射率：透射率表示了光线穿过雾霾时的衰减程度，其值越小意味着该位置受到雾的影响越大。通过已知的大气光和暗通道图像信息来估计每个点上准确的透射率是恢复清晰图像的关键步骤之一。