By name: histogram_analysis description: Detectar sobreexposición, subexposición e iluminación desigual en frames capturados type: Algorithm priority: Esencial mode: Self-hosted
histogram_analysis
El análisis del histograma de luminosidad detecta imágenes con iluminación deficiente que comprometerían la calidad del liveness y face match.
When to use
Aplicar junto con laplacian_variance en el pipeline de validación de calidad de cada frame.
Instructions
- Convertir a HSV:
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) - Extraer canal V:
v_channel = hsv[:,:,2] - Percentiles:
p5 = np.percentile(v_channel, 5),p95 = np.percentile(v_channel, 95) - Sobreexposición: si >10% píxeles con V>250 →
OVEREXPOSED. - Subexposición: si >10% píxeles con V<20 →
UNDEREXPOSED. - Devolver
{ quality_issues: [], brightness_mean: float, contrast_score: float }.
Notes
- Proporcionar feedback en tiempo real: "Mejora la iluminación", "Reduce el brillo".
- Iluminación artificialmente perfecta puede indicar spoofing de pantalla.