Python实现直方图均衡化
直方图均衡化:
作用:直方图均衡化是一种有效的图像增强技术,原始图像在灰度分布上可能集中在较窄的区间,造成图像不够清晰。采用直方图均衡化可以将原始图像的直方图变换为均匀分布,这样增加了像素之间的灰度值差别,从而达到增强图像整体对比度的效果。
具体原理可参考冈萨雷斯数字图像处理3.3节
-
#直方图均衡化:遍历图像每个像素的灰度,算出每个灰度的概率(n/MN-n是每个灰度的个数,MN是像素总数),用L-1乘以所得概率得到新的灰度
-
-
import cv2
-
import numpy as np
-
-
img = cv2.imread('00000.jpg')
-
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
-
-
#直方图统计
-
-
def pix_gray (img_gray):
-
h = img_gray.shape[0]
-
w = img_gray.shape[1]
-
-
gray_level = np.zeros(256)
-
gray_level2 = np.zeros(256)
-
-
for i in range (1,h-1):
-
for j in range(1,w-1):
-
gray_level[img_gray[i,j]] = 1 #统计灰度级为img_gray[i,j的个数
-
-
for i in range(1,256):
-
gray_level2[i] = gray_level2[i-1] gray_level[i] #统计灰度级小于img_gray[i,j]的个数
-
-
return gray_level2
-
-
#直方图均衡化
-
-
def hist_gray(img_gary):
-
h,w = img_gary.shape
-
gray_level2 = pix_gray(img_gray)
-
lut = np.zeros(256)
-
for i in range(256):
-
lut[i] = 255.0/(h*w)*gray_level2[i] #得到新的灰度级
-
lut = np.uint8(lut 0.5)
-
out = cv2.LUT(img_gray,lut)
-
return out
-
-
-
cv2.imshow(' imput',img_gray)
-
out_img = hist_gray(img_gray)
-
cv2.imshow('output',out_img)
-
cv2.waitKey(0)
-
cv2.destroyWindow()
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhfiifgb
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
怎样阻止微信小程序自动打开
PHP中文网 06-13