Python 图像对比度增强的几种方法 |
您所在的位置:网站首页 › 对比度增强原理 › Python 图像对比度增强的几种方法 |
Python 图像对比度增强的几种方法
图像处理工具——灰度直方图python实现结果
线性变换线性变换python实现线性变换结果
直方图正规化直方图正规化python实现直方图正规化结果
伽马变换伽马变换python实现伽马变换结果
图像处理工具——灰度直方图
灰度直方图时图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率。 例子:矩阵
I
=
{
10
15
55
145
15
10
10
55
1
12
10
145
90
180
0
125
}
I= \left\{ \begin{matrix} 10 & 15 & 55 & 145 \\ 15 & 10 & 10 & 55 \\ 1 & 12 & 10 & 145 \\ 90 & 180 & 0 & 125 \end{matrix} \right\}
I=⎩⎪⎪⎨⎪⎪⎧1015190151012180551010014555145125⎭⎪⎪⎬⎪⎪⎫ 图片来自网络,侵删! 假设输入图像为I,宽W、高为H,输出图像为O,图像的线性变换可以利用以下公式: O ( r , c ) = a ∗ I ( r , c ) + b , 0 ≤ r < H , 0 ≤ c < W O(r,c)=a*I(r,c)+b,\quad0\le r \lt H,0\le c \lt W O(r,c)=a∗I(r,c)+b,0≤r255]=255 #数据类型转换 O=np.round(O) #uint8类型 O=O.astype(np.uint8) #显示原图和线性变换后的效果 cv2.imshow("I",I) cv2.imshow("O",O) calcGrayHist(I) calcGrayHist(O) cv2.waitKey(0) cv2.destroyAllWindows() 线性变换结果
假设输入图像为I,宽W、高为H, I ( r , c ) I(r,c) I(r,c)代表I的第r行第c列的灰度值,将I中出现的最小灰度级记为 I m i n I_{min} Imin,最大灰度级记为 I m a x I_{max} Imax, I ( r , c ) ∈ [ I m i n , I m a x ] I(r,c)\in [I_{min},I_{max}] I(r,c)∈[Imin,Imax],为使输出图像O的灰度级范围为 [ O m i n , O m a x ] [O_{min},O_{max}] [Omin,Omax], I ( r , c ) I(r,c) I(r,c)和 O ( r , c ) O(r,c) O(r,c)做以下映射关系: O ( r , c ) = O m i n , O m a x I m i n , I m a x ( I ( r , c ) − I m i n ) + O m a x O(r,c)=\frac{O_{min},O_{max}}{I_{min},I_{max}}(I(r,c)-I_{min})+O_{max} O(r,c)=Imin,ImaxOmin,Omax(I(r,c)−Imin)+Omax 其中 0 ≤ r < H , 0 ≤ c < W \quad0\le r \lt H,0\le c \lt W 0≤r |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |