一、图像灰度化处理
- 1、最大值灰度处理方法
- 2、平均灰度处理方法
- 3、加权平均灰度处理方法
二、图像灰度线性变换
- 1、图像灰度上移变换
- 2、图像对比度增强变换
- 3、图像对比度减弱变换
- 4、图像灰度反色变换
三、图像灰度非线性变换
- 1、图像灰度非线性变换：
- 2、对数变换
- 3、伽玛变换

一、图像灰度化处理

1、最大值灰度处理方法

该方法的灰度值等于彩色图像R、G、B三个分量中的最大值

for i in range(height):for j in range(width):#获取图像R G B最大值gray = max(img[i,j][0], img[i,j][1], img[i,j][2])#灰度图像素赋值 gray=max(R,G,B)grayimg[i,j] = np.uint8(gray)

2、平均灰度处理方法

for i in range(height):for j in range(width):#灰度值为RGB三个分量的平均值gray = (int(img[i,j][0]) + int(img[i,j][1]) + int(img[i,j][2]))  /  3grayimg[i,j] = np.uint8(gray)

3、加权平均灰度处理方法

for i in range(height):for j in range(width):#灰度加权平均法gray = 0.30 * img[i,j][0] + 0.59 * img[i,j][1] + 0.11 * img[i,j][2]grayimg[i,j] = np.uint8(gray)

二、图像灰度线性变换

图像的灰度线性变换是通过建立灰度映射来调整原始图像的灰度，从而改善图像的质量，凸显图像的细节，提高图像的对比度。

该公式中DB表示灰度线性变换后的灰度值，DA表示变换前输入图像的灰度值，α和b为线性变换方程f(D)的参数，分别表示斜率和截距。

当α=1，b=0时，保持原始图像
当α=1，b!=0时，图像所有的灰度值上移或下移
当α=-1，b=255时，原始图像的灰度值反转
当α>1时，输出图像的对比度增强
当0<α<1时，输出图像的对比度减小
当α<0时，原始图像暗区域变亮，亮区域变暗，图像求补

1、图像灰度上移变换

for i in range(height):for j in range(width):if (int(grayImage[i,j]+50) > 255):gray = 255else:gray = int(grayImage[i,j]+50)result[i,j] = np.uint8(gray)

图像的所有灰度值上移50，图像变得更白了。注意，纯黑色对应的灰度值为0，纯白色对应的灰度值为255。

2、图像对比度增强变换

for i in range(height):for j in range(width):if (int(grayImage[i,j]*1.5) > 255):gray = 255else:gray = int(grayImage[i,j]*1.5)result[i,j] = np.uint8(gray)

图像的所有灰度值增强1.5倍。

3、图像对比度减弱变换

for i in range(height):for j in range(width):gray = int(grayImage[i,j]*0.8)result[i,j] = np.uint8(gray)

图像的所有灰度值减弱，图像变得更暗。

4、图像灰度反色变换

for i in range(height):for j in range(width):gray = 255 - grayImage[i,j]result[i,j] = np.uint8(gray)

图像处理前后的灰度值是互补的。

三、图像灰度非线性变换

1、图像灰度非线性变换：

DB=DA×DA/255

for i in range(height):for j in range(width):gray = int(grayImage[i,j])*int(grayImage[i,j]) / 255result[i,j] = np.uint8(gray)

2、对数变换

其中c为尺度比较常数，DA为原始图像灰度值，DB为变换后的目标灰度值。

def log(c, img):output = c * np.log(1.0 + img)output = np.uint8(output + 0.5)return output

对数变换对于整体对比度偏低并且灰度值偏低的图像增强效果较好。

3、伽玛变换

当γ>1时，会拉伸图像中灰度级较高的区域，压缩灰度级较低的部分。
当γ<1时，会拉伸图像中灰度级较低的区域，压缩灰度级较高的部分。
当γ=1时，该灰度变换是线性的，此时通过线性方式改变原图像。

【python图像处理】图像灰度化处理、图像灰度线性变换、图像灰度非线性变换相关推荐

python——图像处理3（均值偏移、改变亮度、图像修复、图像融合）
https://blog.csdn.net/gm_ergou/article/details/92846396 1.均值偏移(磨皮效果) import cv2 as cv import numpy a ...
[Python图像处理] 十六.图像的灰度非线性变换之对数变换、伽马变换
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
[Python图像处理] 十五.图像的灰度线性变换
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
python灰度图片格式_[Python图像处理] 十五.图像的灰度线性变换
[Python图像处理] 十五.图像的灰度线性变换发布时间:2019-03-28 00:08, 浏览次数:619 , 标签: Python 该系列文章是讲解Python OpenCV图像处理知识,前 ...
python 视频灰度伽玛_Python 图像处理实战 | 图像的灰度非线性变换之对数变换、伽马变换...
作者 | 杨秀璋来源 | CSDN博客责编 | 夕颜头图 | 付费下载自视觉中国出品 | CSDN(ID:CSDNnews) 本篇文章主要讲解非线性变换,使用自定义方法对图像进行灰度化处理,包 ...
Python 图像处理实战 | 图像的灰度非线性变换之对数变换、伽马变换
作者 | 杨秀璋来源 | CSDN博客责编 | 夕颜头图 | 付费下载自视觉中国出品 | CSDN(ID:CSDNnews) 本篇文章主要讲解非线性变换,使用自定义方法对图像进行灰度化处理,包 ...
图像灰度化的三种方法（matlab、C++、Python实现）
灰度化处理就是将一幅色彩图像转化为灰度图像的过程.彩色图像分为R,G,B三个分量,分别显示出红绿蓝等各种颜色,灰度化就是使彩色的R,G,B分量相等的过程.灰度值大的像素点比较亮(像素值最大为255,为 ...
OpenCV图像处理（18）——文件夹下所有图像转灰度（14-15综合）
对文件夹下所有图像做灰度转换,并做garma校正,产生不同的灰度亮度范围,方案用(13-14) #pragma once #include<stdio.h> #include<ope ...
HLS——图像灰度化和二值化处理示例
图像灰度化和二值化在图像识别里面经常使用,这里以HLS实现整个过程一.实现功能: 读取一张bmp图片,输出一张灰度化bmp图片和二值化后的黑白图片二.需要用到的接口 1.读写图片工具函数bmp_t ...
Python 利用4行代码实现图片灰度化
背景不论是在进行深度学习时的图片处理,还是在商业用途出版书刊,基本都会用到对图片进行灰度转换,也就是灰度化,本文章利用简单的4行代码来快速实现图片灰度化,仅供参考效果实现代码 from PIL ...

【python图像处理】图像灰度化处理、图像灰度线性变换、图像灰度非线性变换