python图像对比度增强图片清晰度_Python 图像对比度增强的几种方法(小结)
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
图片来自网络,侵删!
上面图片的灰度直方图
python实现
#!usr/bin/env python
#-*- coding:utf-8 _*-
"""
@author:Sui yue
@describe: 灰度直方图,描述每个灰度级在图像矩阵中的像素个数或者占有率
@time: 2019/09/15
"""
import sys
import cv2
import numpy as np
import matplotlib.pyplot as plt
#对于8位图,图像的灰度级范围式0~255之间的整数,通过定义函数来计算直方图
def calcGrayHist(image):
#灰度图像矩阵的高、宽
rows, cols = image.shape
#存储灰度直方图
grayHist=np.zeros([256],np.uint64)
for r in range(rows):
for c in range(cols):
grayHist[image[r][c]] +=1
return grayHist
#主函数
if __name__=="__main__":
#第一个参数式图片地址,你只需放上你的图片就可
image = cv2.imread('../images/test3.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow("image", image)
print("Usge:python histogram.py imageFile")
#计算灰度直方图
grayHist=calcGrayHist(image)
#画出灰度直方图
x_range=range(256)
plt.plot(x_range,grayHist,'r',linewidth=2,c='black')
#设置坐标轴的范围
y_maxValue=np.max(grayHist)
plt.axis([0,255,0,y_maxValue])
plt.ylabel('gray level')
plt.ylabel("number or pixels")
# 显示灰度直方图
plt.show()
cv2.waitKeyEx(0)
结果
线性变换
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:
a的改变影响图像的对比度,b的改变影响图像的亮度
线性变换python实现
#!usr/bin/env python3
#-*- coding:utf-8 -*-
#--------------------------
"""
@author:Sui yue
@describe: 对比增强,线性变换
@time: 2019/09/15 14:21:44
"""
import sys
import numpy as np
import cv2
import matplotlib.pyplot as plt
#主函数
def calcGrayHist(image):
#灰度图像矩阵的高、宽
rows, cols = image.shape
#存储灰度直方图
grayHist=np.zeros([256],np.uint64)
for r in range(rows):
for c in range(cols):
grayHist[image[r][c]] +=1
# 显示灰度直方图
# 画出灰度直方图
x_range = range(256)
plt.plot(x_range, grayHist, 'r', linewidth=2, c='black')
# 设置坐标轴的范围
y_maxValue = np.max(grayHist)
plt.axis([0, 255, 0, y_maxValue])
plt.ylabel('gray level')
plt.ylabel("number or pixels")
# 显示灰度直方图
plt.show()
if __name__=="__main__":
# 读图像
I = cv2.imread('../images/test3.jpg', cv2.IMREAD_GRAYSCALE)
#线性变换
a=3
O=float(a)*I
#进行数据截断,大于255 的值要截断为255
O[0>255]=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
灰度直方图
直方图正规化
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IminI_{min}Imin,最大灰度级记为ImaxI_{max}Imax,I(r,c)∈[Imin,Imax]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 [Omin,Omax][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:
其中0≤r
直方图正规化python实现
#!usr/bin/env python3
#-*- coding:utf-8 -*-
#--------------------------
"""
@author:Sui yue
@describe: 直方图正规化
@time: 2019/09/18 21:17:22
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
import sys
def calcGrayHist(image):
#灰度图像矩阵的高、宽
rows, cols = image.shape
#存储灰度直方图
grayHist=np.zeros([256],np.uint64)
for r in range(rows):
for c in range(cols):
grayHist[image[r][c]] +=1
# 显示灰度直方图
# 画出灰度直方图
x_range = range(256)
plt.plot(x_range, grayHist, 'r', linewidth=2, c='black')
# 设置坐标轴的范围
y_maxValue = np.max(grayHist)
plt.axis([0, 255, 0, y_maxValue])
plt.ylabel('gray level')
plt.ylabel("number or pixels")
# 显示灰度直方图
plt.show()
#主函数
if __name__ == '__main__':
#读入图像
I = cv2.imread('../images/test3.jpg', cv2.IMREAD_GRAYSCALE)
#求I的最大值,最小值
Imax=np.max(I)
Imin=np.min(I)
#要输出的最小灰度级和最大灰度级
Omax,Omin=255,0
#计算a和b的值 ,测试出*4 能看到人脸
a=float(Omax-Omin)/(Imax-Imin)
b=Omin-a*Imin
#矩阵的线性变换
O=a*I+b
#数据类型转换
O=O.astype(np.uint8)
#显示原图和直方图正规化的效果
cv2.imshow("I",I)
cv2.imshow("O",O)
calcGrayHist(O)
cv2.waitKey(0)
cv2.destroyAllWindows()
直方图正规化结果
伽马变换
假设输入图像为I,宽W、高为H,首先将其灰度值归一化到[0,1][0,1][0,1]范围,对于8位图来说,除以255即可。I(r,c)I(r,c)I(r,c)代表归一化后的第r行第c列的灰度值,为使输出图像O ,伽马变换就是令O(r,c)=I(r,c)γ,0≤r
当γ=1\gamma=1γ=1时,图像不变。如果图像整体或者感兴趣区域较暗,则令0≤γ<10\le \gamma \lt 10≤γ<1可以增加图像对比度;相反图像整体或者感兴趣区域较亮,则令γ>1\gamma \gt 1γ>1可以降低图像对比度。
伽马变换python实现
#!usr/bin/env python3
#-*- coding:utf-8 -*-
#--------------------------
"""
@author:Sui yue
@describe: 对比增强 伽马变换
@time: 2019/09/18 22:22:51
"""
import cv2
import numpy as np
import sys
#主函数
if __name__ == '__main__':
I = cv2.imread('../images/test3.jpg', cv2.IMREAD_GRAYSCALE)
#图像归一化
fI=I/255.0
#伽马变换
gamma=0.3
O=np.power(fI,gamma)
#显示原图和伽马变换
cv2.imshow("I",I)
cv2.imshow("O",O)
cv2.waitKey()
cv2.destroyAllWindows()
伽马变换结果
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
python图像对比度增强图片清晰度_Python 图像对比度增强的几种方法(小结)相关推荐
- python求1到n的乘积_Python实现矩阵相乘的三种方法小结
问题描述 分别实现矩阵相乘的3种算法,比较三种算法在矩阵大小分别为22∗2222∗22, 23∗2323∗23, 24∗2424∗24, 25∗2525∗25, 26∗2626∗26, 27∗2727 ...
- python怎么循环终止_Python 循环终止语句的三种方法小结
Python 循环终止语句的三种方法小结 在Python循环终止语句有三种: 1.break break用于退出本层循环 示例如下: while True: print "123" ...
- 怎样在python的turtle中输入文字_Python在图片中添加文字的两种方法
本文主要介绍的是利用Python在图片中添加文字的两种方法,下面分享处理供大家参考学习,下来要看看吧 一.使用OpenCV 在图片中添加文字看上去很简单,但是如果是利用OpenCV来做却很麻烦.Ope ...
- python字符串中某个字符修改_Python中修改字符串的四种方法
在Python中,字符串是不可变类型,即无法直接修改字符串的某一位字符. 因此改变一个字符串的元素需要新建一个新的字符串. 常见的修改方法有以下4种. 方法1:将字符串转换成列表后修改值,然后用joi ...
- python数字及字母的分离_Python简单过滤字母和数字的方法小结
本文实例讲述了Python简单过滤字母和数字的方法.分享给大家供大家参考,具体如下: 实例1 crazystring = 'dade142.!0142f[., ]ad' # 只保留数字 new_cra ...
- ubuntu编写python脚本_python在ubuntu中的几种方法(小结)
通过ubuntu官方的apt工具包安装 通过PPA(Personal Package Archive) 的apt工具包安装 通过编译python源代码安装 通过ubuntu官方的apt工具包安装 安装 ...
- python读取指定行到最后一行_python读取文件最后一行两种方法
原博文 2018-09-27 13:58 − 1)常规方法:从前往后依次读取 步骤:open打开文件. ... 相关推荐 2019-09-28 21:13 − Python python是一种跨平台的 ...
- python画平行坐标图_Python实现平行坐标图的两种方法小结
怎么用python实现一个坐标图的平移和缩放最容易想到的应该是DP算法,即取初始轨迹的起点A和终点B连线,计算每个点到这条线的距离,距离最大的点C若小于要分享误差则结束: 否则将C点加入压缩后的数据集 ...
- python读取输入数据的第二行_Python读取键盘输入的2种方法
如何获取用户的输入 | 手把手教你入门Python之十六 上一篇:三种主要的输出 | 手把手教你入门Python之十五下一篇:进制转换 | 手把手教你入门Python之十七 本文来自于千锋教育在阿里云 ...
最新文章
- nginx获取函数执行调用关系
- python入门编程题库-Python经典基础编程练习题(六)——每日10题
- Protocol Buffer C++应用实例
- linux下网口监控软件_超赞的!Aibaba技术官分享高性能Linux服务器解读笔记
- springboot mysql事物_在Spring Boot中使用数据库事务
- vs下使用qt设置应用程序的图标
- 别在最吃苦的年龄选择了潇洒
- python应用举例_python基础举例应用
- 计算机网络中为什么引入IP地址?
- 阶段3 3.SpringMVC·_05.文件上传_4 文件上传之Springmvc方式上传代码
- (十)unity4.6学习Ugui中文文档-------參考-UGUI Canvas Components
- wifi服务器延迟高,网络延时高(网络延迟高怎么办(家里WIFI延迟高,教你几招搞定网络延迟))...
- java 电子实时看板,物理看板还是电子看板?
- powershell过滤查询结果
- 12月18日科技资讯|支付宝、微信回应3D面具破解人脸识别;ofo 否认「发币」;Kafka 2.4.0 发布
- 电商平台数据仓库搭建02-Hadoop集群搭建
- 【转】Tomato-shibby无线中继(无线级联)
- 政企采购的概念界定和主要方式
- HTML + Python + Django + 爬虫 + Pyecharts 实现疫情大数据可视化实时动态展示
- VS2015+QT运行C# dll,出现“错误C2182 “t”: 非法使用“void”类型”的解决方案
热门文章
- 关于阿里云OSS报错-java.lang.ClassNotFoundException: org.jdom.input.JDOMParseException
- Docker安装elasticsearch-head监控ES步骤 - gmijie的专栏 - CSDN博客
- Perl入门(七) Perl脚本的调试
- JavaScript 第七章总结
- Hadoop 环境准备
- ECNU 3263 丽娃河的狼人传说(差分约束)
- Hibernate api 之常见的类(配置类,会话工厂类,会话类)
- 关于用Java写的贪吃蛇游戏的一些感想
- 20165115 2017-2018-2 《Java程序设计》第六周学习总结
- svn: 无法连接主机“127.0.0.1”: 拒绝连接