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,包括对数变换和伽马变换。本文主要讲解灰度线性变换,基础性知识希望对你有所帮助。
1.图像灰度非线性变换:DB=DA×DA/255
2.图像灰度对数变换
3.图像灰度伽玛变换
图像灰度非线性变换:DB=DA×DA/255
图像的灰度非线性变换主要包括对数变换、幂次变换、指数变换、分段函数变换,通过非线性关系对图像进行灰度处理,下面主要讲解三种常见类型的灰度非线性变换。
原始图像的灰度值按照DB=DA×DA/255的公式进行非线性变换,其代码如下:
1# -*- coding: utf-8 -*-
2import cv2
3import numpy as np
4import matplotlib.pyplot as plt
5
6#读取原始图像
7img = cv2.imread('miao.png')
8
9#图像灰度转换
10grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
11
12#获取图像高度和宽度
13height = grayImage.shape[0]
14width = grayImage.shape[1]
15
16#创建一幅图像
17result = np.zeros((height, width), np.uint8)
18
19#图像灰度非线性变换:DB=DA×DA/255
20for i in range(height):
21 for j in range(width):
22 gray = int(grayImage[i,j])*int(grayImage[i,j]) / 255
23 result[i,j] = np.uint8(gray)
24
25#显示图像
26cv2.imshow("Gray Image", grayImage)
27cv2.imshow("Result", result)
28
29#等待显示
30cv2.waitKey(0)
31cv2.destroyAllWindows()
图像灰度非线性变换的输出结果下图所示:
图像灰度对数变换
图像灰度的对数变换一般表示如公式所示:
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。如下图所示,它表示对数曲线下的灰度值变化情况。
由于对数曲线在像素值较低的区域斜率大,在像素值较高的区域斜率较小,所以图像经过对数变换后,较暗区域的对比度将有所提升。这种变换可用于增强图像的暗部细节,从而用来扩展被压缩的高值图像中的较暗像素。
对数变换实现了扩展低灰度值而压缩高灰度值的效果,被广泛地应用于频谱图像的显示中。一个典型的应用是傅立叶频谱,其动态范围可能宽达0~106直接显示频谱时,图像显示设备的动态范围往往不能满足要求,从而丢失大量的暗部细节;而在使用对数变换之后,图像的动态范围被合理地非线性压缩,从而可以清晰地显示。在下图中,未经变换的频谱经过对数变换后,增加了低灰度区域的对比度,从而增强暗部的细节。
下面的代码实现了图像灰度的对数变换。
1# -*- coding: utf-8 -*-
2import numpy as np
3import matplotlib.pyplot as plt
4import cv2
5
6#绘制曲线
7def log_plot(c):
8 x = np.arange(0, 256, 0.01)
9 y = c * np.log(1 + x)
10 plt.plot(x, y, 'r', linewidth=1)
11 plt.rcParams['font.sans-serif']=['SimHei'] #正常显示中文标签
12 plt.title(u'对数变换函数')
13 plt.xlim(0, 255), plt.ylim(0, 255)
14 plt.show()
15
16#对数变换
17def log(c, img):
18 output = c * np.log(1.0 + img)
19 output = np.uint8(output + 0.5)
20 return output
21
22#读取原始图像
23img = cv2.imread('test.png')
24
25#绘制对数变换曲线
26log_plot(42)
27
28#图像灰度对数变换
29output = log(42, img)
30
31#显示图像
32cv2.imshow('Input', img)
33cv2.imshow('Output', output)
34cv2.waitKey(0)
35cv2.destroyAllWindows()
下图表示经过对数函数处理后的效果图,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。
对应的对数函数曲线如图
图像灰度伽玛变换
伽玛变换又称为指数变换或幂次变换,是另一种常用的灰度非线性变换。图像灰度的伽玛变换一般表示如公式所示:
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实现图像灰度的伽玛变换代码如下,主要调用幂函数实现。
1# -*- coding: utf-8 -*-
2import numpy as np
3import matplotlib.pyplot as plt
4import cv2
5
6#绘制曲线
7def gamma_plot(c, v):
8 x = np.arange(0, 256, 0.01)
9 y = c*x**v
10 plt.plot(x, y, 'r', linewidth=1)
11 plt.rcParams['font.sans-serif']=['SimHei'] #正常显示中文标签
12 plt.title(u'伽马变换函数')
13 plt.xlim([0, 255]), plt.ylim([0, 255])
14 plt.show()
15
16#伽玛变换
17def gamma(img, c, v):
18 lut = np.zeros(256, dtype=np.float32)
19 for i in range(256):
20 lut[i] = c * i ** v
21 output_img = cv2.LUT(img, lut) #像素灰度值的映射
22 output_img = np.uint8(output_img+0.5)
23 return output_img
24
25#读取原始图像
26img = cv2.imread('test.png')
27
28#绘制伽玛变换曲线
29gamma_plot(0.00000005, 4.0)
30
31#图像灰度伽玛变换
32output = gamma(img, 0.00000005, 4.0)
33
34#显示图像
35cv2.imshow('Imput', img)
36cv2.imshow('Output', output)
37cv2.waitKey(0)
38cv2.destroyAllWindows()
下图表示经过伽玛变换处理后的效果图,伽马变换对于图像对比度偏低,并且整体亮度值偏高(或由于相机过曝)情况下的图像增强效果明显。
对应的幂律函数曲线如图所示。
文章周日写于钟书阁,女神伴于旁。希望文章对大家有所帮助,如果有错误或不足之处,还请海涵。
https://blog.csdn.net/Eastmount/article/details/88929290
【End】
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...相关推荐
- 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 ...
- 【OpenCV 例程200篇】44. 图像的灰度变换(伽马变换)
[OpenCV 例程200篇]44. 图像的灰度变换(伽马变换) 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 线性 ...
- 图像处理之混合空间增强——(Java:拉普拉斯锐化、Sobel边缘检测、均值滤波、伽马变换)
相信看过冈萨雷斯第三版数字图像处理的童鞋都知道,里面涉及到了很多的基础图像处理的算法,今天,就专门借用其中一个混合空间增强的案例,来将常见的几种图像处理算法集合起来,看能发生什么样的化学反应 首先,通 ...
- 数字图像处理实验之伽马变换
伽马变换的效果和对数变化的效果类似.伽马变换的基本形式为: 对于不同的gamma值,s与r的关系曲线如下图所示: gamma值小于1,可以看到处理结果扩展了低灰度值:gamma值大于1,可以看到处理结 ...
- [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 ...
- 9.3 Python图像处理之图像数学形态学-灰度形态学
9.3 Python图像处理之图像数学形态学-灰度形态学 文章目录 9.3 Python图像处理之图像数学形态学-灰度形态学 1 算法原理 2 代码 3 效果 1 算法原理 灰度图像与二值图像的区别在 ...
- 《OpenCv视觉之眼》Python图像处理二十一:Opencv图像处理之图像线性变换和非线性变换的方法及原理
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
- OpenCV计算机视觉学习(3)——图像灰度线性变换与非线性变换(对数变换,伽马变换)
人工智能学习离不开实践的验证,推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力.FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台.每周免费提供 ...
- 数字图像处理(18): 图像灰度变换——线性灰度变换 和 非线性灰度变换(对数变换 与 伽马变换)
目录 1 灰度变换简介 2 线性灰度变换-图像反转 3 非线性灰度变换 3.1 对数变换 3.2 伽马变换 参考资料 1 灰度变换简介 灰度变换是图像增强的一种重要手段,用于改善图像显示效果,属于空 ...
最新文章
- java final 接口_Java自学-接口与继承 final
- css 语音,用css完成语音助手小动画
- 【代码实现接口测试】Requests库
- 深入理解javascript函数进阶系列第一篇——高阶函数
- 算法--递归--走台阶问题(2种递归+递归改循环)
- Windows下配置Nginx+php7
- sql server根据表中数据生成insert语句
- 爬虫学习(七)——使用代理服务器进行数据爬取
- 2019年宁波高职技能考计算机,2019年宁波职业技术学院高职提前招生考试综合素质测试大纲...
- 文件分片_文件分片上传原理解析
- winhex先Add再XOR后的数据恢复
- 几种常见的光纤接头(ST,SC,LC,FC)以及PC、APC和UPC的区别
- Matlab数值剔除
- c语言周长和面积计算
- python多个文件夹合并成一个文件夹
- 浅谈Activity启动流程
- wmware网络模式
- iPhone游戏编程实例:分享成功游戏开发人员的锦囊妙计
- 再白也能学会的C-引子
- C++ 实现类的成员函数绑定回调
热门文章
- qchart 图表_Qt下绘制图表——QtCharts版
- php 教程 字符联接,PHP字符串的连接_PHP教程
- mysql 删除重复索引_如何检查mysql的重复索引
- 前端传值后端接收不到_web前端和后端哪个好
- 你知道吗?OAuth2客户端有两种,认证方式有七种。
- 当程序员产崽后...
- 那个当上非洲酋长的交大才子,如今怎么样了?
- Spring Security 中使用Keycloak作为认证授权服务器
- 银行科技到底怎么样?我曾经的四年告诉你 !
- 每日一皮:资深程序员调试代码的样子...