OpenCV-Python 彩色图像均衡化与规定化

彩色图像均衡化

在HSI空间对亮度分量进行均衡化

def method_one():img = cv2.imread('../assets/Fig6.png')his = cv2.cvtColor(img, cv2.COLOR_RGB2HLS)cv2.imshow('img', img)his_i = his[:, :, 1]equal_i = cv2.equalizeHist(hsl_i)his[:, :, 1] = equal_idst = cv2.cvtColor(his, cv2.COLOR_HLS2BGR)cv2.imshow('dst', dst)cv2.waitKey(0)cv2.destroyAllWindows()

对彩色图像的R，G，B三通道进行均衡化

 def method_two():img = cv2.imread('../assets/Fig6.png')(b, g, r) = cv2.split(img)equal_b = cv2.equalizeHist(b)equal_g = cv2.equalizeHist(g)equal_r = cv2.equalizeHist(r)dst = cv2.merge((equal_b, equal_g, equal_r))cv2.imshow('img', img)cv2.imshow('dst', dst)cv2.waitKey(0)cv2.destroyAllWindows()

对彩色图像进行规定话

现在有两幅图，FigA 和 FigB，现在要对FigA进行规定化，使FigA 图像的直方图规范化最接近FigB的情况。

def method_three():img = cv2.imread('../assets/Fig6A.jpg')dst = cv2.imread('../assets/Fig6B.jpg')def_img = cv2.imread('../assets/Fig6A.jpg')color = ('b', 'g', 'r')for i, col in enumerate(color):hist1, bins = np.histogram(img[:, :, i].ravel(), 256, [0, 256])hist2, bins = np.histogram(dst[:, :, i].ravel(), 256, [0, 256])# 获得累计直方图cdf1 = hist1.cumsum()cdf2 = hist2.cumsum()# 归一化处理cdf1_hist = hist1.cumsum() / cdf1.max()cdf2_hist = hist2.cumsum() / cdf2.max()# diff_cdf 里是每2个灰度值比率间的差值diff_cdf = [0]*256for j in range(256):for k in range(256):diff_cdf[j][k] = abs(cdf1_hist[j] - cdf2_hist[k])# FigA 中的灰度级与目标灰度级的对应表lut = np.zeros(256, dtype=np.int)for j in range(256):squ_min = diff_cdf[j][0]index = 0for k in range(256):if squ_min > diff_cdf[j][k]:squ_min = diff_cdf[j][k]index = klut[j] = ([j, index])h = int(img.shape[0])w = int(dst.shape[1])# 对原图像进行灰度值的映射for j in range(h):for k in range(w):def_img[j, k, i] = lut[img[j, k, i]][1]cv2.namedWindow('Fig6A', 0)cv2.resizeWindow('Fig6A', 400, 520)cv2.namedWindow('Fig6B', 0)cv2.resizeWindow('Fig6B', 400, 520)cv2.namedWindow('def', 0)cv2.resizeWindow('def', 400, 520)cv2.imshow('Fig6A', img)cv2.imshow('Fig6B', dst)cv2.imshow('def', def_img)cv2.waitKey(0)cv2.destroyAllWindows()

OpenCV-Python 彩色图像均衡化与规定化相关推荐

python opencv 直方图均衡_深入理解OpenCV+Python直方图均衡化
原标题:深入理解OpenCV+Python直方图均衡化正文直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法. 基本思想:把原始图的直方图变换为均匀分布的形式,这样就增加了像素灰度 ...
OpenCV+python：图像二值化
1,图像二值化概念及方法一个像素点的颜色是由RGB三个值来表现的,所以一个像素点矩阵对应三个颜色向量矩阵,分别是R矩阵,G矩阵,B矩阵,它们也都是同样大小的矩阵. 在图像处理中,用RGB三个分量(R ...
Python+OpenCV：直方图均衡化(Histogram Equalization)
Python+OpenCV:直方图均衡化(Histogram Equalization) ####################################################### ...
opencv python matplotlib.pyplot.hist() 如何绘制灰度直方图，如何根据灰度直方图确定最优二值化值
什么是灰度直方图? 图像直方图(histogram)是图像的统计学特征,常用于了解图像的基本特征以便分析.不过图像的直方图不具有空间特征. 图像的灰度直方图(histogram),就是将图像转化成灰度 ...
用python怎么样实现图像二值化_使用Python+OpenCV如何实现图像二值化
使用Python+OpenCV如何实现图像二值化发布时间:2020-10-26 14:15:52 来源:亿速云阅读:77 作者:蛋片鸡这篇文章运用简单易懂的例子给大家介绍使用Python+Ope ...
OpenCV+python：Canny边缘检测算法
1,边缘处理图像边缘信息主要集中在高频段,通常说图像锐化或检测边缘,实质就是高频滤波.我们知道微分运算是求信号的变化率,具有加强高频分量的作用. 在空域运算中来说,对图像的锐化就是计算微分.由于数字 ...
OpenCV Python在计算机视觉中的应用
OpenCV Python教程在这篇文章中,我们将使用Python中的OpenCv来涵盖计算机视觉的各个方面.OpenCV长期以来一直是软件开发的重要组成部分. 什么是计算机视觉? 我们考虑一个场景 ...
OpenCV Python教程（3）（4）（5）：直方图的计算与显示形态学处理初级滤波内
OpenCV Python教程(3.直方图的计算与显示) 本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图直方图的背景知识.用途 ...
Opencv Python图像处理进阶教程②
Opencv Python图像处理进阶教程概述: 代码: https://github.com/bai1231/opencv-learn_and_pratice 1. 图像卷积与应用图像去噪图像 ...

OpenCV-Python 彩色图像均衡化与规定化

彩色图像均衡化

在HSI空间对亮度分量进行均衡化

对彩色图像的R，G，B三通道进行均衡化

对彩色图像进行规定话

OpenCV-Python 彩色图像均衡化与规定化相关推荐

最新文章

热门文章