python-opencv-使图片更清晰的几种方法

所有代码已测试通过。

import cv2
import numpy as npdef gamma(source,out):img = cv2.imread(source, cv2.IMREAD_GRAYSCALE)# 归1Cimg = img / 255# 伽玛变换gamma = 0.7O = np.power(Cimg, gamma)O = O * 255# 效果cv2.imwrite(out, O, [int(cv2.IMWRITE_PNG_COMPRESSION), 0])def hist(source):img = cv2.imread(source, cv2.IMREAD_GRAYSCALE)# 求出img 的最大最小值Maximg = np.max(img)Minimg = np.min(img)# 输出最小灰度级和最大灰度级Omin, Omax = 0, 255# 求 a, ba = float(Omax - Omin) / (Maximg - Minimg)b = Omin - a * Minimg# 线性变换O = a * img + bO = O.astype(np.uint8)cv2.imshow('enhance', O)#cv2.imwrite('hist.png', O, [int(cv2.IMWRITE_PNG_COMPRESSION), 0])cv2.waitKey(0)cv2.destroyAllWindows()def hist_auto(source):img = cv2.imread(source, 0)img = cv2.resize(img, None, fx=0.5, fy=0.5)# 创建CLAHE对象clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))# 限制对比度的自适应阈值均衡化dst = clahe.apply(img)# 使用全局直方图均衡化equa = cv2.equalizeHist(img)# 分别显示原图，CLAHE，HE#cv.imshow("img", img)#cv2.imshow("dst", dst)cv2.imwrite('hist_auto.png', dst, [int(cv2.IMWRITE_PNG_COMPRESSION), 0])def calcGrayHist(I):# 计算灰度直方图h, w = I.shape[:2]grayHist = np.zeros([256], np.uint64)for i in range(h):for j in range(w):grayHist[I[i][j]] += 1return grayHistdef equalHist(img):import math# 灰度图像矩阵的高、宽h, w = img.shape# 第一步：计算灰度直方图grayHist = calcGrayHist(img)# 第二步：计算累加灰度直方图zeroCumuMoment = np.zeros([256], np.uint32)for p in range(256):if p == 0:zeroCumuMoment[p] = grayHist[0]else:zeroCumuMoment[p] = zeroCumuMoment[p - 1] + grayHist[p]# 第三步：根据累加灰度直方图得到输入灰度级和输出灰度级之间的映射关系outPut_q = np.zeros([256], np.uint8)cofficient = 256.0 / (h * w)for p in range(256):q = cofficient * float(zeroCumuMoment[p]) - 1if q >= 0:outPut_q[p] = math.floor(q)else:outPut_q[p] = 0# 第四步：得到直方图均衡化后的图像equalHistImage = np.zeros(img.shape, np.uint8)for i in range(h):for j in range(w):equalHistImage[i][j] = outPut_q[img[i][j]]return equalHistImagedef linear(source):img = cv2.imread(source, 0)# 使用自己写的函数实现equa = equalHist(img)cv2.imshow("equa", equa)cv2.imwrite('temp.png', equa, [int(cv2.IMWRITE_PNG_COMPRESSION), 0])cv2.waitKey()source = "raw.jpg"
#gamma(source)
hist(source)
#hist_auto(source)
#linear(source)
#gamma('temp.png','g2.png')

python-opencv-使图片更清晰的几种方法相关推荐

python显示gif图片报错_4种方法（plglet、tkinter、guizero、pygame）的GUI中显示gif
1 说明: 1.1 环境:python3.8,微软编辑器vscode,深度deepin-linux操作系统. 1.2 代码亲测,注释详细,通俗易懂,适合收藏和转发,慢慢分析,避免入坑. 1.3 锻炼p ...
python切割图片文字_Python+opencv 实现图片文字的分割的方法示例
Python+opencv 实现图片文字的分割的方法示例发布时间:2020-08-26 03:28:37 来源:脚本之家阅读:116 作者:坏小孩90 实现步骤: 1.通过水平投影对图形进行水平分 ...
cv2 inrange灰度图_Python opencv将图片转为灰度图的方法示例
这篇文章主要介绍了python opencv将图片转为灰度图的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧使用ope ...
Python OpenCV去除图片水印
问题描述去除百度水印 1.jpg,背景简单 2.jpg,背景复杂解决方案安装 pip install opencv-python pip install numpy 方法一.OpenCV提取颜色 ...
python opencv调节图片亮度与对比度
python opencv调节图片亮度与对比度亮度调整是将图像像素的强度整体变大/变小,对比度调整指的是图像暗处变得更暗,亮出变得更亮,从而拓宽某个区域内的显示精度. 创建两个滑动条分别调整对比度和 ...
python opencv 得到图片路径image_path的宽wide、高heigh和深度deep
python opencv 得到图片路径image_path的宽wide.高heigh和深度deep 图片路径是:'1.jpg' 下面是具体代码: import cv2 #得到图片路径image_pa ...
2021-01-07 python opencv调节图片亮度与对比度
python opencv调节图片亮度与对比度度调整是将图像像素的强度整体变大/变小,对比度调整指的是图像暗处变得更暗,亮出变得更亮,从而拓宽某个区域内的显示精度. 创建两个滑动条分别调整对比度和亮 ...
python opencv获取图片分辨率_python-opencv遍历图片像素，并对像素进行操作
看代码: def access_pixels(frame): print(frame.shape) #shape内包含三个元素:按顺序为高.宽.通道数 height = frame.shape[0] ...
python +opencv 根据图片定位进行UI自动化
python +opencv 根据图片定位进行UI自动化前言: 做过移动端ui自动化的小伙伴,就会发现很多控件的元素是一样的或者是找不到的,为了解决这个痛点,于是通过图片灰度处理返回坐标x,y找到控 ...
qt 加载图片旋转_QT 实现图片旋转的两种方法
第一种方案使用 QPixmap 的 transformed 函数来实现旋转,这个函数默认是以图片中心为旋转点,不能设置旋转的中心点,使用如下: QMatrix matrix; matrix.rota ...

python-opencv-使图片更清晰的几种方法

python-opencv-使图片更清晰的几种方法相关推荐

最新文章

热门文章