前言

进入冈萨雷斯的第三章内容，并用python实现功能。我更改了代码源，之前找到太烂了，代码全是错、、现在使用的代码很清晰，功能也很全。

一、灰度拉伸

灰度拉伸, 也称对比度拉伸, 是一种简单的线性点运算 ,扩展图像的直方图使其充满整个灰度等级范围内.

代码如下（示例）：

"""
Created by HenryMa on 2020/8/24
"""__author__ = 'HenryMa'import math
# from builtins import range, print
import numpy as np
import cv2def contrastStretchTransform(image):"""灰度拉伸定义: 灰度拉伸, 也称对比度拉伸, 是一种简单的线性点运算.作用: 扩展图像的直方图, 使其充满整个灰度等级范围内.公式: A = min[f(x, y)], 最小灰度级;B = max[f(x, y)], 最大灰度级;f(x, y)为输入图像, g(x, y)为输出图像.缺点: 如果灰度图像中最小值A=0, 最大值B=255, 则图像没有什么改变."""# 彩色图像h, w, d = image.shapenew_img = np.zeros((h, w, d), dtype=np.float32)A = image.min()B = image.max()print(A, B)for i in range(h):for j in range(w):for k in range(d):new_img[i, j, k] = 255.0 / (B - A) * (image[i, j, k] - A) + 0.5# new_img = cv2.normalize(new_img, None, 0, 255, cv2.NORM_MINMAX)# new_img = cv2.convertScaleAbs(new_img)new_img=new_img.astype(np.uint8)A1 = new_img.min()B1 = new_img.max()print(A1,B1)return new_imgif __name__ == '__main__':img = cv2.imread('../pic/beizi.png', 1)contrast_img = contrastStretchTransform(img)cv2.imshow('src img', img)cv2.imshow('contrast img', contrast_img)cv2.waitKey(0)

二、幂律(伽马)变换

伽马变换可以很好地拉伸图像的对比度, 扩展灰度级。伽马大于1，图片会变暗；伽马值小于1，图片整体变亮

代码如下（示例）：

"""
Created by HenryMa on 2020/8/24
"""__author__ = 'HenryMa'import math
from builtins import range, print
import numpy as np
import cv2def gammaTransform(c, gamma, image):# 彩色图像"""h, w, d = image.shape[0], image.shape[1], image.shape[2]new_img = np.zeros((h, w, d), dtype=np.float32)for i in range(h):for j in range(w):for k in range(d):new_img[i, j, k] = c*math.pow(image[i, j, k], gamma)cv2.normalize(new_img, new_img, 0, 255, cv2.NORM_MINMAX)print(new_img)new_img = cv2.convertScaleAbs(new_img)print(new_img)"""# 灰度图h, w = image.shape[0], image.shape[1]new_img = np.zeros((h, w), dtype=np.float32)for i in range(h):for j in range(w):new_img[i, j] = c * math.pow(image[i, j], gamma)cv2.normalize(new_img, new_img, 0, 255, cv2.NORM_MINMAX)new_img = cv2.convertScaleAbs(new_img)return new_imgif __name__ == '__main__':img = cv2.imread('../pic/Fig0309(a)(washed_out_aerial_image).tif', 0)# gamma_img1 = gammaTransform(1, 0.6, img)# gamma_img2 = gammaTransform(1, 0.4, img)# gamma_img3 = gammaTransform(1, 0.3, img)gamma_img4 = gammaTransform(1, 3.0, img)gamma_img5 = gammaTransform(1, 4.0, img)gamma_img6 = gammaTransform(1, 5.0, img)cv2.imshow('origin', img)# cv2.imshow('gamma_img1', gamma_img1)# cv2.imshow('gamma_img2', gamma_img2)# cv2.imshow('gamma_img3', gamma_img3)cv2.imshow('gamma_img4', gamma_img4)cv2.imshow('gamma_img5', gamma_img5)cv2.imshow('gamma_img6', gamma_img6)cv2.waitKey(0)

三、对数变换

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. 可用于增强图像的暗部细节.

代码如下（示例）：

"""
Created by HenryMa on 2020/8/24
"""__author__ = 'HenryMa'import cv2
import math
import numpy as np
from builtins import range, printdef logTransform(c, image):# 3通道RGB"""h, w, d = image.shape[0], image.shape[1], image.shape[2]new_img = np.zeros((h, w, d))min = 255max = 0for i in range(h):for j in range(w):for k in range(d):new_img[i, j, k] = c * (math.log(1.0 + image[i, j, k]))# print(new_img)new_img = cv2.normalize(new_img, new_img, 0, 255, cv2.NORM_MINMAX)/255.print(new_img.max(), new_img.min())print(new_img)return new_img"""# 灰度图h, w = img.shape[0], img.shape[1]new_img = np.zeros((h, w))for i in range(h):for j in range(w):new_img[i, j] = c * (math.log(1.0 + img[i, j]))new_img = cv2.normalize(new_img, new_img, 0, 255, cv2.NORM_MINMAX)/255.return new_imgif __name__ == '__main__':img = cv2.imread('../pic/Fig0305(a)(DFT_no_log).tif', 0)log_img = logTransform(1, img)cv2.imshow('src_img', img)cv2.imshow('log_img', log_img)cv2.waitKey(0)

基于python的数字图像处理--学习笔记（三）相关推荐

python自动化办公要学多久-基于python实现自动化办公学习笔记三
Excel (1)写xls文件 # 有序字典 from collections import OrderedDict # 存储数据 from pyexcel_xls import save_data ...
数字图像处理学习笔记六彩色图像处理
目录 (一)彩色模型介绍 1.1 RGB模型 1.2 CMY.CMYK模型 1.3 HSI彩色模型 1.4 HSV模型 1.5 YCbCr 彩色空间 (二)伪彩色图像处理 (三)全彩色图像处理及彩色变 ...
数字图像处理学习笔记（三）：ORB算法（尺度不变特征变换）Oriented FAST and Rotated BRIEF
数字图像处理学习笔记(三):ORB算法(尺度不变特征变换)Oriented FAST and Rotated BRIEF 一.概述参考:特征点匹配+特征检测方法汇总 ORB的全称是Oriented ...
数字图像处理学习笔记（三）——空间分辨率和灰度分辨率、等偏爱曲线
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
数字图像处理学习笔记（一）：特征检测和匹配概述
数字图像处理学习笔记(一):特征检测和匹配概述参考博客: 特征点的匹配 SIFT特征详解数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法 1.特征点概述如何高效且准确的匹配出两个不同 ...
数字图像处理学习笔记（十）——空间滤波
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
数字图像处理学习笔记（十五）——图像复原与重建
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
数字图像处理学习笔记（六）——数字图像处理中用到的数学操作
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
数字图像处理学习笔记（八）——图像增强处理方法之点处理
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...

基于python的数字图像处理--学习笔记（三）

基于python的数字图像处理--学习笔记（三）

前言

一、灰度拉伸

二、幂律(伽马)变换

三、对数变换

基于python的数字图像处理--学习笔记（三）相关推荐

最新文章

热门文章