直方图均衡化
直方图均衡化(Histogram Equalization)是一种增强图像对比度(Image Contrast)的方法，其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。
scenery.png原图(下载)：
import cv2 # opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt # Matplotlib是RGB
# %matplotlib inline
def cv_show(img, name):
cv2.imshow(name, img)
cv2.waitKey()
cv2.destroyAllWindows()
img = cv2.imread('DataPreprocessing/img/scenery.png', 0) # 0表示灰度图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
print(hist.shape)
plt.hist(img.ravel(), 256)
plt.show()
转为灰度图后，整张图片像素分布的直方图结果:
画出三通道的直方图分布:
color = ('b', 'g', 'r')
for i, col in enumerate(color):
histr = cv2.calcHist([img], [i], None, [256], [0, 256])
plt.plot(histr, color=col)
plt.xlim([0, 256])
直方图均衡化处理:
img = cv2.imread('DataPreprocessing/img/scenery.png', 0)
equ = cv2.equalizeHist(img)
plt.hist(equ.ravel(), 256)
plt.show()
# cv_show(equ, "equ")
经过直方图均衡化处理后的像素分布:
自适应直方图均衡化
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
res_clahe = clahe.apply(img)
res = np.hstack((img, equ, res_clahe))
cv2.imwrite("res_scenery.png", res)
cv_show(res, 'res')
展示所有的结果（原图 - - - 直方图均衡化 - - - 自适应直方图均衡化）:
到此这篇关于Python OpenCV之直方图均衡化详解的文章就介绍到这了,更多相关Python OpenCV直方图均衡化内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！