数字图像处理学习笔记（十一）——用Python代码实现图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层、直方图均...
51 浏览量
2020-12-21
10:10:48
上传
评论 6
收藏 2.46MB PDF 举报
数字图像处理学习笔记（十一）数字图像处理学习笔记（十一）——用用Python代码实现图像增强之线代码实现图像增强之线
性变换、对数变换、幂律变换、分段线性变换、灰度级分层、直方图均性变换、对数变换、幂律变换、分段线性变换、灰度级分层、直方图均
衡化、平滑滤波器、锐化滤波器衡化、平滑滤波器、锐化滤波器
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整理，欢迎大家一起学习交流！
专栏链接：数字图像处理学习笔记专栏链接：数字图像处理学习笔记
在数字图像处理学习笔记（八）中，已对图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层等做过详细理论论述，本文
将对上述理论知识做实践方面的实现。
具体理论知识理论知识可参考我之前的博文：数字图像处理学习笔记（八）——图像增强处理方法之点处理
一、图像增强之线性变换一、图像增强之线性变换
代码实现参考
import cv2
import random
import imutils
import numpy as np
# 彩色图像每个像素值是[x,y,z], 灰度图像每个像素值便是一个np.uint8
image = cv2.imread('E:/1.PNG')
gray_img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) #将彩色图像变为灰度图像（RGB彩色变灰色）
# 图像大小调整
ori_h, ori_w = image.shape[:2] #获得原图像长宽
height, width = gray_img.shape[:2] #获得灰度图像长宽
image = cv2.resize(image, (int(ori_w / ori_h * 400), 400), interpolation=cv2.INTER_CUBIC) #对图像大小变换且做三次插值
gray_img = cv2.resize(gray_img, (int(width / height * 400), 400), interpolation=cv2.INTER_CUBIC) #对图像大小变换且做三次插值
# a1: 增强图像的对比度,图像看起来更加清晰
a, b = 1.5, 20
new_img2 = np.ones((gray_img.shape[0], gray_img.shape[1]), dtype=np.uint8)
for i in range(new_img2.shape[0]):
for j in range(new_img2.shape[1]):
if gray_img[i][j] * a + b > 255:
new_img2[i][j] = 255
else:
new_img2[i][j] = gray_img[i][j] * a + b
# a 255:
new_img4[i][j] = 255
elif pix < 0:
new_img4[i][j] = 0
else:
new_img4[i][j] = pix
# a=-1, b=255, 图像翻转
new_img5 = 255 - gray_img
cv2.imshow('origin', imutils.resize(image, 800))
cv2.imshow('gray', imutils.resize(gray_img, 800))
cv2.imshow('a1 and b>=0', imutils.resize(new_img2, 800))
cv2.imshow('a=0', imutils.resize(new_img3, 800))
cv2.imshow('a=1 and b><0', imutils.resize(new_img4, 800))
cv2.imshow('a=-1 and b=255', imutils.resize(new_img5, 800))
if cv2.waitKey(0) == 27:
cv2.destroyAllWindows()
运行结果截图
原图原图
剩余19页未读，继续阅读
评论0
最新资源