您好,登錄后才能下訂單哦!
本篇文章為大家展示了python 實現(xiàn)對一幅灰度圖像進行直方圖均衡化,內(nèi)容簡明扼要并且容易理解,絕對能使你眼前一亮,通過這篇文章的詳細介紹希望你能有所收獲。
from PIL import Image from pylab import * from numpy import * def histeq(im,nbr_bins = 256): """對一幅灰度圖像進行直方圖均衡化""" #計算圖像的直方圖 #在numpy中,也提供了一個計算直方圖的函數(shù)histogram(),第一個返回的是直方圖的統(tǒng)計量,第二個為每個bins的中間值 imhist,bins = histogram(im.flatten(),nbr_bins,normed= True) cdf = imhist.cumsum() # cdf = 255.0 * cdf / cdf[-1] #使用累積分布函數(shù)的線性插值,計算新的像素值 im2 = interp(im.flatten(),bins[:-1],cdf) return im2.reshape(im.shape),cdf pil_im = Image.open('E:\Python\\fanwei.jpg') #打開原圖 pil_im_gray = pil_im.convert('L') #轉(zhuǎn)化為灰度圖像 pil_im_gray.show() #顯示灰度圖像 im = array(Image.open('E:\Python\\fanwei.jpg').convert('L')) # figure() # hist(im.flatten(),256) im2,cdf = histeq(im) # figure() # hist(im2.flatten(),256) # show() im2 = Image.fromarray(uint8(im2)) im2.show() # print(cdf) # plot(cdf) im2.save("junheng.jpg")
圖1:原圖的灰度圖
圖2:進行直方圖均衡化后的圖像
圖3:原圖灰度圖的直方圖
圖4:進行直方圖均衡化后的直方圖
圖5:灰度變換函數(shù)
上述內(nèi)容就是python 實現(xiàn)對一幅灰度圖像進行直方圖均衡化,你們學到知識或技能了嗎?如果還想學到更多技能或者豐富自己的知識儲備,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。