改变灰度图像直方图的均值和标准差
当我们有一张较暗淡的图像,我们想让图像变明亮;或者反过来,如果图像严重曝光,我们想让图像变暗。这时,我们可以采用什么方法呢?我们可以直接对图像的直方图进行操作,改变灰度图像直方图的均值和标准差。进而实现我们想要的效果。
算法如下式:其中m0和s0表示的是我们想要图像像素分布变成的均值和标准差,m和s是原图像的均值和标准差:
改变图像直方图的均值和标准差公式 ↑
实验:通过上述算法实现对图像直方图的均值和标准差的改变
import cv2
import numpy as np
import matplotlib.pyplot as plt
# histogram manipulation
def hist_mani(img, m0=128, s0=52):
m = np.mean(img)
s = np.std(img)
out = img.copy()
# normalize
out = s0 / s * (out - m) + m0
out = np.clip(out,0,255)
out = out.astype(np.uint8)
return out
# Read image
img = cv2.imread("../head_g.jpg",0).astype(np.float)
out = hist_mani(img,m0=130,s0=60)
# Display histogram
plt.hist(out.ravel(), bins=255, rwidth=0.8, range=(0, 255))
plt.savefig("out_his.png")
plt.show()
plt.hist(img.ravel(), bins=255, rwidth=0.8, range=(0, 255))
plt.savefig("out_his_img.png")
plt.show()
# Save result
cv2.imshow("result", out)
cv2.imwrite("out.jpg", out)
cv2.waitKey(0)
cv2.destroyAllWindows()
实验结果:
原图像的像素分布 ↑
修改直方图的均值和标准差后图像的像素分布 ↑
原图 ↑
改变直方图均值和标准差之后的图像 ↑
可以看到,原图像是比较暗的,像素集中于靠近0的部分。我们通过增大图像直方图的均值和标准差,使得图像的像素值整体增大,由此增加了图像的亮度。如果你想要减小图像的亮度,则可以考虑采用与此相反的方法。
参考内容: