图像增强

几种常用的图像增强方法:

1. 直方图均衡化:

全局:
    `img_equzlized =  = cv2.equalizeHist(img)`
局部:
    ```python
    img = cv2.imread('xxx.yy')
    clahe = cv2.createCLAHE(clipLimit=2, tileGridSize=(10, 10))
    # 超过clipLimit的部分被截断, 并均分到整张直方图.
    # tileGridSize代表均衡的范围, 作用类似于掩码的尺寸.
    img_equalized = clahe.apply(img)
    统计直方图: 
        hist_img = cv2.calcHist([img], [0], None, [256], [0, 256])
        hist_img_equalized = cv2.calcHist([img_equalized], [0], None, [256], [0, 256])
    ```

2. 指数方法:

\(g(x, y) = 255 * ((g(x, y) - minv) / (maxv - minv)) ^ t\) # t越大, 噪声越少, 但同时失去的信息也更多——信息本身也是一种噪声; t通常取值在(0.6, 1.5).

转载于:https://www.cnblogs.com/ZhengPeng7/p/7639613.html