数字图像处理的python实践(3)——直方图均衡化

最新推荐文章于 2023-07-23 10:05:08 发布

渡边君

最新推荐文章于 2023-07-23 10:05:08 发布

阅读量1.6k

点赞数

分类专栏：数字图像处理的python实践

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/baidu_41902768/article/details/93887037

版权

直方图均衡化通过灰度映射使图像的灰度值分布均匀，提高对比度和动态范围。文章介绍了连续和离散情况下直方图均衡化的理论，并提供了Python代码示例，展示处理前后图像及直方图对比，说明了其在图像处理中的实际效果。

摘要由CSDN通过智能技术生成

直方图均衡化又称为灰度均衡化，指的是通过某种灰度映射规律，来将输入图像转换成灰度直方图中每个范围内的像素点数目都基本一致的输出图像。这种情况下的输出图像，由于图中的不同数值的灰度数量分布是均匀的，图像也会拥有较高的对比度和较大的动态范围，不会出现直方图中集中在低值区域或者是集中在高值区域，对我们后续其他操作也有一定的帮助。

虽然现实中的图像都是离散的，均衡化的对象也是直方图，但是为了理论分析的方便，我们先考虑灰度范围在0-1内且是连续的情形。我们得到的输入图像，用一个概率密度函数来描述其中的灰度数值分布情况。

$p(x),0\leq x\leq 1$

更加具有现实意义的是概率分布函数，描述的是在图像中像素点的灰度值介于0到x之间的比率。之所以使用y作为积分变量是为了将x作为积分上限，所以看起来有点奇怪，实际上p(x)、p(y)是相同的概率密度函数。

$P(x) =\int_{0}^{x}p(y)dy$

$p(x) =\frac{\partial P(x)}{\partial x}$

那么更仔细一些，以

最低0.47元/天解锁文章

关注

0
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
数字图像处理的python实践(3)——直方图均衡化

直方图均衡化又称为灰度均衡化，指的是通过某种灰度映射规律，来将输入图像转换成灰度直方图中每个范围内的像素点数目都基本一致的输出图像。这种情况下的输出图像，由于图中的不同数值的灰度数量分布是均匀的，图像也会拥有较高的对比度和较大的动态范围，不会出现直方图中集中在低值区域或者是集中在高值区域，对我们后续其他操作也有一定的帮助。虽然现实中的图像都是离散的，均衡化的对象也...
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。