OpenCV-Python 直方图-2:直方图均衡 | 二十七

本文介绍了直方图均衡化的概念,用于提高图像的对比度。通过Numpy实现直方图均衡化并展示OpenCV中的`cv.equalizeHist()`函数。还探讨了CLAHE(对比度受限的自适应直方图均衡)在处理局部对比度问题上的优势,并给出了代码示例。
摘要由CSDN通过智能技术生成

目标

在本节中,

  • 我们将学习直方图均衡化的概念,并利用它来提高图像的对比度。

理论

考虑这样一个图像,它的像素值仅局限于某个特定的值范围。例如,较亮的图像将把所有像素限制在高值上。但是一幅好的图像会有来自图像所有区域的像素。因此,您需要将这个直方图拉伸到两端(如下图所示,来自wikipedia),这就是直方图均衡化的作用(简单来说)。这通常会提高图像的对比度。

我建议您阅读直方图均衡化上的Wikipedia页面,以获取有关它的更多详细信息。它很好地解释了示例,使您在阅读完之后几乎可以理解所有内容。相反,在这里我们将看到其Numpy实现。之后,我们将看到OpenCV功能。

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('wiki.jpg',0)
hist,bins = np.histogram(img.flatten(),256,[0,256])
cdf = hist.cumsum()
cdf_normalized = cdf * float(hist.max()) / cdf
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值