【数字图像处理杂记】RGB直方图的bins

计算颜色直方图时,横坐标是颜色空间,纵坐标是该颜色的像素点的数量。对于常用的RGB一共有 256

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
数字图像处理中的直方图均衡化是一种用于增强图像对比度的方法。它通过重新分配图像的灰度级来扩展图像的动态范围,使得图像中的像素值更加均匀分布。下面是一个演示直方图均衡化的例子: ```python import cv2 import numpy as np import matplotlib.pyplot as plt # 读取图像 image = cv2.imread('image.jpg', 0) # 计算直方图 hist, bins = np.histogram(image.flatten(), 256, [0, 256]) # 计算累积分布函数 cdf = hist.cumsum() cdf_normalized = cdf * hist.max() / cdf.max() # 进行直方图均衡化 equ = cv2.equalizeHist(image) # 绘制原始图像和均衡化后的图像及其直方图 plt.subplot(2, 2, 1) plt.imshow(image, cmap='gray') plt.title('Original Image') plt.xticks([]), plt.yticks([]) plt.subplot(2, 2, 2) plt.imshow(equ, cmap='gray') plt.title('Equalized Image') plt.xticks([]), plt.yticks([]) plt.subplot(2, 2, 3) plt.plot(cdf_normalized, color='b') plt.hist(image.flatten(), 256, [0, 256], color='r') plt.xlim([0, 256]) plt.legend(('CDF', 'Histogram'), loc='upper left') plt.subplot(2, 2, 4) plt.plot(cdf_normalized, color='b') plt.hist(equ.flatten(), 256, [0, 256], color='r') plt.xlim([0, 256]) plt.legend(('CDF', 'Histogram'), loc='upper left') plt.show() ``` 这段代码首先读取一张灰度图像,然后计算图像的直方图和累积分布函数。接下来,使用`cv2.equalizeHist()`函数对图像进行直方图均衡化。最后,使用Matplotlib库绘制原始图像、均衡化后的图像以及它们的直方图

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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