python数字图像处理笔记14 直方图处理

绘制直方图

表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。它是图像最基本的统计特征。
横坐标：灰度级；
纵坐标：该灰度级出现的个数。

def hist(img):
    list=np.zeros(256,dtype=np.float)
    if len(img.shape) == 3:
        img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    H, W=img.shape
    for y in range(H):
        for x in range(W):
            temp=img[y,x]
            list[temp]=list[temp]+1
    return  list

直方图归一化

有时直方图会存在偏差。比如说，数据集中在 处（左侧）的图像全体会偏暗，数据集中在 处（右侧）的图像会偏亮。为了使人能更清楚地看见图片，让直方图归一化、平坦化是十分必要的。

像素点取值范围从【c,d】转换到【a.b】的过程由下式定义。

def hist_normalization(img, a=0, b=255):
    # get max and min
    c = img.min()
    d = img.max()

    out = img.copy()

    # normalization
    out = (b - a) / (d - c) * (out - c) + a
    out[out < a] = a
    out[out > b] = b
    out = out.astype(np.uint8)

    return out

直方图均衡化

直方图均衡化是使直方图变得平坦的操作。

def hist_equal(img, z_max=255):
    H, W, C = img.shape
    S = H * W * C * 1.

    out = img.copy()

    sum_h = 0.

    for i in range(1, 255):
        ind = np.where(img == i)
        sum_h += len(img[ind])
        z_prime = z_max / S * sum_h
        out[ind] = z_prime

    out = out.astype(np.uint8)

    return out