第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波5 - 分段线性变换 - 灰度级分层

灰度级分层

• 二值图像

• 将感兴趣范围内的所有灰显示为一个值（白色），而将其它灰度值显示为另一个值（黑色）

• 其他灰度级不变

• 使期望的灰度范围变量（或变暗），但保持图像中的其它灰度级不变

x = np.arange(0, 256)
y_1 = np.where(x, x >= 100, 0)
y_1 = np.where(y_1, x < 200, 0) * 150

a = 70
b = 150
y_2 = np.zeros_like(x)
for i in range(len(x)):
    if a <= x[i] <= b:
        y_2[i] = 220
    else:
        y_2[i] = x[i]
        
plt.figure(figsize=(10, 5))
plt.subplot(121), plt.plot(x, y_1), plt.ylim([-1, 255]), plt.xlim([0, 255])
plt.subplot(122), plt.plot(x, y_2), plt.ylim([1, 255]), plt.xlim([0, 255])
plt.show()

# 灰度分层
img = cv2.imread('DIP_Figures/DIP3E_Original_Images_CH03/Fig0312(a)(kidney).tif')

a = 155

# binary image
img_transform = img.copy()
img_transform[img_transform < a] = 0
img_transform[img_transform >= a] = 255

# grayscale image
img_transform_2 = img.copy()
img_transform_2[img_transform_2 < a] = 0.

plt.figure(figsize=(18, 15))
plt.subplot(1, 3, 1), plt.imshow(img, cmap='gray'), plt.title('Original')
plt.subplot(1, 3, 2), plt.imshow(img_transform, cmap='gray'), plt.title(f'Binary Image')
plt.subplot(1, 3, 3), plt.imshow(img_transform_2, cmap='gray'), plt.title(f'Grayscale Image')
plt.tight_layout()
plt.show()