跟我学Python图像处理丨何为图像的灰度非线性变换

最新推荐文章于 2023-05-29 23:25:11 发布

快乐老男孩！

最新推荐文章于 2023-05-29 23:25:11 发布

阅读量419

点赞数

文章标签：计算机视觉 opencv python

本文链接：https://blog.csdn.net/k15778864599/article/details/126771922

版权

本文介绍了图像处理中的灰度非线性变换，包括对数变换、伽玛变换，详细阐述了它们的原理和效果，并提供了Python实现代码。通过对数变换，能提升图像暗部细节的对比度；伽玛变换则通过调整γ值来拉伸或压缩不同灰度区域，优化图像对比度。

摘要由CSDN通过智能技术生成

一.图像灰度非线性变换

图像的灰度非线性变换主要包括对数变换、幂次变换、指数变换、分段函数变换，通过非线性关系对图像进行灰度处理，下面主要讲解三种常见类型的灰度非线性变换。

原始图像的灰度值按照DB=DA×DA/255的公式进行非线性变换，其代码如下：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#读取原始图像
img = cv2.imread('miao.png')

#图像灰度转换
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#获取图像高度和宽度
height = grayImage.shape[0]
width = grayImage.shape[1]

#创建一幅图像
result = np.zeros((height, width), np.uint8)

#图像灰度非线性变换：DB=DA×DA/255
for i in range(height):
    for j in range(width):
        gray = int(grayImage[i,j])*int(grayImage[i,j]) / 255
        result[i,j] = np.uint8(gray)

#显示图像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

图像灰度非线性变换的输出结果下图所示：