灰度变换（python），超硬核

显示图像

cv2.imshow(‘gray’, gray)
cv2.imshow(‘Log Transformed Image’, transformed_image)

窗口保持

cv2.waitKey(0)
else:
print(“Failed to load image.”)

 当c=10时：

当c=20时：

当c=30时：

幂律（伽马）变换

幂律变换的形式为：s=c*r^y

思路：

彩色图像->灰度图像->将图像的值缩小到[0,1]->幂律变换->将数值归一化(限定在0~255)

gray=img.astype(np.float32)/255.0 先将图像转换成浮点类型，并将像素值归一到[0,1]范围内

corrected_image=np.power(img,1)img的1次方

corrected_image=(corrected_image*255).astype(np.uint8)和前面一样，先将值重新回到整数范围，之后进行归一化

代码：

当c=255,y=1时：

#伽马变换
import cv2
import numpy as np

opencv读取图像

img = cv2.imread(‘gray.png’, 1)

opencv读取图像

img = cv2.imread(‘gray.png’, 1)

检查图像是否成功加载

if img is not None:

将图像灰度化灰度化

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#将图像转换为浮点类型