提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
- 前言
- opencv
- (1)使用 python+opencv 进行灰度图像直方图均衡化
- (2)使用 python+opencv 进行彩色图像直方图均衡化
- (3)使用 python+opencv 进行 YUV 直方图均衡化
前言
OpenCV是计算机视觉领域一个图像和视频处理库,用于各种图像和视频分析,如面部识别和检测,车牌阅读,照片编辑,高级机器人视觉,光学字符识别等等
(1)使用 python+opencv 进行灰度图像直方图均衡化
import cv2
import numpy as np
img = cv2.imread("R-A.jpg",1)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# src 表示原图
cv2.imshow("src",gray)
dst = cv2.equalizeHist(gray)
# dst 表示处理后图像
cv2.imshow("dst",dst)
cv2.waitKey(0)
(2)使用 python+opencv 进行彩色图像直方图均衡化
import cv2
import numpy as np
img=cv2.imread("R-A.jpg",1)
cv2.imshow("src", img)
#彩色图像均衡化,需要分解通道对每一个通道均衡化
(b,g,r)=cv2.split(img)
bH = cv2.equalizeHist(b)
gH = cv2.equalizeHist(g)
rH = cv2.equalizeHist(r)
#合并每一个通道c
result = cv2.merge((bH,gH,rH))
cv2.imshow("dst", result)
cv2.waitKey(0)
(3)使用 python+opencv 进行 YUV 直方图均衡化
import cv2
import numpy as np
img=cv2.imread("R-A.jpg",1)
imgYUV = cv2.cvtColor(img,cv2.COLOR_BGR2YCrCb)
cv2.imshow("src",img)
channelsYUV = cv2.split(imgYUV)
channelsYUV[0] = cv2.equalizeHist(channelsYUV[0])
channels = cv2.merge(channelsYUV)
result = cv2.cvtColor(channels,cv2.COLOR_YCrCb2BGR)
cv2.imshow("dst",result)
cv2.waitKey(0)