华科 数字图像处理实验四(一)

思考题
1.给出彩色图像Fig6,请在HSI空间对图像的亮度分量进行均衡化,观察彩色图像效果。
2.对同一幅图像Fig6在B、G、R空间逐一做均衡化处理,观察最终的图像与思考题1中的结果异同。

import numpy as np
import cv2
import math
from matplotlib import pyplot as plt


def hisEqulColor(img):
    hls = cv2.cvtColor(img, cv2.COLOR_BGR2HLS)
    channels = cv2.split(hls)
    cv2.equalizeHist(channels[1])
    cv2.merge(channels, hls)
    cv2.cvtColor(hls, cv2.COLOR_HLS2BGR, img)
    return img


img = cv2.imread('Fig6.png')
eq = hisEqulColor(img)
cv2.imshow('image1', img)
cv2.imshow('image2', eq)
cv2.waitKey(0)

结果如下
在这里插入图片描述
2.对同一幅图像Fig6在B、G、R空间逐一做均衡化处理,观察最终的图像与思考题1中的结果异同。

#B、G、R空间逐一做均衡化处理
import cv2
import numpy as np

img = cv2.imread('Fig6.png')
#分离
(b, g, r) = cv2.split(img)
beq = cv2.equalizeHist(b)
geq = cv2.equalizeHist(g)
req = cv2.equalizeHist(r)
# 合并每一个通道
result1 = cv2.merge((beq, g, r))
result2 = cv2.merge((b, geq, r))
result3 = cv2.merge((b, g, req))

cv2.imshow('image', img)
cv2.imshow('image1', result1)
cv2.imshow('image2', result2)
cv2.imshow('image3', result3)
cv2.waitKey(0)

结果如下
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值