实验二 直接灰度变换 直方图均衡

数字图像处理实验记录

实验二 直接灰度变换 直方图均衡

原图：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
 
#画直方图
def zhifangtu(image): 
    a = [0]*256       #创建储存像素数的一维数组
    w = image.shape[0]#得到图像宽高
    h = image.shape[1]
    #计算灰度像素数
    for i in range(w):
        for j in range(h):
            gray = image[i,j]
            a[gray] += 1
    #以灰度为x轴像素数为y轴画直方图        
    y = a
    x = [i for i in range(256)]
    plt.figure()
    plt.title("zhifangtu")
    plt.xlabel("Bins")
    plt.ylabel("Pixels")
    plt.plot(x,y)
    plt.xlim([0,256])
    return a          #返回灰度像素数
 
#将图像均衡化
def junhenghua(a,image):#入口参数：灰度像素数和图片
    b = [0]*256#储存个灰度像素占比数据
    c = [0]*256#储存累计分布数据
    w = image.shape[0]
    h = image.shape[1]
    mn = w*h*1.0
    img = np.zeros([w,h],np.uint8)#创建空数组储存均衡化后数据
    
    #计算灰度分布密度
    for i in range(len(a)):
        b[i] = a[i]/mn
    #计算累计直方图数据    
    for i in range(len(c)):
        if i == 1:
            c[i] = b[i]
        else:
            c[i] = c[i-1]+b[i]
            a[i] = int(255*c[i])
    #对各灰度值进行均衡化映射        
    for i in range(w):
        for j in range(h): 
            img[i,j] = a[image[i,j]]
    
    return img#返回均衡化后图像
    
img=cv.imread("t2.jpg")
image = cv.imread("t2.jpg",0)#读取灰度图像
cv.imshow('t2.jpg',img)
cv.imshow("base",image)               
a = zhifangtu(image)                  #画原始图像直方图并得到灰度像素数
b = junhenghua(a,image)               #将图像均衡化
cv.imshow('junhenghua',b)             
zhifangtu(b)                          #画均衡化后图像直方图
plt.show()

结果：