python+opencv实现直方图，直方图均衡化和高斯滤波

最新推荐文章于 2022-01-07 18:28:02 发布

taoyao7777

最新推荐文章于 2022-01-07 18:28:02 发布

阅读量356

点赞数

本文链接：https://blog.csdn.net/t20187/article/details/114500497

版权

本文详细介绍了使用Python和OpenCV库进行图像处理的三个关键操作：一、如何绘制图像的直方图，通过直方图展示灰度级与像素数量的关系；二、直方图均衡化的基本原理和实现，用于扩展图像的动态范围，提升对比度；三、探讨高斯滤波在图像去噪中的应用，通过邻域像素的加权平均来平滑图像。

摘要由CSDN通过智能技术生成

一、绘制直方图

1.基本原理
直方图是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。在数字图像中，直方图其实是灰度级与该灰度级出现总数的对应关系，直方图的横坐标是灰度级，纵坐标是对应灰度级的总像素数。

2.代码实现
在这里插入图片描述
3.结果展示

在这里插入图片描述

二、直方图均衡化

1.基本原理
直方图均衡化，就是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，均衡化处理的最终结果是一幅扩展了动态范围的图像，它具有较高的对比度。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
histeq()：直方图均衡化，函数返回直方图均衡化后的图像，以及用来做像素值映射的累计分布函数

2.代码实现