对这个工具,你一定很熟悉吧,Photoshop里有,很多简单的图像处理软件里面也会有
那这个工具到底是什么意思呢,它和我们要讲到的灰度变换有很大的关系
在图像处理中,像图像度变换和直方图均衡都属于点运算范畴。
处理时作用域是单个像素
有表达式:
g(x,y) = T[ f(x,y) ] T为映射关系
在点运算中,映射关系是关键,它描述了输入灰度级和输出灰度级之间的关系。
灰度变换是图像增强的一种重要手段,用于改善图像的显示效果,属于空域处理方法
最开始我们讲的反转就属于灰度变换的一种
其变换关系为
g(x,y) = 255 - f(x,y)
我们来讲讲常用的灰度变换
(1)灰度线性变换
1.图像反转
2.线性灰度变换
表达式关系为
3.分段线性灰度变换
表达式关系为
我们来写程序来实现这些功能:
def Hist(image,color = cv.RGB( 102 , 204 , 204 )):
a = [0] * 256
w = image.width
h = image.height
iHist = cv.CreateImage(( 256 , 256 ), 8 , 3 )
for i in range(h):
for j in range(w):
iGray = int(image[i,j])
a[iGray] = a[iGray] + 1
S = max(a)
for k in range( 256 ):
a[k] = a[k] * 255 / S
x = (k, 255 )
y = (k, 255 - a[k])
cv.Line(iHist,x,y,color)
return iHist
def GrayTr(image,array):
w = image.width
h = image.height
size = (w,h)
iGrayTr = cv.CreateImage(size,image.depth, 1 )
for i in range(h):
for j in range(w):
idex = int(image[i,j])
iGrayTr[i,j] = array[idex]
return iGrayTr
def Invert():
aInvert = [0] * 256
for i in range( 256 ):
aInvert[i] = 255 - i
return aInvert
def Linear():
aLinear = [0] * 256
for i in range( 256 ):
if i < 60 :
aLinear[i] = 30
elif i < 200 :
aLinear[i] = int(( 220.0 - 30.0 ) / ( 200 - 60 ) * (i - 60 ) + 30 )
else :
aLinear[i] = 220
return aLinear
def SubLinear():
aSubLinear = [0] * 256
for i in range( 256 ):
if i < 60 :
aSubLinear[i] = int( 30.0 / 60 * i)
elif i < 200 :
aSubLinear[i] = int(( 220.0 - 30.0 ) / ( 200 - 60 ) * (i - 60 ) + 30 )
else :
aSubLinear[i] = int(( 255.0 - 220.0 ) / ( 255 - 200 ) * (i - 200 ) + 220 )
return aSubLinear
image = cv.LoadImage( ' lena.jpg ' ,0)
iInvert = GrayTr(image,Invert())
iLinear = GrayTr(image,Linear())
iSubLinear = GrayTr(image,SubLinear())
cv.ShowImage( ' image ' ,image)
cv.ShowImage( ' iInvert ' ,iInvert)
cv.ShowImage( ' iLinear ' ,iLinear)
cv.ShowImage( ' iSubLinear ' ,iSubLinear)
cv.ShowImage( ' iHist ' ,Hist(image))
cv.ShowImage( ' iIHist ' ,Hist(iInvert))
cv.ShowImage( ' iLHist ' ,Hist(iLinear))
cv.ShowImage( ' iSubHist ' ,Hist(iSubLinear))
cv.WaitKey(0)
运行效果如下:
我们看到第三幅图的直方图和其他的有很大差别
主要是在我们把原图中灰度值在60以下的点全部映射到灰度值30
使得灰度值为30的点特别多,导致其它的灰度值的点显得很少,相应的画出来也就特别短
但明显的,我们看到没有点映射到30一下和220以上,在灰度值上产生了截断效果
另外我们来看看灰度窗和灰度级分层:
灰度窗是左边映射关系:增强特定灰度值的对比度,其它的全部置0
灰度级分层:把在特定灰度级和其他灰度级的区域分开
编写程序:
def GrayTr(image,array):
w = image.width
h = image.height
size = (w,h)
iGrayTr = cv.CreateImage(size,image.depth, 1 )
for i in range(h):
for j in range(w):
idex = int(image[i,j])
iGrayTr[i,j] = array[idex]
return iGrayTr
def Window():
aWindow = [0] * 256
for i in range( 60 , 121 ):
aWindow[i] = int( 255.0 / ( 120 - 60 ) * (i - 60 ))
return aWindow
def Slice():
aSlice = [0] * 256
for i in range( 256 ):
if i > 59 and i < 121 :
aSlice[i] = 200
else :
aSlice[i] = 30
return aSlice
image = cv.LoadImage( ' lena.jpg ' ,0)
iWindow = GrayTr(image,Window())
iSlice = GrayTr(image,Slice())
cv.ShowImage( ' image ' ,image)
cv.ShowImage( ' iWindow ' ,iWindow)
cv.ShowImage( ' iSlice ' ,iSlice)
cv.WaitKey(0)
(2)灰度非线性变换
左边为对数变换,右边为指数变换(当然,上面的图不是很标准)
重点是生成对应的映射对
程序如下:
import math
def GrayTr(image,array):
w = image.width
h = image.height
size = (w,h)
iGrayTr = cv.CreateImage(size,image.depth, 1 )
for i in range(h):
for j in range(w):
idex = int(image[i,j])
iGrayTr[i,j] = array[idex]
return iGrayTr
def Log():
aLog = [0] * 256
for i in range( 1 , 256 ):
aLog[i] = int( 32 * math.log(i, 2 ))
return aLog
def Exp():
aExp = [0] * 256
NUM = 1.01
k = math.pow(NUM, 255 )
for i in range( 1 , 256 ):
aExp[i] = int( 255 * math.pow(NUM,i) / k)
return aExp
image = cv.LoadImage( ' lena.jpg ' ,0)
iLog = GrayTr(image,Log())
iExp = GrayTr(image,Exp())
cv.ShowImage( ' image ' ,image)
cv.ShowImage( ' iLog ' ,iLog)
cv.ShowImage( ' iExp ' ,iExp)
cv.WaitKey(0)
好啦。灰度变换就讲到这里啦!!