matlab计算多张图像的灰度直方图_图像增强、锐化，利用 Python-OpenCV 帮你实现 4 种方法！...

图像增强目的使得模糊图片变得更加清晰、图片模糊的原因是因为像素灰度差值变化不大，如片各区域产生视觉效果似乎都是一样的， 没有较为突出的地方，看起来不清晰的感觉

解决这个问题的最直接简单办法，放大像素灰度值差值、使图像中的细节更加清晰。

目前较为常用的几个方法：伽马变换、线性变换、分段线性变换、直方图均衡化，对于图像对比度增强，都能取得不错的效果！

本文将对每种方法 简单介绍一下，并借助于 Python 、OpenCV 进行代码实现，提前说一下哈，下面处理的图像对象都是单通道灰度图，不是三通道彩色图！

1，线性变换

线性变换的原理是对所有像素值乘上一个扩张因子

，像素值大的变得越大，像素值小的变得越小，从而达到图像增强的效果，这里利用 Numpy 的数组进行操作；

需要注意的是，像素值最大为255，因此在数组相乘之后需要进行数值截断操作，最终代码如下：

def line_trans_img(img,coffient):
    if len(img.shape) == 3:
        img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    out = 2*img
    #像素截断；；；
    out[out>255] = 255
    out = np.around(out)
    return out

这里

设置为 2