opencv批量灰度转换_图片处理-opencv-9.图像的灰度变换

图像灰度线性变换

图像的灰度线性变换是通过建立灰度映射来调整原始图像的灰度，从而改善图像的质量，凸显图像的细节，提高图像的对比度。灰度线性变换的计算公式如下所示：

该公式中

表示灰度线性变换后的灰度值，

表示变换前输入图像的灰度值，

和

为线性变换方程

的参数，分别表示斜率和截距。

当α=1，b=0时，保持原始图像

当α=1，b!=0时，图像所有的灰度值上移或下移

当α=-1，b=255时，原始图像的灰度值反转

当α>1时，输出图像的对比度增强

当0

当α<0时，原始图像暗区域变亮，亮区域变暗，图像求补

1.图像灰度上移变换

该算法将实现图像灰度值的上移，从而提升图像的亮度，其实现代码如下所示。由于图像的灰度值位于0至255区间之内，所以需要对灰度值进行溢出判断。

图像的所有灰度值上移50，图像变得更白了。注意，纯黑色对应的灰度值为0，纯白色对应的灰度值为255。

import cv2

import numpy as np

import matplotlib.pyplot as plt

#读取原始图像

img = cv2.imread('data/test3.jpg')

#图像灰度转换

grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#获取图像高度和宽度

height = grayImage.shape[0]

width = grayImage.shape[1]

#创建一幅图像

result = np.zeros((height, width), np.uint8)

#图像灰度上移变换 DB=DA+50

for i in range(height):

for j in range(width):

if (int(grayImage[i,j]+50) > 255):

gray = 255

else:

gray = int(grayImage[i,j]+50)

result[i,j] = np.uint8(gray)

#显示图像

titles = ['Gray Image', 'result']

images = [grayImage, result]

plt.figure(figsize=(10, 4))

for i in range(2):

plt.subplot(1, 2, i+1)

plt.imshow(images[i], 'gray')

plt.title(titles[i])

plt.xticks([]), plt.yticks([])

plt.show()

image.png

2.图像对比度增强变换