python灰度_python全局灰度线性变换——自由设定图像灰度范围

全局线性变换的公式是s = (r-a)*(d-c)/(b-a)+c，其中a、b是原图片的灰度最小值和最大值，c、d是变换后的灰度值的最小值和最大值。r是当前像素点的灰度值，s是当前像素点变换后的灰度值。该公式可自己画出一个坐标，利用相似三角形性质可轻易得出。所以只要我们得到一个图片的灰度范围，我们就可以自由变换到指定的灰度范围，这种灰度变换也是图像增强的一部分。下面的示例能清晰看出变换后的效果。除了图片的直观显示，我们还可以画出其变换前后的直方图来看出其差异。

代码如下：

import cv2

import matplotlib.pyplot as plt

# 统计各灰度值的像素个数

def histogram(image):

(row, col) = image.shape

hist = [0]*256

for i in range(row):

for j in range(col):

hist[image[i,j]] +=1

return hist

#全局灰度线性变换

def global_linear_transmation(img): #将灰度范围设为0~255

maxV=img.max()

minV=img.min()

for i in range(img.shape[0]):

for j in range(img.shape[1]):

img[i,j] = ((img[i,j]-minV)*255)/(maxV-minV)

return img

image0 = cv2.imread("rice.tif",0)

plt.figure()

plt.subplot(2,2,1)

#使用matplotlib中的imshow显示图像，注意参数的含义，不加参数试试

plt.imshow(image0,vmin=0, vmax=255,cmap = plt.cm.gray)

plt.title('original image')

image_hist0 = histogram(image0)

plt.subplot(2,2,2)

plt.plot(image_hist0)

image1=global_linear_transmation(image0)

plt.subplot(2,2,3)

plt.imshow(image1,vmin=0, vmax=255,cmap = plt.cm.gray)

image_hist1 = histogram(image1)#统计变换后图像的各灰度值像素的个数

plt.subplot(2,2,4)

plt.plot(image_hist1)

plt.show()

效果图如下：