这篇博客介绍一下直方图均衡-一种图像增强方法,并推荐使用opencv库的直方图均衡增强方法 CLAHE (Contrast Limiting Adaptive Histogram Equalization).
输入图像
对这张图像进行直方图均衡,得到的效果图和直方图统计图分别是
代码为:
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread("test.jpg", 0)
equ = cv2.equalizeHist(img)
plt.hist(img.flat, bins=100, range=(0, 255))
plt.hist(equ.flat, bins=100, range=(0, 255))
使用opencv提供的直方图均衡方法CLAHE的效果图和直方图统计图为:
clahe = cv2.createCLAHE(clipLimit =2.0, tileGridSize=(8,8))
cl_img = clahe.apply(img)
plt.hist(cl_img.flat, bins=100, range=(100, 255))
可以看到,CLAHE的效果比常规直方图均衡的效果好一些. 这里是opencv的文档对这个函数的介绍