自适应直方图均衡化CLAHE

最新推荐文章于 2024-08-14 12:00:04 发布

ye1256

最新推荐文章于 2024-08-14 12:00:04 发布

阅读量994

点赞数

分类专栏：人工智能数据处理深度学习文章标签： python 开发语言

本文链接：https://blog.csdn.net/ye1256/article/details/129277600

版权

深度学习同时被 3 个专栏收录

11 篇文章 2 订阅

订阅专栏

人工智能

4 篇文章 0 订阅

订阅专栏

数据处理

4 篇文章 0 订阅

订阅专栏

该代码示例展示了如何利用OpenCV库中的createCLAHE函数对图像进行局部直方图均衡化处理，以增强对比度。通过设置clipLimit为1和tileGridSize为(2,1)，图像被分割成小块并分别进行处理，从而在不影响整体的同时，提升局部区域的对比度效果。

摘要由CSDN通过智能技术生成

cv.createCLAHE() 函数创建一个 CLAHE 对象，它的两个主要参数如下：

clipLimit：对比度限制参数，表示对比度增强的最大程度。超过这个阈值的像素将被裁剪到 clipLimit 的值。默认值为 40。
tileGridSize：直方图均衡化操作的块大小，用一个元组 (width, height) 来指定。默认情况下，块大小为 (8, 8)。

在这个示例代码中，clipLimit 参数被设置为 5，tileGridSize 参数被设置为 (7, 7)，这意味着图像将被分割为一系列大小为 7x7 的块，并对每个块进行直方图均衡化操作，从而达到局部增强对比度的效果。

import cv2 as cv
import numpy as np

src = cv.imread(r"D:\YW\20220919_1503524.jpg")


def localEqualHist(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    clahe = cv.createCLAHE(clipLimit=1, tileGridSize=(2,1))
    dst = clahe.apply(gray)
    cv.imshow("clahe image", dst)


localEqualHist(src)
cv.imshow("original image", src)
cv.waitKey(0)
cv.destroyAllWindows()