直方图均衡化实现暗光增强

直方图均衡化(Histogram Equalization, HE) 是一个很经典的方法,可以用来实现暗光图像增强(Low Light Image Enhancement, LLIE) ,尽管现在深度学习很发达,但是从实用和效率的角度而言,该方法还是很好用的。并且该方法也是无监督的,它不需要任何正常光图片作为监督学习。只需要导入暗光图片即可。
具体代码也很简单

import matplotlib.pyplot as plt
from skimage import io, exposure

# Load RGB image
image = io.imread('./low/1.png')

# Apply histogram equalization to each color channel separately
image_eq = exposure.equalize_hist<
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值