把图像根据BGR通道,三个直方图依次计数

均衡化:
equ=cv2.equalizeHist(img)
plt.hist(equ.ravel(),256)#直方图操作
plt.show()
自适应均衡化,表示一张图被分为几部分,每个部分自己做均衡化,然后再合成一张图。
##均衡化
equ=cv2.equalizeHist(img)
plt.hist(equ.ravel(),256)##直方图
plt.show()
##自适应均衡化
clahe=cv2.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))
res_clahe=clahe.apply(img)
res=np.hstack((img,equ,res_clahe))
cv_show("res",res)
第一张为原图,第二张全图均衡化,第三张局部均衡化

2.傅里叶变换


本文深入探讨了图像处理中两种关键技术——均衡化和傅里叶变换的应用。详细介绍了通过OpenCV进行图像均衡化的方法,包括全局均衡化和自适应局部均衡化,并展示了如何使用Python进行傅里叶变换,提升图像处理效果。

353

被折叠的 条评论
为什么被折叠?



