python直方图均衡化直观理解

最新推荐文章于 2025-03-24 09:04:19 发布

机器变得更残忍

最新推荐文章于 2025-03-24 09:04:19 发布

阅读量3.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python numpy 数字图像处理计算机视觉

本文链接：https://blog.youkuaiyun.com/jiaqiangbandongg/article/details/54694632

直方图均衡化是一种有效的灰度图像对比度增强方法。通过对图像计算直方图，构造累积分布函数，并进行插值映射，将原本分布不均的像素值转换为均匀分布，从而达到增强图像效果的目的。本文结合代码和实例展示了这一过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

直方图均衡化是灰度变化中常用的一种非常有用的变化方式，可以用作增强对比度，思想也比较简单，就是使得变化后的图像每个灰度值概率分布相同。

代码

import numpy as np
def histeq(im,nbr_bins=256):
    '''对灰度图进行直方图均衡化'''

    #计算直方图
    imhist,bins = np.histogram(im.flatten(),nbr_bins,normed=True)
    cdf = imhist.cumsum()   #累积分布函数 cumulative distribution function
    cdf = 255*cdf/cdf[-1]   #归一化(灰度变换函数)

    #使用累积分布函数的线性插值，计算新的像素值
    im2 = np.interp(im.flatten(),bins[:-