（openCV 十二）图像增强（对数变换/伽马变换/分段线性变换）

空间域处理是直接对像素进行操作的方法，这是相对于频率域处理而言的。空间域处理主要分为两大类：灰度变换和空间滤波。灰度变换在图像单个像素上操作，主要以对比度和阈值处理为目的。空间滤波涉及改善性能的操作，通过像元领域来处理。

空间域处理均可由下式表达：

常用的基本函数有三类：线性函数，对数函数（对数和反对数）和幂律函数（n次幂和n次根）

1、对数变换

对数变换将图像的低灰度值部分扩展，将其高灰度值部分压缩，以达到强调图像低灰度部分的目的；同时可以很好的压缩像素值变化较大的图像的动态范围，目的是突出我们需要的细节。反对数变换则与对数函数不同的是，强调的是图像的高灰度部分，对数变换公式如下

 

import cv2
import imutils
import numpy as np

image = cv2.imread('E:/peking_rw/ocr_project/base_prehandle/img/DFT_no_log.jpg')
log_img = np.zeros((image.shape[0], image.shape[1], 3), dtype=np.float32)
fo