自适应直方图均衡化，用Python和OpenCvSharp(C#)实现

最新推荐文章于 2024-11-25 20:56:03 发布

orangapple

最新推荐文章于 2024-11-25 20:56:03 发布

阅读量3.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：图像处理文章标签：图像处理 OpenCvSharp python

本文链接：https://blog.youkuaiyun.com/orangapple/article/details/121682942

图像处理专栏收录该内容

12 篇文章

订阅专栏

这篇博客介绍了如何利用Python的OpenCV库和C#的OpenCvSharp库实现局部自适应直方图均衡化（CLAHE）进行图像增强。代码示例展示了CLAHE的使用方法，包括设置剪切限制和网格大小参数，以提升图像的对比度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.python

import cv2
import matplotlib.pyplot as plt

imgOrigin = cv2.imread("C:\\1.tif", cv2.CV_16UC1)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
imgCLAHE = clahe.apply(imgOrigin)
cv2.imshow('createCLAHE', imgCLAHE)
cv2.waitKey(0)

2. OpenCvSharp(C#)

 Mat src = new Mat("C:\\1.tif", ImreadModes.Grayscale);
            Mat dst = new Mat();

            using (CLAHE clahe = Cv2.CreateCLAHE())
            {
                clahe.ClipLimit = 20;//可变
                clahe.TilesGridSize = new OpenCvSharp.Size(32, 32); //可变，可去掉
                clahe.Apply(src, dst);
            }
            Window.ShowImages(
                new[] { src, dst },
                new[] { "src", "dst" });