OpenCV之直方图均衡化-----(对比度的方法之一)

锦鲤AI幸运

已于 2022-09-30 21:39:01 修改

阅读量1.6k

点赞数 1

分类专栏： OpenCV 文章标签： opencv 计算机视觉 python

于 2022-09-28 16:05:32 首次发布

本文链接：https://blog.youkuaiyun.com/qq_37700257/article/details/127090628

版权

OpenCV 专栏收录该内容

8 篇文章

订阅专栏

一、直方图均衡化

OpenCV系列—本文底页有多个常用方法链接

直方图均衡化(Histogram Equalization)是一种增强图像对比度(Image Contrast)的方法，其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。

scenery.png原图(下载)：
在这里插入图片描述

import cv2  # opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt  # Matplotlib是RGB
# %matplotlib inline

def cv_show(img, name):
    cv2.imshow(name, img)
    cv2.waitKey()
    cv2.destroyAllWindows()


img = cv2.imread('DataPreprocessing/img/scenery.png', 0)  # 0表示灰度图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
print(hist.shape)

plt.hist(img.ravel(), 256)
plt.show()

转为灰度图后，整张图片像素分布的直方图结果:
在这里插入图片描述
画出三通道的直方图分布:

color = ('b', 'g', 'r')
for i, col in enumerate(color):
    histr = cv2.calcHist([img], [i], None, [256], [0, 256])
    plt.plot(histr, color=col)
    plt.xlim([0, 256])

在这里插入图片描述
直方图均衡化处理:

img = cv2.imread('DataPreprocessing/img/scenery.png', 0)

equ = cv2.equalizeHist(img)
plt.hist(equ.ravel(), 256)
plt.show()
# cv_show(equ, "equ")

经过直方图均衡化处理后的像素分布:
在这里插入图片描述

二、自适应直方图均衡化

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))

res_clahe = clahe.apply(img)
res = np.hstack((img, equ, res_clahe))
cv2.imwrite("res_scenery.png", res)

cv_show(res, 'res')