Python+opencv 直方图、高斯滤波、直方图均衡化

最新推荐文章于 2025-02-27 10:00:00 发布

原创

最新推荐文章于 2025-02-27 10:00:00 发布 · 374 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #python #计算机视觉

本文详细介绍了使用Python和OpenCV进行图像处理的三个关键技术：直方图的基本原理和实现，高斯滤波的滤噪功能及其实现，以及直方图均衡化在提升图像对比度上的应用。通过代码示例和运行结果展示，深入理解这些概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、直方图

1、基本原理

图像的直方图用来表征该图像像素值的分布情况。用一定数目的小区间（bin）来指定表征像素值的范围，每个小区间会得到落入该小区间表示范围的像素数目。该（灰度）图像的直方图可以使用hist()函数绘制：

figure（）

hist（im.flatten(),128)

show()

hist()函数的第二个参数指定小区间的数目。需要注意的是，因为hist()只接受一维数组作为输入，所以我们在绘制图像直方图之前，必须先对图像进行压平处理。flatten()方法将任意数组按照行优先准则转换成一维数组。

2、代码实现

from PIL import Image
from pylab import *
plt.rcParams['font.sans-serif'] = 'Simsun'#设置字体为宋体
im = array(Image.open(r'C:\Users\HJ\Pictures\picture.jpg').convert('L'))  # 读取图像到数组中
print(im)

#新建一个图像
figure()
subplot(121)
#不使用颜色信息
gray()
#在原点的左