opencv python 10 直方图(2)

本文介绍了如何使用opencv的python接口进行直方图均衡化以增强图像对比度,特别是详细讨论了对比度受限的自适应直方图均衡化(CLAHE)及其在防止背景对比度过高和噪声放大的作用。通过设置clipLimit和tileGridSize参数,可以有效控制图像的对比度和均衡效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

opencv python 10 直方图(2)

直方图均衡

当一张灰度图像的像素值分布集中于某一范围,如整体较亮的图像像素值都较高时,可以使用直方图均衡的方法来增强图像的对比度:

opencv提供了cv2.equalizeHist()实现该算法。

dst = cv2.equalizeHist(src[, dst])
  • dst:输出图像
  • src:输入图像
import cv2

img = cv2.imread('a.jpg', 0)
cv2.imshow('img', img)
cv2.waitKey()
img_equ = cv2.equalizeHist(img)
cv2.imshow('img_equ', img_equ)
cv2.waitKey()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值