企业资讯,产品资讯_博拉资讯 技术资讯 Python图像处理丨图像的灰度线性变换

Python图像处理丨图像的灰度线性变换

广告位

摘要:本文主要讲解灰度线性变换。

本文分享自华为云社区《[Python图像处理] 十五.图像的灰度线性变换》,作者:eastmount。

一.图像灰度线性变换原理

图像的灰度线性变换是通过建立灰度映射来调整原始图像的灰度,从而改善图像的质量,凸显图像的细节,提高图像的对比度。灰度线性变换的计算公式如下所示:

Python图像处理丨图像的灰度线性变换

该公式中DB表示灰度线性变换后的灰度值,DA表示变换前输入图像的灰度值,α和b为线性变换方程f(D)的参数,分别表示斜率和截距。

  • 当α=1,b=0时,保持原始图像
  • 当α=1,b!=0时,图像所有的灰度值上移或下移
  • 当α=-1,b=255时,原始图像的灰度值反转
  • 当α>1时,输出图像的对比度增强
  • 当0<α<1时,输出图像的对比度减小
  • 当α<0时,原始图像暗区域变亮,亮区域变暗,图像求补

如图所示,显示了图像的灰度线性变换对应的效果图。

Python图像处理丨图像的灰度线性变换

二.图像灰度上移变换

该算法将实现图像灰度值的上移,从而提升图像的亮度,其实现代码如下所示。由于图像的灰度值位于0至255区间之内,所以需要对灰度值进行溢出判断。

# -*- coding: utf-8 -*-  import cv2    import numpy as np    import matplotlib.pyplot as plt  #读取原始图像  img = cv2.imread('miao.png')  #图像灰度转换  grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #获取图像高度和宽度  height = grayImage.shape[0]  width = grayImage.shape[1]  #创建一幅图像  result = np.zeros((height, width), np.uint8)  #图像灰度上移变换 DB=DA+50  for i in range(height):   for j in range(width):   if (int(grayImage[i,j]+50) > 255):              gray = 255   else:              gray = int(grayImage[i,j]+50)          result[i,j] = np.uint8(gray)  #显示图像  cv2.imshow("Gray Image", grayImage)  cv2.imshow("Result", result)  #等待显示  cv2.waitKey(0)  cv2.destroyAllWindows()

其输出结果如下图所示,图像的所有灰度值上移50,图像变得更白了。注意,纯黑色对应的灰度值为0,纯白色对应的灰度值为255。

Python图像处理丨图像的灰度线性变换

三.图像对比度增强变换

该算法将增强图像的对比度,Python实现代码如下所示:

# -*- coding: utf-8 -*-  import cv2    import numpy as np    import matplotlib.pyplot as plt  #读取原始图像  img = cv2.imread('miao.png')  #图像灰度转换  grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #获取图像高度和宽度  height = grayImage.shape[0]  width = grayImage.shape[1]  #创建一幅图像  result = np.zeros((height, width), np.uint8)  #图像对比度增强变换 DB=DA*1.5  for i in range(height):   for j in range(width):   if (int(grayImage[i,j]*1.5) > 255):              gray = 255   else:              gray = int(grayImage[i,j]*1.5)          result[i,j] = np.uint8(gray)  #显示图像  cv2.imshow("Gray Image", grayImage)  cv2.imshow("Result", result)

其输出结果如下图所示,图像的所有灰度值增强1.5倍。

Python图像处理丨图像的灰度线性变换

四.图像对比度减弱变换

该算法将减弱图像的对比度,Python实现代码如下所示:

# -*- coding: utf-8 -*-  import cv2    import numpy as np    import matplotlib.pyplot as plt  #读取原始图像  img = cv2.imread('miao.png')  #图像灰度转换  grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #获取图像高度和宽度  height = grayImage.shape[0]  width = grayImage.shape[1]  #创建一幅图像  result = np.zeros((height, width), np.uint8)  #图像对比度减弱变换 DB=DA*0.8  for i in range(height):   for j in range(width):          gray = int(grayImage[i,j]*0.8)          result[i,j] = np.uint8(gray)  #显示图像  cv2.imshow("Gray Image", grayImage)  cv2.imshow("Result", result)  #等待显示  cv2.waitKey(0)  cv2.destroyAllWindows()

其输出结果如下图所示,图像的所有灰度值减弱,图像变得更暗。

Python图像处理丨图像的灰度线性变换

五.图像灰度反色变换

反色变换又称为线性灰度求补变换,它是对原图像的像素值进行反转,即黑色变为白色,白色变为黑色的过程。其Python实现代码如下所示:

# -*- coding: utf-8 -*-  import cv2    import numpy as np    import matplotlib.pyplot as plt  #读取原始图像  img = cv2.imread('miao.png')  #图像灰度转换  grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #获取图像高度和宽度  height = grayImage.shape[0]  width = grayImage.shape[1]  #创建一幅图像  result = np.zeros((height, width), np.uint8)  #图像灰度反色变换 DB=255-DA  for i in range(height):   for j in range(width):          gray = 255 - grayImage[i,j]          result[i,j] = np.uint8(gray)  #显示图像  cv2.imshow("Gray Image", grayImage)  cv2.imshow("Result", result)  #等待显示  cv2.waitKey(0)  cv2.destroyAllWindows()

其输出结果如下图所示,图像处理前后的灰度值是互补的。

Python图像处理丨图像的灰度线性变换

图像灰度反色变换在医学图像处理中有一定的应用,如下图所示:

Python图像处理丨图像的灰度线性变换

PS:文章参考自己以前系列图像处理文章及OpenCV库函数,同时参考如下文献:

 

点击关注,第一时间了解华为云新鲜技术~

本文来自网络,不代表企业资讯,产品资讯_博拉资讯立场,转载请注明出处。

作者: 博拉资讯

上一篇
下一篇
广告位

发表回复

返回顶部