第Python圖像運(yùn)算之圖像灰度直方圖對比詳解目錄一.灰度增強(qiáng)直方圖對比二.灰度減弱直方圖對比三.圖像反色直方圖對比四.圖像對數(shù)變換直方圖對比五.圖像閾值化處理直方圖對比六.總結(jié)

一.灰度增強(qiáng)直方圖對比

圖像灰度上移變換使用的表達(dá)式為：

DB=DA+50

該算法將實現(xiàn)圖像灰度值的上移，從而提升圖像的亮度，結(jié)合直方圖對比的實現(xiàn)代碼如下所示。

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#讀取圖像

img=cv2.imread('lena-hd.png')

#圖像灰度轉(zhuǎn)換

grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度

height=grayImage.shape[0]

width=grayImage.shape[1]

result=np.zeros((height,width),np.uint8)

#圖像灰度上移變換DB=DA+50

foriinrange(height):

forjinrange(width):

if(int(grayImage[i,j]+50)255):

gray=255

else:

gray=int(grayImage[i,j]+50)

result[i,j]=np.uint8(gray)

#計算原圖的直方圖

hist=cv2.calcHist([img],[0],None,[256],[0,255])

#計算灰度變換的直方圖

hist_res=cv2.calcHist([result],[0],None,[256],[0,255])

#原始圖像

plt.figure(figsize=(8,6))

plt.subplot(221),plt.imshow(img,'gray'),plt.title("(a)"),plt.axis('off')

#繪制掩膜

plt.subplot(222),plt.plot(hist),plt.title("(b)"),plt.xlabel("x"),plt.ylabel("y")

#繪制掩膜設(shè)置后的圖像

plt.subplot(223),plt.imshow(result,'gray'),plt.title("(c)"),plt.axis('off')

#繪制直方圖

plt.subplot(224),plt.plot(hist_res),plt.title("(d)"),plt.xlabel("x"),plt.ylabel("y")

plt.show()

其運(yùn)行結(jié)果如圖1所示，其中（a）表示原始圖像，（b）表示對應(yīng)的灰度直方圖，（c）表示灰度上移后的圖像，（d）是對應(yīng)的直方圖。對比發(fā)現(xiàn)，圖1（d）比圖1（b）的灰度級整體高了50，曲線整體向右平移了50個單位。

二.灰度減弱直方圖對比

該算法將減弱圖像的對比度，使用的表達(dá)式為：

DB=DA0.8

Python結(jié)合直方圖實現(xiàn)灰度對比度減弱的代碼如下所示。

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#讀取圖像

img=cv2.imread('lena-hd.png')

#圖像灰度轉(zhuǎn)換

grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度

height=grayImage.shape[0]

width=grayImage.shape[1]

result=np.zeros((height,width),np.uint8)

#圖像對比度減弱變換DB=DA×0.8

foriinrange(height):

forjinrange(width):

gray=int(grayImage[i,j]*0.8)

result[i,j]=np.uint8(gray)

#計算原圖的直方圖

hist=cv2.calcHist([img],[0],None,[256],[0,255])

#計算灰度變換的直方圖

hist_res=cv2.calcHist([result],[0],None,[256],[0,255])

#原始圖像

plt.figure(figsize=(8,6))

plt.subplot(221),plt.imshow(img,'gray'),plt.title("(a)"),plt.axis('off')

#繪制掩膜

plt.subplot(222),plt.plot(hist),plt.title("(b)"),plt.xlabel("x"),plt.ylabel("y")

#繪制掩膜設(shè)置后的圖像

plt.subplot(223),plt.imshow(result,'gray'),plt.title("(c)"),plt.axis('off')

#繪制直方圖

plt.subplot(224),plt.plot(hist_res),plt.title("(d)"),plt.xlabel("x"),plt.ylabel("y")

plt.show()

其運(yùn)行結(jié)果如圖2所示，其中（a）和（b）表示原始圖像和對應(yīng)的灰度直方圖，（c）和（d）表示灰度減弱或?qū)Ρ榷瓤s小的圖像及對應(yīng)的直方圖。圖2（d）比圖2（b）的灰度級整體縮小了0.8倍，繪制的曲線更加密集。

三.圖像反色直方圖對比

該算法將圖像的顏色反色，對原圖像的像素值進(jìn)行反轉(zhuǎn)，即黑色變?yōu)榘咨?，白色變?yōu)楹谏?，使用的表達(dá)式為：

DB=255-DA

實現(xiàn)代碼如下所示。

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#讀取圖像

img=cv2.imread('lena-hd.png')

#圖像灰度轉(zhuǎn)換

grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度

height=grayImage.shape[0]

width=grayImage.shape[1]

result=np.zeros((height,width),np.uint8)

#圖像灰度反色變換DB=255-DA

foriinrange(height):

forjinrange(width):

gray=255-grayImage[i,j]

result[i,j]=np.uint8(gray)

#計算原圖的直方圖

hist=cv2.calcHist([img],[0],None,[256],[0,255])

#計算灰度變換的直方圖

hist_res=cv2.calcHist([result],[0],None,[256],[0,255])

#原始圖像

plt.figure(figsize=(8,6))

plt.subplot(221),plt.imshow(img,'gray'),plt.title("(a)"),plt.axis('off')

#繪制掩膜

plt.subplot(222),plt.plot(hist),plt.title("(b)"),plt.xlabel("x"),plt.ylabel("y")

#繪制掩膜設(shè)置后的圖像

plt.subplot(223),plt.imshow(result,'gray'),plt.title("(c)"),plt.axis('off')

#繪制直方圖

plt.subplot(224),plt.plot(hist_res),plt.title("(d)"),plt.xlabel("x"),plt.ylabel("y")

plt.show()

其運(yùn)行結(jié)果如圖3所示，其中（a）和（b）表示原始圖像和對應(yīng)的灰度直方圖，（c）和（d）表示灰度反色變換圖像及對應(yīng)的直方圖。圖3（d）與圖3（b）是反相對稱的，整個灰度值滿足DB=255-DA表達(dá)式。

四.圖像對數(shù)變換直方圖對比

該算法將增加低灰度區(qū)域的對比度，從而增強(qiáng)暗部的細(xì)節(jié)，使用的表達(dá)式為：

下面代碼實現(xiàn)了圖像灰度的對數(shù)變換及直方圖對比。

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#讀取圖像

img=cv2.imread('lena-hd.png')

#圖像灰度轉(zhuǎn)換

grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度

height=grayImage.shape[0]

width=grayImage.shape[1]

result=np.zeros((height,width),np.uint8)

#圖像灰度對數(shù)變換

foriinrange(height):

forjinrange(width):

gray=42*np.log(1.0+grayImage[i,j])

result[i,j]=np.uint8(gray)

#計算原圖的直方圖

hist=cv2.calcHist([img],[0],None,[256],[0,255])

#計算灰度變換的直方圖

hist_res=cv2.calcHist([result],[0],None,[256],[0,255])

#原始圖像

plt.figure(figsize=(8,6))

plt.subplot(221),plt.imshow(img,'gray'),plt.title("(a)"),plt.axis('off')

#繪制原始圖像直方圖

plt.subplot(222),plt.plot(hist),plt.title("(b)"),plt.xlabel("x"),plt.ylabel("y")

#灰度變換后的圖像

plt.subplot(223),plt.imshow(result,'gray'),plt.title("(c)"),plt.axis('off')

#灰度變換圖像的直方圖

plt.subplot(224),plt.plot(hist_res),plt.title("(d)"),plt.xlabel("x"),plt.ylabel("y")

plt.show()

其運(yùn)行結(jié)果如圖4所示，其中（a）和（b）表示原始圖像和對應(yīng)的灰度直方圖，（c）和（d）表示灰度對數(shù)變換圖像及對應(yīng)的直方圖。

五.圖像閾值化處理直方圖對比

該算法原型為threshold(Gray,127,255,cv2.THRESH_BINARY)，當(dāng)前像素點(diǎn)的灰度值大于thresh閾值時（如127），其像素點(diǎn)的灰度值設(shè)定為最大值（如9位灰度值最大為255）；否則，像素點(diǎn)的灰度值設(shè)置為0。二進(jìn)制閾值化處理及直方圖對比的Python代碼如下所示。

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#讀取圖像

img=cv2.imread('lena-hd.png')

#圖像灰度轉(zhuǎn)換

grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二進(jìn)制閾值化處理

r,result=cv2.threshold(grayImage,127,255,cv2.THRESH_BINARY)

#計算原圖的直方圖

hist=cv2.calcHist([img],[0],None,[256],[0,256])

#計算閾值化處理的直方圖

hist_res=cv2.calcHist([result],[0],None,[256],[0,256])

#原始圖像

plt.figure(figsize=(8,6))

plt.subplot(221),plt.imshow(img,'gray'),plt.title("(a)"),plt.axis('off')

#繪制原始圖像直方圖

plt.subplot(2