Python图像处理之图像的灰度线性变换

作者:华为云开发者联盟??????? 时间:2021-12-16 22:30:58 

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图像处理之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<&alpha;<1时,输出图像的对比度减小

  • 当&alpha;<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图像处理之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图像处理之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图像处理之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图像处理之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图像处理之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图像处理之图像的灰度线性变换

来源:https://juejin.cn/post/7136440999479345182

标签:Python,图像,处理,线性,变换
0
投稿

猜你喜欢

  • js从Cookies里面取值的简单实现

    2024-06-21 22:22:03
  • 置信椭圆原理以及椭圆图形绘制方式

    2021-04-24 04:25:04
  • 分享Python 加速运行技巧

    2022-07-07 12:48:04
  • Django框架视图介绍与使用详解

    2021-03-29 08:50:46
  • Oracle中查看正在运行的SQL进程脚本分享

    2024-01-28 11:59:58
  • 巧用Dreamweaver MX制作阴影字

    2009-08-31 17:36:00
  • 在Python中使用filter去除列表中值为假及空字符串的例子

    2022-02-01 06:47:35
  • Python入门之modf()方法的使用

    2023-02-27 10:11:53
  • Python错误+异常+模块总结

    2023-07-26 03:18:19
  • django-allauth入门学习和使用详解

    2022-05-24 12:36:09
  • 检测SqlServer数据库是否能连接的小技巧

    2024-01-21 04:01:28
  • js中各浏览器中鼠标按键值的差异

    2024-05-05 09:15:28
  • MySQL 4.0 升级到mysql 5.0的方法

    2024-01-18 10:07:12
  • perl用{}修饰变量名的写法分享

    2023-03-18 05:43:00
  • explain命令为什么可能会修改MySQL数据

    2024-01-19 14:53:49
  • Python标准库之typing的用法(类型标注)

    2021-09-27 01:25:24
  • Golang官方限流器库实现限流示例详解

    2024-05-02 16:26:47
  • JS中call/apply、arguments、undefined/null方法详解

    2024-04-19 11:01:31
  • php floor()函数案例详解

    2023-06-14 16:13:03
  • MSMQ微软消息队列详解

    2024-05-03 15:32:00
  • asp之家 网络编程 m.aspxhome.com