详解OpenCV中直方图,掩膜和直方图均衡化的实现

作者:泡泡怡 时间:2022-10-30 12:03:33 

一、图像直方图

1.1 定义

图像直方图是图像的基本属性之一,也是反映图像像素数据分布的统计学特征,其横坐标代表了图像像素点在[0,255]范围中,纵坐标代表图像像素点出现的个数或百分比。如图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

详解OpenCV中直方图,掩膜和直方图均衡化的实现

1.2 函数:cv2.calcHist([img1],[channels],mask,histSize,ranges)

img:输入图像

channels:通道,如果输入的是灰度图,则此参数为[0],如果是彩色图,传入参数为[0]或[1]或[2]分别对应BGR。

mask:掩膜统计整幅图的直方图就是None。如果画某一部分直方图,需要制作一个掩模图像并使用。掩模大小和img一样的np数组,需要的部分为255,不需要的部分为0.

histSize:直方图bin的数目,[0,256]所以就是256。

ranges:像素范围[0,256]顾头不顾尾啦。

1.3 代码实现:

(1)准备工作加灰度图显示:

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#显示图像
def cv_show(name,img):
   cv2.imshow(name,img)
   cv2.cv2.waitKey(0)
   cv2.destroyAllWindows()
#导入图像
img1=cv2.imread("C:/Users/bwy/Desktop/lena.bmp",0)
hist=cv2.calcHist([img1],[0],None,[256],[0,256])
print(hist.shape)
plt.hist(img.ravel(),256)
plt.show()

结果如图(灰度图):

详解OpenCV中直方图,掩膜和直方图均衡化的实现

 (2)彩色图三个不同的通道:

img=cv2.imread("C:/Users/bwy/Desktop/7.png")
cv_show('img',img)
color=('b','g','r')
for i,col in enumerate(color):
   histr=cv2.calcHist([img],[i],None,[256],[0,256])
   plt.plot(histr,color=col)
   plt.xlim([0,256])

结果如图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

从上面两个图我们就可发现直方图很不均匀,可以比喻成不是矮胖的,所以我们接下来进行图像直方图均衡化。但是,在此之前我们在学习一下掩膜。

二、掩膜(mask)

2.1掩模mask思想:

掩模的大小和原图像大小一致。掩模中只有两部分,0和255,掩模中白色部分覆盖到的区域保留原图,黑色部分覆盖到的区域置为0。如果我们读入彩图,在构建np数组时,需要舍弃第三个维度,即通道。保留前两个维度img.shape[:2],掩模的size和原图像相同。由于mask是一个数组,可以使用切片方法将保留的位置变成白色255。

2.2代码:

img.shape[:2]#(420, 607)
#创建mast
mask=np.zeros(img.shape[:2],np.uint8)
mask[100:300,200:400]=255
cv_show('mask',mask)

结果如图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

masked_img=cv2.bitwise_and(img1,img1,mask=mask)
cv_show('masked_img',masked_img)

结果如图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

2.3掩膜过程对比

plt.subplot(221),plt.imshow(img1)
plt.subplot(222),plt.imshow(mask)
plt.subplot(223),plt.imshow(masked_img)
plt.subplot(224),plt.plot(hist_full),plt.plot(hist_mask)
plt.xlim([0,256])
plt.show()

结果如图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

三、直方图均衡化

通过改变图像的直方图,来改变图像中各像素的灰度,用于增强局部的对比度而不影响整体的对比度。这种方法对于背景和前景都太亮或者太暗的图像非常有用。

3.1对图像整体进行均衡化

(1)进行均衡化后直方图前后对比显示:

img=cv2.imread("C:/Users/bwy/Desktop/lena.bmp",0)
plt.hist(img.ravel(),256)
plt.show()
equ=cv2.equalizeHist(img)
plt.hist(equ.ravel(),256)
plt.show()

结果对比图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

详解OpenCV中直方图,掩膜和直方图均衡化的实现

(2)进行均衡化后图像前后对比显示:

img=cv2.imread("C:/Users/bwy/Desktop/lena.bmp",0)
equ=cv2.equalizeHist(img)
res=np.hstack((img,equ))
cv_show('res',res)

但是呢,这个方法也存在微瑕,那看一下如果我用下面这张图你就会发现了:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

我们会发现这个帅锅的脸太亮了,我们观察不到细节了,细节丢失了,所以这个问题我们如何解决呢?

3.2 自适应均衡化

1、定义:

整幅图像会被分成很多小块,然后再对每一个小块分别进行直方图均衡化。缺点是:如果有噪声的话,噪声会被放大。为了避免这种情况的出现要使用对比度限制。

2、代码:

img2=cv2.imread("C:/Users/bwy/Desktop/1.png",0)
img2.shape#(508, 672)
img3=cv2.resize(img2,(400,300))
equ1=cv2.equalizeHist(img3)
clahe=cv2.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))
res_clahe=clahe.apply(img3)
res=np.hstack((img3,equ1,res_clahe))
cv_show('res',res)

结果如图:

详解OpenCV中直方图,掩膜和直方图均衡化的实现

来源:https://blog.csdn.net/m0_72662900/article/details/127819746

标签:OpenCV,直方图,掩膜,均衡化
0
投稿

猜你喜欢

  • 如何让python程序正确高效地并发

    2021-10-14 20:33:54
  • Pycharm学习教程(1) 定制外观

    2021-08-01 05:18:11
  • Python使用淘宝API查询IP归属地功能分享

    2021-02-11 20:37:29
  • 如何将服务器上的python代码通过QQ发送回传信息(附实现方法)

    2022-04-24 04:27:08
  • 用Python实现大文本文件切割的方法

    2021-12-19 23:16:53
  • 详解mysql数据去重的三种方式

    2024-01-22 03:06:35
  • MySQL中因一个双引号错位引发的血案详析

    2024-01-21 09:59:25
  • Pycharm激活码激活两种快速方式(附最新激活码和插件)

    2023-05-17 12:07:07
  • 用Python生成N层的杨辉三角的实现方法

    2022-12-20 16:27:09
  • 将python运行结果保存至本地文件中的示例讲解

    2024-01-03 04:01:52
  • 对Python信号处理模块signal详解

    2021-08-20 04:06:11
  • Python ttkbootstrap 制作账户注册信息界面的案例代码

    2021-02-10 04:05:11
  • python中defaultdict的用法详解

    2021-05-02 11:11:07
  • python os模块在系统管理中的应用

    2022-12-17 04:37:23
  • PHP常用函数之获取汉字首字母功能示例

    2023-06-16 12:24:39
  • Python爬虫之爬取最新更新的小说网站

    2022-04-01 17:11:07
  • 总结Python中逻辑运算符的使用

    2023-01-10 14:54:40
  • python实现自动解数独小程序

    2023-03-28 12:15:19
  • golang简单读写文件示例

    2024-05-22 10:13:21
  • python游戏开发之视频转彩色字符动画

    2022-05-18 21:11:23
  • asp之家 网络编程 m.aspxhome.com