当前位置:   article > 正文

【OpenCV-Python】教程:3-10 直方图(2)直方图均衡_cv2.createclahe(cliplimit=12.0, tilegridsize=(16,1

cv2.createclahe(cliplimit=12.0, tilegridsize=(16,16))

OpenCV Python 直方图均衡化

【目标】

  • 理解直方图均衡化
  • 提升图像的对比度

Histogram Equalization ???

将图像的直方图拉均衡一些,分散一些;可以提升对比度

【代码】

在这里插入图片描述

通过上面的图像可以看出,高亮度区域较少,需要分散该图像亮度。

  • 显示图像亮度直方图和累计分布函数
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('assets/sudoku.png', 0)
hist, bins = np.histogram(img.flatten(), 256, [0, 256])
cdf = hist.cumsum()
cdf_normalized = cdf * float(hist.max()) / cdf.max()

plt.plot(cdf_normalized, color='b')
plt.hist(img.flatten(), 256, [0, 256], color='r')
plt.xlim([0, 256])
plt.legend(('cdf', 'histogram'), loc='upper left')
plt.show()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 直方图均衡化
import cv2 
import numpy as np 

img = cv2.imread('assets/wiki.png',0)
equ = cv2.equalizeHist(img)
res = np.hstack((img, equ)) #stacking images side-by-side

cv2.imshow('equ', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • CLAHE (Contrast Limited Adaptive Histogram Equalization)

上面做的直方图均衡化是全局的均衡化,但是效果不一定适应所有的情况。例如下图中,背景亮度提升了,但是脸部区域过曝了。

在这里插入图片描述

CLAHE, 自适应直方图均衡,

在这里插入图片描述

import numpy as np
import cv2
img = cv2.imread('assets/tsukuba_l.png', 0)

equ = cv2.equalizeHist(img)
# create a CLAHE object (Arguments are optional).
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
cl1 = clahe.apply(img)

cv2.imshow('equ', equ)
cv2.imshow("cl1", cl1)
cv2.imshow("original", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

【接口】

  • createCLAHE
cv2.createCLAHE(	[, clipLimit[, tileGridSize]]	) ->	retval
  • 1

创建一个 CLAHE 对象并初始化;

  • clipLimit: 亮度限制阈值
  • tileGridSize: grid个数,图像会被切成很多的 grid cell;如果是(8,8),则图像被分成了 8*8 个。
  • equalizeHist()
cv.equalizeHist(	src[, dst]	) ->	dst
  • 1

均衡灰度图像的直方图

  • src: 源图像,8位单通道图像
  • dst: 目标图像,尺寸和类型与源图像一致;

【参考】

  1. Histograms - 2: Histogram Equalization
  2. Histogram Equalization (可惜访问不了 wiki )
  3. Masked Arrays in Numpy
  4. How can I adjust contrast in OpenCV in C?
  5. How do I equalize contrast & brightness of images using opencv?
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/不正经/article/detail/141124
推荐阅读
相关标签
  

闽ICP备14008679号