Opencv | 直方图均衡化

本文介绍: channels: 如果灰度图它的值就是[0]，如果是彩色图像的传入的参数可以是[0][1][2]，它们分别对应着BGR。- m a sk: 掩模图像。统整幅图像的直方图就把它为Non e。但是如果你想统图像某一分的直方图的你就制作一个掩模图像并使用它。- image s: 原图像图像格式为uint8 或 float32。当传入函数时应用中括号[]括来例如[img]- histSize: BIN 的数目。- ranges: 像素值范围常为[0256]

import cv2 #opencv 读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt #Matplotlib是RGB
%matplotlib inline

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()

c v2.ca lcHist(images,channels,mask,histSize,ranges)
– images: 原图像图像格式为uint8 或 float32。当传入函数时应用中括号[]括来例如[im g]
– channels: 如果灰度图它的值就是[0]，如果是彩色图像的传入的参数可以是[0][1][2]，它们分别对应着BGR。
– mask: 掩模图像。统整幅图像的直方图就把它为Non e。但是如果你想统图像某一分的直方图的你就制作一个掩模图像并使用它。
– histSize: BIN 的数目。也应用中括号括来
– ranges: 像素值范围常为[0256]

img = cv2.imread('cat.jpg',0)#0表示灰度图
hist = cv2.calcHist([img],[0],None,[256],[0,256])
hist.shape

plt.hist(img.ravel(),256);
plt.show()

直方图均衡化：

equ = cv2.equalizeHist(img)
plt.hist(equ.ravel(),256)
plt.show()

res = np.hstack((img,equ))
cv_show(res,'res')

clahe = cv2.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))

res_clahe = clahe.apply(img)
res = np.hstack((img,equ, res_clahe))
cv_show(res,'res')

原文地址:https://blog.csdn.net/m0_62976848/ar ticle/de tails/134660465

如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。