python 對一幅灰度影象進行直方圖均衡化
阿新 • • 發佈:2020-10-28
from PIL import Image from pylab import * from numpy import * def histeq(im,nbr_bins = 256): """對一幅灰度影象進行直方圖均衡化""" #計算影象的直方圖 #在numpy中,也提供了一個計算直方圖的函式histogram(),第一個返回的是直方圖的統計量,第二個為每個bins的中間值 imhist,bins = histogram(im.flatten(),nbr_bins,normed= True) cdf = imhist.cumsum() # cdf = 255.0 * cdf / cdf[-1] #使用累積分佈函式的線性插值,計算新的畫素值 im2 = interp(im.flatten(),bins[:-1],cdf) return im2.reshape(im.shape),cdf pil_im = Image.open('E:\Python\\fanwei.jpg') #開啟原圖 pil_im_gray = pil_im.convert('L') #轉化為灰度影象 pil_im_gray.show() #顯示灰度影象 im = array(Image.open('E:\Python\\fanwei.jpg').convert('L')) # figure() # hist(im.flatten(),256) im2,cdf = histeq(im) # figure() # hist(im2.flatten(),256) # show() im2 = Image.fromarray(uint8(im2)) im2.show() # print(cdf) # plot(cdf) im2.save("junheng.jpg")
圖1:原圖的灰度圖
圖2:進行直方圖均衡化後的影象
圖3:原圖灰度圖的直方圖
圖4:進行直方圖均衡化後的直方圖
圖5:灰度變換函式
以上就是python 對一幅灰度影象進行直方圖均衡化的詳細內容,更多關於python 直方圖均衡化的資料請關注我們其它相關文章!