Python圖像處理丨圖像的灰度線性變換
摘要：本文主要講解灰度線性變換。
本文分享自華為云社區《[Python圖像處理] 十五.圖像的灰度線性變換》，作者：eastmount。
一.圖像灰度線性變換原理
圖像的灰度線性變換是通過建立灰度映射來調整原始圖像的灰度，從而改善圖像的質量，凸顯圖像的細節，提高圖像的對比度?；叶染€性變換的計算公式如下所示：
該公式中DB表示灰度線性變換后的灰度值，DA表示變換前輸入圖像的灰度值，α和b為線性變換方程f(D)的參數，分別表示斜率和截距。
- 當α=1，b=0時，保持原始圖像
- 當α=1，b!=0時，圖像所有的灰度值上移或下移
- 當α=-1，b=255時，原始圖像的灰度值反轉
- 當α>1時，輸出圖像的對比度增強
- 當0<α<1時，輸出圖像的對比度減小
- 當α<0時，原始圖像暗區域變亮，亮區域變暗，圖像求補
如圖所示，顯示了圖像的灰度線性變換對應的效果圖。
二.圖像灰度上移變換
該算法將實現圖像灰度值的上移，從而提升圖像的亮度，其實現代碼如下所示。由于圖像的灰度值位于0至255區間之內，所以需要對灰度值進行溢出判斷。
# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅圖像
result = np.zeros((height, width), np.uint8)
#圖像灰度上移變換 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)
#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()其輸出結果如下圖所示，圖像的所有灰度值上移50，圖像變得更白了。注意，純黑色對應的灰度值為0，純白色對應的灰度值為255。
三.圖像對比度增強變換
該算法將增強圖像的對比度，Python實現代碼如下所示：
# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅圖像
result = np.zeros((height, width), np.uint8)
#圖像對比度增強變換 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)
#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)其輸出結果如下圖所示，圖像的所有灰度值增強1.5倍。
四.圖像對比度減弱變換
該算法將減弱圖像的對比度，Python實現代碼如下所示：
# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅圖像
result = np.zeros((height, width), np.uint8)
#圖像對比度減弱變換 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)
#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()其輸出結果如下圖所示，圖像的所有灰度值減弱，圖像變得更暗。
五.圖像灰度反色變換
反色變換又稱為線性灰度求補變換，它是對原圖像的像素值進行反轉，即黑色變為白色，白色變為黑色的過程。其Python實現代碼如下所示：
# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅圖像
result = np.zeros((height, width), np.uint8)
#圖像灰度反色變換 DB=255-DA
for i in range(height):
for j in range(width):
gray = 255 - grayImage[i,j]
result[i,j] = np.uint8(gray)
#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()其輸出結果如下圖所示，圖像處理前后的灰度值是互補的。
圖像灰度反色變換在醫學圖像處理中有一定的應用，如下圖所示：
PS：文章參考自己以前系列圖像處理文章及OpenCV庫函數，同時參考如下文獻：
- 楊秀璋等. 基于苗族服飾的圖像銳化和邊緣提取技術研究[J]. 現代計算機，2018(10).
- 《數字圖像處理》（第3版），岡薩雷斯著，阮秋琦譯，電子工業出版社，2013年.
- 《數字圖像處理學》（第3版），阮秋琦，電子工業出版社，2008年，北京.
- 《OpenCV3編程入門》，毛星云，冷雪飛，電子工業出版社，2015.
- [數字圖像處理] 五.MFC圖像點運算之灰度線性變化、灰度非線性變化、閾值化和均衡化處理詳解
?
|
- 上一條： 12個Python自動化辦公的官方文檔，中文版只有2個？ 2022-08-23
- 下一條： 沒有了
相關文章
- Python圖像處理丨圖像腐蝕與圖像膨脹 2022-07-13
- 2種圖像增強方法：圖像點運算和圖像灰度化處理 2022-02-22
- 打基礎丨Python圖像處理入門知識詳解 2022-04-19
- Python圖像處理丨三種實現圖像形態學轉化運算模式 2022-07-19
- 詳解圖像處理的算術運算與邏輯運算 2022-03-14
熱度排行
