python的那些事儿：（八）、Opencv的直方图均衡化(2)

1.] [ 1.

1.] [ 1.

0.] [ 0.

1.]]>>> print np.hstack((a,b))[[ 1.

1.

1.

0.] [ 1.

1.

0.

1.]]

'''

#相当于在原图像上叠加均衡化的直方图，从而使得图片亮度基本保持一致，这个是将两个图像放在一起

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

cv2.imwrite("res.png" , res)

plt.subplot(121) , plt.imshow(img , "gray") , plt.title("original")

plt.subplot(122) , plt.imshow(equ , "gray") , plt.title("opencv historgam equalization")

plt.show()'''CLAHE:优先对比适应性直方图均衡化直方图均衡化的缺点：会改变整个图像的对比度，会丢失信息。原因：图像的直方图并不是集中在某一个区域解决方法：使用自适应的直方图均衡化，将图像分成很多小块(tiles，默认8*8)再对每个小块分别进行直方图均衡化，在每一个区域中，直方图会集中在某一个小的区域中。如果有噪声，噪声会被放大。为了避免上述情况要使用对比度限制，对每个小块来说opencv直方图均衡化，如果直方图中的bin超过对比度上限，就把其中的像素点均匀分散到其他的bins中，然后进行直方图均衡化。最后：为了去除每个小块之间人造边界，使用双线性插值，对小块进行缝合。'''def CLAHE_test():

img = cv2.imread("tsukuba_l.png" , 0)

'''

element=cv2.getstructuringelement(cv2.morph_cross,(5,5))。kernel=cv2.getstructuringelement(cv2.morph_rect,(3,3))。kernel=cv2.getstructuringelement(cv2.morph_rect,(5,5))。

'''

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

cl1 = clahe.apply(img)

plt.subplot(121) , plt.imshow(img , "gray") , plt.title("original")

plt.subplot(122) , plt.imshow(cl1 , "gray") , plt.title("clahe equalization")

plt.show()if __name__ == "__main__":

#myHist()

#mask_histogram()

#numpy_historgamEqualization()

#mask_filled()

#opencv_histogramEqualization()

CLAHE_test()

推荐：opencv程序八：灰度直方图均衡化

根据第一篇创建项目并添加两个文件 程序如下： // 14EqualizeHist.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include <opencv2/opencv.hpp>

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-117992-2.html