快捷導(dǎo)航

OpenCV-Python直方圖均衡化實(shí)現(xiàn)圖像去霧

更新時(shí)間：2021年06月07日 15:50:12 作者：一天一篇Python庫

直方圖均衡化可以達(dá)到增強(qiáng)圖像顯示效果的目的。最常用的比如去霧。本文就來實(shí)現(xiàn)直方圖均衡化實(shí)現(xiàn)圖像去霧，感興趣的可以了解一下

直方圖均衡化

直方圖均衡化的目的是將原始圖像的灰度級(jí)均勻地映射到整個(gè)灰度級(jí)范圍內(nèi)，得到一個(gè)灰度級(jí)分布均衡的圖像。這種均衡化，即實(shí)現(xiàn)了灰度值統(tǒng)計(jì)上的概率均衡，也實(shí)現(xiàn)了人類視覺系統(tǒng)上（HSV）的視覺均衡。

一般來說，直方圖均衡化可以達(dá)到增強(qiáng)圖像顯示效果的目的。最常用的比如去霧。下面，我們來分別實(shí)現(xiàn)灰度圖像去霧以及彩色圖像去霧。

實(shí)現(xiàn)灰度圖像去霧

在OpenCV中，它提供了函數(shù)cv2.equalizeHist()來實(shí)現(xiàn)直方圖均衡化，該函數(shù)的完整定義如下：

def equalizeHist(src, dst=None):

src：原始圖像，必須是8位單通道原始圖像

dst：返回值，返回直方圖均值化處理結(jié)果

下面，我們來通過該函數(shù)實(shí)現(xiàn)灰度圖像直方圖均衡化處理，代碼如下：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("45.jpg", 0)
equ = cv2.equalizeHist(img)

cv2.imshow("1",img)
cv2.imshow("2",equ)
plt.figure("原始圖像直方圖")
plt.hist(img.ravel(), 256)
plt.figure("均衡化圖像直方圖")
plt.hist(equ.ravel(), 256)
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

運(yùn)行之后，效果如下：

在這里插入圖片描述

左邊為原圖，右邊是處理后的圖像，可以看到圖像前景的霧，基本已經(jīng)去掉了。不過，我們還是看看處理前后的直方圖結(jié)果分布。

原始圖像

處理后的圖像

實(shí)現(xiàn)彩色圖像去霧

雖然上面的灰度圖像達(dá)到了去霧的基本效果，但是說實(shí)話，大多數(shù)實(shí)際的場景中，我們用到最多的往往是彩色圖像。所以，掌握彩色圖像的直方圖均衡化處理，才是我們真正的實(shí)戰(zhàn)技能。

下面我們來用代碼實(shí)現(xiàn)彩色圖像直方圖均衡化處理，代碼如下：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("50.jpg")

blue = img[:, :, 0]
green = img[:, :, 1]
red = img[:, :, 2]
blue_equ = cv2.equalizeHist(blue)
green_equ = cv2.equalizeHist(green)
red_equ = cv2.equalizeHist(red)
equ = cv2.merge([blue_equ, green_equ, red_equ])

cv2.imshow("1",img)
cv2.imshow("2",equ)
plt.figure("原始圖像直方圖")
plt.hist(img.ravel(), 256)
plt.figure("均衡化圖像直方圖")
plt.hist(equ.ravel(), 256)
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

這里，我們只需要使用equalizeHist()函數(shù)對(duì)彩色圖像的每個(gè)顏色進(jìn)行均衡化處理即可。當(dāng)然，需要注意的是，我們處理完每個(gè)顏色之后，需要將圖像再次合并。運(yùn)行之后效果如下：

彩色圖像處理