Python圖像運(yùn)算之圖像灰度非線(xiàn)性變換詳解
一.圖像灰度非線(xiàn)性變換
原始圖像的灰度值按照DB=DA×DA/255的公式進(jìn)行非線(xiàn)性變換,其代碼如下:
# -*- coding: utf-8 -*-
# By:Eastmount
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('luo.png')
#圖像灰度轉(zhuǎn)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(chuàng)建一幅圖像
result = np.zeros((height, width), np.uint8)
#圖像灰度非線(xiàn)性變換:DB=DA×DA/255
for i in range(height):
for j in range(width):
gray = int(grayImage[i,j])*int(grayImage[i,j]) / 255
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()
圖像灰度非線(xiàn)性變換的輸出結(jié)果如圖13-1所示:

二.圖像灰度對(duì)數(shù)變換
圖像灰度的對(duì)數(shù)變換一般表示如公式(13-1)所示:

其中c為尺度比較常數(shù),DA為原始圖像灰度值,DB為變換后的目標(biāo)灰度值。如圖13-2所示,它表示對(duì)數(shù)曲線(xiàn)下的灰度值變化情況,其中x表示原始圖像的灰度值,y表示對(duì)數(shù)變換之后的目標(biāo)灰度值。

由于對(duì)數(shù)曲線(xiàn)在像素值較低的區(qū)域斜率大,在像素值較高的區(qū)域斜率較小,所以圖像經(jīng)過(guò)對(duì)數(shù)變換后,較暗區(qū)域的對(duì)比度將有所提升。這種變換可用于增強(qiáng)圖像的暗部細(xì)節(jié),從而用來(lái)擴(kuò)展被壓縮的高值圖像中的較暗像素。
對(duì)數(shù)變換實(shí)現(xiàn)了擴(kuò)展低灰度值而壓縮高灰度值的效果,被廣泛地應(yīng)用于頻譜圖像的顯示中。一個(gè)典型的應(yīng)用是傅立葉頻譜,其動(dòng)態(tài)范圍可能寬達(dá)0~106直接顯示頻譜時(shí),圖像顯示設(shè)備的動(dòng)態(tài)范圍往往不能滿(mǎn)足要求,從而丟失大量的暗部細(xì)節(jié);而在使用對(duì)數(shù)變換之后,圖像的動(dòng)態(tài)范圍被合理地非線(xiàn)性壓縮,從而可以清晰地顯示。
在圖13-3中,未經(jīng)變換的頻譜經(jīng)過(guò)對(duì)數(shù)變換后,增加了低灰度區(qū)域的對(duì)比度,從而增強(qiáng)暗部的細(xì)節(jié)。

下面的代碼實(shí)現(xiàn)了圖像灰度的對(duì)數(shù)變換。
# -*- coding: utf-8 -*-
# By:Eastmount
import numpy as np
import matplotlib.pyplot as plt
import cv2
#繪制曲線(xiàn)
def log_plot(c):
x = np.arange(0, 256, 0.01)
y = c * np.log(1 + x)
plt.plot(x, y, 'r', linewidth=1)
plt.rcParams['font.sans-serif']=['SimHei'] #正常顯示中文標(biāo)簽
plt.title('對(duì)數(shù)變換函數(shù)')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim(0, 255), plt.ylim(0, 255)
plt.show()
#對(duì)數(shù)變換
def log(c, img):
output = c * np.log(1.0 + img)
output = np.uint8(output + 0.5)
return output
#讀取原始圖像
img = cv2.imread('dark.png')
#繪制對(duì)數(shù)變換曲線(xiàn)
log_plot(42)
#圖像灰度對(duì)數(shù)變換
output = log(42, img)
#顯示圖像
cv2.imshow('Input', img)
cv2.imshow('Output', output)
cv2.waitKey(0)
cv2.destroyAllWindows()
圖13-4表示經(jīng)過(guò)對(duì)數(shù)函數(shù)處理后的效果圖,對(duì)數(shù)變換對(duì)于整體對(duì)比度偏低并且灰度值偏低的圖像增強(qiáng)效果較好。

對(duì)應(yīng)的對(duì)數(shù)函數(shù)曲線(xiàn)如圖13-5所示,其中x表示原始圖像的灰度值,y表示對(duì)數(shù)變換之后的目標(biāo)灰度值。

三.圖像灰度伽瑪變換
伽瑪變換又稱(chēng)為指數(shù)變換或冪次變換,是另一種常用的灰度非線(xiàn)性變換。圖像灰度的伽瑪變換一般表示如公式(13-2)所示:

當(dāng)γ>1時(shí),會(huì)拉伸圖像中灰度級(jí)較高的區(qū)域,壓縮灰度級(jí)較低的部分。
當(dāng)γ<1時(shí),會(huì)拉伸圖像中灰度級(jí)較低的區(qū)域,壓縮灰度級(jí)較高的部分。
當(dāng)γ=1時(shí),該灰度變換是線(xiàn)性的,此時(shí)通過(guò)線(xiàn)性方式改變?cè)瓐D像。
Python實(shí)現(xiàn)圖像灰度的伽瑪變換代碼如下,主要調(diào)用冪函數(shù)實(shí)現(xiàn)。
# -*- coding: utf-8 -*-
# By:Eastmount
import numpy as np
import matplotlib.pyplot as plt
import cv2
#繪制曲線(xiàn)
def gamma_plot(c, v):
x = np.arange(0, 256, 0.01)
y = c*x**v
plt.plot(x, y, 'r', linewidth=1)
plt.rcParams['font.sans-serif']=['SimHei'] #正常顯示中文標(biāo)簽
plt.title('伽馬變換函數(shù)')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim([0, 255]), plt.ylim([0, 255])
plt.show()
#伽瑪變換
def gamma(img, c, v):
lut = np.zeros(256, dtype=np.float32)
for i in range(256):
lut[i] = c * i ** v
output_img = cv2.LUT(img, lut) #像素灰度值的映射
output_img = np.uint8(output_img+0.5)
return output_img
#讀取原始圖像
img = cv2.imread('white.png')
#繪制伽瑪變換曲線(xiàn)
gamma_plot(0.00000005, 4.0)
#圖像灰度伽瑪變換
output = gamma(img, 0.00000005, 4.0)
#顯示圖像
cv2.imshow('Imput', img)
cv2.imshow('Output', output)
cv2.waitKey(0)
cv2.destroyAllWindows()
圖13-6表示經(jīng)過(guò)伽瑪變換處理后的效果圖,伽馬變換對(duì)于圖像對(duì)比度偏低,并且整體亮度值偏高(或由于相機(jī)過(guò)曝)情況下的圖像增強(qiáng)效果明顯。

對(duì)應(yīng)的伽馬變換曲線(xiàn)如圖13-7所示,其中x表示原始圖像的灰度值,y表示伽馬變換之后的目標(biāo)灰度值。

四.總結(jié)
本文主要講解圖像灰度非線(xiàn)性變換,包括圖像對(duì)數(shù)變換和伽馬變換。其中,圖像經(jīng)過(guò)對(duì)數(shù)變換后,較暗區(qū)域的對(duì)比度將有所提升;而案例中經(jīng)過(guò)伽瑪變換處理的圖像,整體亮度值偏高(或由于相機(jī)過(guò)曝)情況下的圖像增強(qiáng)效果明顯。這些圖像處理方法能有效提升圖像的質(zhì)量,為我們提供更好地感官效果。
到此這篇關(guān)于Python圖像運(yùn)算之圖像灰度非線(xiàn)性變換詳解的文章就介紹到這了,更多相關(guān)Python圖像灰度變換內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python基礎(chǔ)之面對(duì)對(duì)象基礎(chǔ)類(lèi)和對(duì)象的概念
這篇文章主要介紹了python面對(duì)對(duì)象基礎(chǔ)類(lèi)和對(duì)象的概念,實(shí)例分析了Python中返回一個(gè)返回值與多個(gè)返回值的方法,需要的朋友可以參考下2021-10-10
剖析Python的Tornado框架中session支持的實(shí)現(xiàn)代碼
這篇文章主要介紹了剖析Python的Tornado框架中session支持的實(shí)現(xiàn)代碼,這樣就可以使用Django等框架中大家所熟悉的session了,需要的朋友可以參考下2015-08-08
使用Django搭建web服務(wù)器的例子(最最正確的方式)
今天小編就為大家分享一篇使用Django搭建web服務(wù)器的例子(最最正確的方式),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
CentOS下Python3的安裝及創(chuàng)建虛擬環(huán)境的方法
這篇文章主要介紹了CentOS下Python3的安裝及創(chuàng)建虛擬環(huán)境的方法,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2018-11-11
python shapely.geometry.polygon任意兩個(gè)四邊形的IOU計(jì)算實(shí)例
這篇文章主要介紹了python shapely.geometry.polygon任意兩個(gè)四邊形的IOU計(jì)算實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
Python中g(shù)lobal關(guān)鍵字的用法詳解
Python是一種簡(jiǎn)單而強(qiáng)大的編程語(yǔ)言,提供了許多功能和語(yǔ)法來(lái)幫助開(kāi)發(fā)人員編寫(xiě)高效的代碼,其中一個(gè)常用的功能是使用global關(guān)鍵字來(lái)在函數(shù)內(nèi)部訪(fǎng)問(wèn)和修改全局變量,在本文中,我們將深入探討Python中g(shù)lobal關(guān)鍵字的用法,以及使用它的一些最佳實(shí)踐2023-12-12
TensorFlow實(shí)現(xiàn)checkpoint文件轉(zhuǎn)換為pb文件
今天小編就為大家分享一篇TensorFlow實(shí)現(xiàn)checkpoint文件轉(zhuǎn)換為pb文件,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02

