Python圖像處理之圖像的灰度線性變換

更新時(shí)間：2022年09月05日 11:05:55 作者：華為云開(kāi)發(fā)者聯(lián)盟???????

這篇文章主要介紹了Python圖像處理之圖像的灰度線性變換，文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容戒殺，具有一定的參考價(jià)值，需要的小伙伴可以參考一下

一.圖像灰度線性變換原理

圖像的灰度線性變換是通過(guò)建立灰度映射來(lái)調(diào)整原始圖像的灰度，從而改善圖像的質(zhì)量，凸顯圖像的細(xì)節(jié)，提高圖像的對(duì)比度。

灰度線性變換的計(jì)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(shù)，分別表示斜率和截距。

當(dāng)α=1，b=0時(shí)，保持原始圖像
當(dāng)α=1，b!=0時(shí)，圖像所有的灰度值上移或下移
當(dāng)α=-1，b=255時(shí)，原始圖像的灰度值反轉(zhuǎn)
當(dāng)α>1時(shí)，輸出圖像的對(duì)比度增強(qiáng)
當(dāng)0<α<1時(shí)，輸出圖像的對(duì)比度減小
當(dāng)α<0時(shí)，原始圖像暗區(qū)域變亮，亮區(qū)域變暗，圖像求補(bǔ)

如圖所示，顯示了圖像的灰度線性變換對(duì)應(yīng)的效果圖：

二.圖像灰度上移變換

該算法將實(shí)現(xiàn)圖像灰度值的上移，從而提升圖像的亮度，其實(shí)現(xiàn)代碼如下所示。由于圖像的灰度值位于0至255區(qū)間之內(nèi)，所以需要對(duì)灰度值進(jìn)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(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(jié)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(duì)應(yīng)的灰度值為0，純白色對(duì)應(yīng)的灰度值為255。

三.圖像對(duì)比度增強(qiáng)變換

該算法將增強(qiáng)圖像的對(duì)比度，Python實(shí)現(xiàn)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(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)
#圖像對(duì)比度增強(qiáng)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(jié)果如下圖所示，圖像的所有灰度值增強(qiáng)1.5倍。

四.圖像對(duì)比度減弱變換

該算法將減弱圖像的對(duì)比度，Python實(shí)現(xiàn)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(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)
#圖像對(duì)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(jié)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(bǔ)變換，它是對(duì)原圖像的像素值進(jìn)行反轉(zhuǎn)，即黑色變?yōu)榘咨咨優(yōu)楹谏倪^(guò)程。其Python實(shí)現(xiàn)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(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(jié)果如下圖所示，圖像處理前后的灰度值是互補(bǔ)的。