跳转至

Opencv 中的直方图均衡化

原文:https://www.geesforgeks.org/直方图-均衡-opencv/

先决条件:分析-图像使用-直方图

直方图均衡化是图像处理中利用图像的直方图进行对比度调整的一种方法。

这种方法通常会提高许多图像的全局对比度，尤其是当图像的可用数据由接近的对比度值表示时。通过这种调整，强度可以更好地分布在直方图上。这允许局部对比度较低的区域获得较高的对比度。直方图均衡化通过有效地分散最频繁的强度值来实现这一点。该方法在背景和前景都是亮的或者都是暗的图像中是有用的。

OpenCV 有一个功能可以做到这一点，cv2.equation hist()。它的输入只是灰度图像，输出是我们的直方图均衡化图像。

输入图像:

下面是实现直方图均衡化的 Python3 代码:

# import Opencv
import cv2

# import Numpy
import numpy as np

# read a image using imread
img = cv2.imread(\'F:\\do_nawab.png\', 0)

# creating a Histograms Equalization
# of a image using cv2.equalizeHist()
equ = cv2.equalizeHist(img)

# stacking images side-by-side
res = np.hstack((img, equ))

# show image input vs output
cv2.imshow(\'image\', res)

cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

回到顶部