第Python圖像處理之圖像的灰度線性變換目錄一.圖像灰度線性變換原理二.圖像灰度上移變換三.圖像對(duì)比度增強(qiáng)變換四.圖像對(duì)比度減弱變換五.圖像灰度反色變換

一.圖像灰度線性變換原理

圖像的灰度線性變換是通過建立灰度映射來調(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，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)=1，b=0時(shí)，保持原始圖像當(dāng)=1，b!=0時(shí)，圖像所有的灰度值上移或下移當(dāng)=-1，b=255時(shí)，原始圖像的灰度值反轉(zhuǎn)當(dāng)1時(shí)，輸出圖像的對(duì)比度增強(qiáng)當(dāng)01時(shí)，輸出圖像的對(duì)比度減小當(dāng)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-*-

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#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

foriinrange(height):

forjinrange(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("GrayImage",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-*-

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#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

foriinrange(height):

forjinrange(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("GrayImage",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-*-

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#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

foriinrange(height):

forjinrange(width):

gray=int(grayImage[i,j]*0.8)

result[i,j]=np.uint8(gray)

#顯示圖像

cv2.imshow("GrayImage",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^程。其Python實(shí)現(xiàn)代碼如下所示：

#-*-coding:utf-8-*-

importcv2

importnumpyasnp

importmatplotlib.pyplotasplt

#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

foriinrange(height):

forjinrange(width):

gray=255-grayImage[i,j]

result[i,j]=np.uint8(gray)

#顯示圖像

cv2.imshow("GrayImage