直方图均衡化python代码实现
时间: 2024-05-29 09:07:16 浏览: 19
直方图均衡化是一种图像增强方法,可以有效地提高图像的对比度。Python中可以使用OpenCV库实现直方图均衡化。以下是实现直方图均衡化的Python代码:
```python
import cv2
# 读取图像
img = cv2.imread('image.jpg', 0)
# 进行直方图均衡化
equ = cv2.equalizeHist(img)
# 显示原始图像和均衡化后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', equ)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
上述代码中,首先使用cv2.imread()函数读取图像,其中参数0表示读取为灰度图像。然后使用cv2.equalizeHist()函数对灰度图像进行直方图均衡化处理。最后使用cv2.imshow()函数显示原始图像和均衡化后的图像。
相关问题
直方图均衡化Python代码
直方图均衡化是一种用于增强图像对比度的方法,可以使图像的像素值分布更加均匀。下面是一个简单的直方图均衡化的Python代码示例:
```python
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('image.jpg', 0)
# 进行直方图均衡化
equalized_image = cv2.equalizeHist(image)
# 显示原始图像和均衡化后的图像
plt.subplot(121)
plt.imshow(image, cmap='gray')
plt.title('Original Image')
plt.subplot(122)
plt.imshow(equalized_image, cmap='gray')
plt.title('Equalized Image')
plt.show()
```
在这个示例中,我们使用了OpenCV库来读取图像,并使用`equalizeHist`函数进行直方图均衡化。最后,使用Matplotlib库来显示原始图像和均衡化后的图像。
直方图均衡化 python代码
直方图均衡化是一种用于增强图像对比度的方法,可以通过调整图像的像素值分布来实现。下面是一个简单的Python代码示例来实现直方图均衡化:
```python
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('image.jpg', 0)
# 计算直方图
hist, bins = np.histogram(image.flatten(), 256, [0, 256])
# 计算累积分布函数
cdf = hist.cumsum()
cdf_normalized = cdf * hist.max() / cdf.max()
# 进行直方图均衡化
equalized_image = np.interp(image.flatten(), bins[:-1], cdf_normalized).reshape(image.shape)
# 显示原始图像和均衡化后的图像
plt.subplot(121)
plt.imshow(image, cmap='gray')
plt.title('Original Image')
plt.subplot(122)
plt.imshow(equalized_image, cmap='gray')
plt.title('Equalized Image')
plt.show()
```
这段代码使用了OpenCV库来读取图像,并使用NumPy和Matplotlib库进行直方图计算和显示。首先,通过`cv2.imread`函数读取图像,并将其转换为灰度图像(参数`0`表示灰度模式)。然后,使用`np.histogram`函数计算图像的直方图,并使用`cumsum`函数计算累积分布函数。接下来,使用`np.interp`函数将原始图像的像素值映射到新的像素值,从而实现直方图均衡化。最后,使用Matplotlib库显示原始图像和均衡化后的图像。