如何实现图像对比度扩展

图像对比度扩展是一种调整图片明暗程度的技术，它可以让原本细节较弱、颜色层次不明显的地方变得更清晰易见。以下是实现图像对比度扩展的一种常见方法：

1. **直方图均衡化**：这是一种常见的技术，通过计算输入图像像素值的分布（即直方图），然后对像素进行线性变换，使得在整个灰度级范围内得到均匀分布。这可以显著提高图像的对比度。

   from skimage import exposure
   img = ... # 读取图像
   contrast_img = exposure.equalize_adapthist(img)

2. **自适应直方图均衡化**：针对局部区域进行直方图均衡，避免全局操作导致过度增强。例如，使用`skimage.exposure.match_histograms()`函数。

   img1, img2 = ... # 对比的两张图像
   matched_img = exposure.match_histograms(img1, img2)

3. **Gamma校正**：通过改变像素值的非线性关系，可以增加图像的对比度。通过设置适当的gamma值（通常小于1），亮部变亮，暗部变暗。

   img = np.power(img / 255.0, gamma)

4. **直方图拉伸**：将图像的亮度范围压缩到新的区间内，增强对比度。可以手动设定新的最小和最大值，或者使用自动的动态范围分析方法。

   min_val, max_val = ... # 自定义的对比度范围
   img_rescale = ((img - min_val) * (255.0 / (max_val - min_val))) + 0.5