python对比度拉伸

对比度拉伸是一种扩展图像灰度级动态范围的处理方法。在Python中，可以使用以下代码实现对比度拉伸：

def contrast_stretch(input_image):
    input_image_cp = np.copy(input_image)  # 输入图像的副本
    pixels_value_mean = np.mean(input_image_cp)  # 输入图像的平均灰度值
    
    # 对比度拉伸
    input_image_cp[np.where(input_image_cp <= pixels_value_mean)] = 0
    input_image_cp[np.where(input_image_cp > pixels_value_mean)] = 1
    
    output_image = input_image_cp
    
    return output_image

这段代码通过计算图像的平均灰度值，并将小于等于平均值的像素值设为0，将大于平均值的像素值设为1，从而实现对比度拉伸。

相关问题

使用python实现灰度拉伸也就是对比度拉伸

灰度拉伸，也被称为对比度拉伸，是一种简单的图像增强技术，可以使图像中的细节更加清晰。在Python中，可以使用NumPy和OpenCV库来实现灰度拉伸。

下面是一个实现灰度拉伸的示例代码：

import cv2
import numpy as np

# 加载图像
img = cv2.imread('image.jpg', 0)

# 计算像素值的最小值和最大值
min_val, max_val, _, _ = cv2.minMaxLoc(img)

# 灰度拉伸
a = 255 / (max_val - min_val)
b = -a * min_val
stretched = np.uint8(a * img + b)

# 显示结果
cv2.imshow('Original Image', img)
cv2.imshow('Stretched Image', stretched)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先加载了一张灰度图像，然后使用cv2.minMaxLoc函数计算了像素值的最小值和最大值。接着，我们使用灰度拉伸公式对图像进行了处理，最后使用cv2.imshow函数显示了原始图像和拉伸后的图像。

对比度拉伸python

要进行对比度拉伸，可以使用Python中的OpenCV库来实现。对比度拉伸是通过将像素值映射到新的范围来增加图像的对比度。下面是一个简单的示例代码：

import cv2
import numpy as np

def contrast_stretching(image):
    # 将图像转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 获取图像的最小和最大像素值
    min_val = np.min(gray)
    max_val = np.max(gray)

    # 对图像的每个像素进行对比度拉伸
    stretched = (gray - min_val) * (255 / (max_val - min_val))

    # 将图像转换回BGR格式
    stretched_bgr = cv2.cvtColor(stretched.astype(np.uint8), cv2.COLOR_GRAY2BGR)

    return stretched_bgr

# 读取图像
image = cv2.imread('image.jpg')

# 进行对比度拉伸
stretched_image = contrast_stretching(image)

# 显示原始图像和对比度拉伸后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Stretched Image', stretched_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，上述代码假设输入的图像是BGR格式。如果图像是灰度图，请略去颜色转换的部分。