图像指数增强python代码

图像指数增强（Exponential Image Intensity Stretching）是一种数据增强技术，通常用于提高计算机视觉模型对图像细节的敏感度和鲁棒性。在Python中，我们可以使用开源库如`OpenCV`或`PIL`来实现图像的指数增强。这里是一个简单的示例：

import cv2
import numpy as np

def exponential_intensity_stretch(image, base=2):
    # 将图像转换为灰度 (如果原图是彩色)
    if len(image.shape) == 3 and image.shape[-1] > 1:
        image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 计算最大和最小像素值
    max_value, min_value = np.max(image), np.min(image)

    # 指数增强，将像素值映射到新的范围
    stretched_image = (base ** ((image - min_value) / (max_value - min_value))) * 255

    # 保持像素值在0-255范围内 (如果需要)
    stretched_image = np.clip(stretched_image, a_min=0, a_max=255).astype(np.uint8)

    return stretched_image

# 使用示例
input_image = cv2.imread('your_image_path.jpg', cv2.IMREAD_GRAYSCALE)  # 替换为你的图片路径
enhanced_image = exponential_intensity_stretch(input_image)
cv2.imshow('Original', input_image)
cv2.imshow('Enhanced', enhanced_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`base`参数控制了强度增强的程度，一般设置在2以上。你可以根据具体项目需求调整这个参数。