实现图像的灰度变换,包括图像变暗、图像变亮、降低对比度和直方图均衡化处理OpenCV
时间: 2024-10-19 08:05:01 浏览: 126
opencv之直方图均衡化实例下载
在OpenCV中,实现图像的灰度变换以及调整亮度、对比度和直方图均衡化,可以按照以下步骤操作:
1. **图像转灰度**:
- 使用`cv2.cvtColor()`函数将彩色图像转换为灰度图像。例如,对于BGR图像:
```python
gray_image = cv2.cvtColor(original_BGR_image, cv2.COLOR_BGR2GRAY)
```
2. **图像变暗(减权处理)**:
- 可通过将每个像素值乘以一个因子(小于1)来实现变暗。例如,如果想让所有像素值减半:
```python
darker_image = gray_image * 0.5
```
3. **图像变亮(加权处理)**:
- 相反,若想增加亮度,则乘以一个大于1的因子:
```python
brighter_image = gray_image * 1.5
```
4. **降低对比度**:
- 对于每一个像素点,你可以同时减去一个全局偏移量(暗部增强)和乘以一个减小动态范围的比例因子(细节削弱):
```python
contrast_lowered_image = (gray_image.astype(float) + brightness_offset) * contrast_factor
```
确保最后的结果仍为整数像素。
5. **直方图均衡化**:
- 这是一种常用的增强对比度的技术,通过调整像素分布使得整个图像的亮度均匀。OpenCV提供`cv2.equalizeHist()`函数:
```python
eq_image = cv2.equalizeHist(gray_image)
```
阅读全文