用imdjust函数对图片进行对比度拉伸的代码

在MATLAB中，使用`imdjust`函数进行对比度拉伸的代码通常如下所示。这个函数接受三个输入参数：原始图像、原灰度范围以及目标灰度范围。这里是一个基础的示例：

% 加载图片
image = imread('your_image.jpg'); % 将 'your_image.jpg' 替换为你需要处理的实际图片文件名

% 获取原始图像的最小和最大灰度值
original_range = [min(image(:)), max(image(:))];

% 定义新的对比度范围，例如从当前范围拉伸到全0-255
target_range = [0, 255];

% 进行对比度拉伸
enhanced_image = imadjust(image, original_range, target_range);

% 显示原始和增强后的图像
figure;
subplot(1,2,1), imshow(image, []);
title('Original Image');
subplot(1,2,2), imshow(enhanced_image, []);
title('Contrast Adjusted');

相关问题

用MATLAB对图片进行对比度拉伸但是不要用直方图均衡化

在MATLAB中，对比度拉伸是一种简单但有效的图像增强技术，它通过修改像素的亮度值来提高图像的对比度，而不需要复杂的直方图分析和映射。下面是一个基本的对比度拉伸的例子，假设我们有一个名为`image`的灰度图像：

1. 首先，计算原始图像的最小值和最大值（代表像素亮度的范围）：

min_val = min(image(:)); % 找到最小值
max_val = max(image(:)); % 找到最大值

2. 然后，定义新的对比度范围，比如将0%-100%区间内的像素映射到新的区间，例如0%-255%：

new_min = 0; % 新的最小值
new_max = 255; % 新的最大值
range = new_max - new_min; % 计算新范围

% 拉伸操作，保证所有的像素都在新范围内
contrast_stretched = imadjust(image, [min_val max_val], [new_min new_max], []);

`imadjust`函数就是进行对比度拉伸的关键部分，`[min_val max_val]`表示原始亮度范围，`[new_min new_max]`是目标范围。

使用c++和opencv对图像进行对比度拉伸

可以使用 OpenCV 中的 equalizeHist() 函数来对图像进行对比度拉伸，代码示例如下：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读取图像
    Mat img = imread("image.jpg");

    // 将图像转换为灰度图像
    cvtColor(img, img, COLOR_BGR2GRAY);

    // 对图像进行直方图均衡化
    equalizeHist(img, img);

    // 显示图像
    imshow("Equalized Image", img);
    waitKey(0);

    return 0;
}

这段代码会将名为 "image.jpg" 的图像读入，将其转换为灰度图像，然后对其进行直方图均衡化，最后显示处理后的图像。