灰度图像标准化python代码

在Python中，使用PIL库（Python Imaging Library）可以方便地进行灰度图像的标准化。以下是一个简单的Min-Max归一化代码示例：

from PIL import Image
import numpy as np

def gray_scale_normalization(image_path):
    # 读取图像并转为灰度图像
    image = Image.open(image_path).convert('L')
    
    # 将图像转换为numpy数组
    img_array = np.array(image)
    
    # 计算最小值和最大值
    min_val, max_val = img_array.min(), img_array.max()
    
    # 进行归一化处理
    normalized_img = (img_array - min_val) / (max_val - min_val)
    
    # 将结果转换回Image对象并保存
    normalized_image = Image.fromarray(normalized_img.astype('uint8'))
    normalized_image.save('normalized_' + image_path)

# 使用方法
gray_scale_normalization('input_image.jpg')

在这个例子中，我们首先读取图像文件，将其转换为灰度，并计算其最小值和最大值。接着，我们将每个像素值按比例缩放至0到1的范围内，然后保存成新的图片。