opencv图像增强算法python

OpenCV中有很多图像增强算法，以下是其中一些常用的：

1. 直方图均衡化：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 将图像转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 直方图均衡化
equalized_img = cv2.equalizeHist(gray_img)

# 显示原始图像和均衡化后的图像
cv2.imshow("Original Image", gray_img)
cv2.imshow("Equalized Image", equalized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 自适应直方图均衡化：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 将图像转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 自适应直方图均衡化
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equalized_img = clahe.apply(gray_img)

# 显示原始图像和均衡化后的图像
cv2.imshow("Original Image", gray_img)
cv2.imshow("Equalized Image", equalized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. 均值滤波：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 均值滤波
blurred_img = cv2.blur(img, (5, 5))

# 显示原始图像和滤波后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Blurred Image", blurred_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 中值滤波：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 中值滤波
median_img = cv2.medianBlur(img, 5)

# 显示原始图像和滤波后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Median Filtered Image", median_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

5. 高斯滤波：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 高斯滤波
gaussian_img = cv2.GaussianBlur(img, (5, 5), 0)

# 显示原始图像和滤波后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Gaussian Filtered Image", gaussian_img)
cv2.waitKey(0)
cv2.destroyAllWindows()