灰度级直方图均衡化怎么算
时间: 2023-11-07 15:05:41 浏览: 84
灰度级直方图均衡化是一种常用的图像增强方法,它通过重新分配图像的灰度值来增强图像的对比度。具体算法如下:
1. 首先,计算原始图像的灰度直方图,得到每个灰度级的像素个数。
2. 计算每个灰度级的累积概率,即将每个灰度级的像素个数除以总像素数。
3. 创建一个灰度变化的查找表,将每个灰度级映射到新的灰度级,使得新的灰度级的累积概率在0到1之间均匀分布。
4. 应用查找表,将原图像中的每个像素的灰度值替换为对应的新灰度值,得到灰度均衡的图像。
相关问题
matlab灰度图像直方图均衡化
灰度图像直方图均衡化是一种非线性图像处理技术,通过对图像的像素值进行重新分配,使得图像的灰度级在整个灰度范围内均匀分布,从而增强图像的对比度和视觉效果。
在Matlab中,可以使用histeq函数来实现灰度图像的直方图均衡化。该函数接受一个灰度图像作为输入,并返回经过直方图均衡化处理后的图像。下面是一个示例代码:
H = imread('a1.jpg'); % 读取原始图像
if length(size(H)) > 2 % 判断是否为彩色图像,若是则灰度化
H = rgb2gray(H);
end
H1 = histeq(H); % 对图像进行直方图均衡化处理
imshow(H); % 显示原图
figure; % 创建新的图像窗口
imshow(H1); % 显示直方图均衡化后的图像
在上述代码中,我们首先通过imread函数读取原始图像,然后使用rgb2gray函数将彩色图像转换为灰度图像(如果原始图像是彩色图像)。接下来,通过histeq函数对灰度图像进行直方图均衡化处理,得到处理后的图像H1。最后,使用imshow函数分别显示原图像和直方图均衡化后的图像。
python灰度图像直方图均衡化
灰度图像直方图均衡化是一种常用的图像增强技术,可以通过拉伸图像灰度级的分布来增强图像的对比度。下面是实现灰度图像直方图均衡化的步骤:
1. 将彩色图像转换为灰度图像,如果已经是灰度图像则跳过此步骤。
2. 统计灰度图像中每个灰度级的像素个数,得到直方图。
3. 计算每个灰度级在直方图中的累积概率分布函数(CDF)。
4. 根据累积概率分布函数,计算每个灰度级的映射表,用于将原始图像中的灰度级映射到新的灰度级。
5. 使用映射表将原始图像中的每个像素灰度值替换为对应的新灰度值。
下面是使用Python实现灰度图像直方图均衡化的示例代码:
```python
import cv2
import numpy as np
# 读取灰度图像
img = cv2.imread('input.jpg', 0)
# 计算直方图
hist, bins = np.histogram(img.flatten(), 256, [0, 256])
# 计算累积概率分布函数
cdf = hist.cumsum()
cdf_normalized = cdf * hist.max() / cdf.max()
# 创建映射表
map_table = np.interp(img.flatten(), bins[:-1], cdf_normalized)
# 将原始图像中的像素值替换为新的灰度值
img_eq = map_table.reshape(img.shape).astype(np.uint8)
# 显示原始图像和均衡化后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', img_eq)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
注意,上述代码中的'input.jpg'是待处理的灰度图像的文件名,可以根据实际情况进行修改。执行上述代码后,将会显示原始图像和直方图均衡化后的图像。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)