灰度线性变换2%线性拉伸

灰度线性变换是通过建立灰度映射来调整图像的灰度值，以达到图像增强的目的。其中，灰度线性变换的公式为：g(x, y) = k * f(x, y) + d。

在灰度线性变换中，2%线性拉伸是一种常见的增强图像对比度的方法。它通过将图像的2%最低和2%最高灰度值进行拉伸，使得图像的灰度范围更加均匀分布，从而增强图像的细节。

具体实现2%线性拉伸的步骤如下：
1. 计算图像的2%最低和2%最高灰度值，分别记为min_gray和max_gray。
2. 将图像中的每个像素值进行线性变换，公式为：g(x, y) = (f(x, y) - min_gray) * (255 / (max_gray - min_gray))。
3. 对于小于min_gray的像素值，将其设置为0；对于大于max_gray的像素值，将其设置为255。

下面是一个示例代码，演示如何进行灰度线性变换的2%线性拉伸：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg', 0)

# 计算2%最低和2%最高灰度值
hist = cv2.calcHist([image], [0], None, [256], [0, 256])
total_pixels = image.shape[0] * image.shape[1]
min_gray = np.argmax(hist > 0.02 * total_pixels)
max_gray = np.argmax(hist > 0.98 * total_pixels)

# 进行2%线性拉伸
stretched_image = np.clip((image - min_gray) * (255 / (max_gray - min_gray)), 0, 255).astype(np.uint8)

# 显示原始图像和拉伸后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Stretched Image', stretched_image)
cv2.waitKey(0)
cv2.destroyAllWindows()