标签：plt img color 均衡化 cv2 直方图 import 图像增强
文章目录
算法简介
自适应直方图均衡化(AHE)用来提升图像的对比度的一种计算机图像处理技术。和普通的直方图均衡算法不同，AHE算法通过计算图像的局部直方图，然后重新分布亮度来改变图像对比度。因此即使在比大多数图像更暗或更亮的区域，也可以增强局部细节。
代码实现
# 自适应直方图均衡化(AHE)
from skimage import exposure
file_to_open = '/content/Rust_032.jpg'
img2 = io.imread(file_to_open)
plt.figure()
plt.imshow(img2)
plt.show()
img = exposure.equalize_adapthist(img2)
im = Image.fromarray(np.uint8(img * 255))
im.save('/content/02.jpg')
plt.figure()
plt.imshow(img)
plt.show()
import cv2
import matplotlib.pyplot as plt
from google.colab.patches import cv2_imshow
import numpy as np
#用直方图分别统计图像各个像素三个颜色通道数值数量的分布
img = cv2.imread('/content/Rust_032.jpg')
cv2_imshow(img)
color = ('blue','green','red')
#enumerate函数第一个返回索引index，第二个返回元素element
for i,color in enumerate(color):
#参数说明：
#一、images（输入图像）参数必须用方括号括起来。
#二、计算直方图的通道。
#三、Mask（掩膜），一般用None，表示处理整幅图像。
#四、histSize，表示这个直方图分成多少份（即多少个直方柱）。
#五、range，直方图中各个像素的值，[0.0, 256.0]表示直方图能表示像素值从0.0到256的像素。
hist = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(hist,color = color)
plt.xlim([0,256])
plt.show()
cv2.waitKey()
效果展示
处理前
处理后
标签：plt,img,color,均衡化,cv2,直方图,import,图像增强 来源： https://blog.csdn.net/qq_40002420/article/details/119855405
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。