Python圖像運算之圖像灰度線性變換詳解

更新時間：2022年03月01日 09:15:24 作者：Eastmount

這篇文章將詳細講解圖像灰度線性變換，包括灰度上移、對比度增強、對比度減弱和灰度反色變換。文中的示例代碼講解詳細，需要的可以參考一下

一.灰度線性變換

圖像的灰度線性變換是通過建立灰度映射來調整原始圖像的灰度，從而改善圖像的質量，凸顯圖像的細節(jié)，提高圖像的對比度?；叶染€性變換的計算公式如（12-1）所示：

該公式中DB表示灰度線性變換后的灰度值，DA表示變換前輸入圖像的灰度值，α和b為線性變換方程f(D)的參數，分別表示斜率和截距[1-4]。

當α=1，b=0時，保持原始圖像
當α=1，b!=0時，圖像所有的灰度值上移或下移
當α=-1，b=255時，原始圖像的灰度值反轉
當α>1時，輸出圖像的對比度增強
當0<α<1時，輸出圖像的對比度減小
當α<0時，原始圖像暗區(qū)域變亮，亮區(qū)域變暗，圖像求補

如圖12-1所示，顯示了圖像的灰度線性變換對應的效果圖。

二.圖像灰度上移變換

該算法將實現圖像灰度值的上移，從而提升圖像的亮度。

DB=DA+50

具體實現代碼如下所示。由于圖像的灰度值位于0至255區(qū)間之內，所以需要對灰度值進行溢出判斷。

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('luo.png')

#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]

#創(chuàng)建一幅圖像
result = np.zeros((height, width), np.uint8)

#圖像灰度上移變換 DB=DA+50
for i in range(height):
    for j in range(width):
        
        if (int(grayImage[i,j]+50) > 255):
            gray = 255
        else:
            gray = int(grayImage[i,j]+50)
            
        result[i,j] = np.uint8(gray)

#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結果如圖12-2所示，圖像的所有灰度值上移50，圖像變得更白了。注意，純黑色對應的灰度值為0，純白色對應的灰度值為255。

三.圖像對比度增強變換

該算法將增強圖像的對比度，Python實現代碼如下所示。

DB=DA×1.5

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('luo.png')

#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]

#創(chuàng)建一幅圖像
result = np.zeros((height, width), np.uint8)

#圖像對比度增強變換 DB=DA×1.5
for i in range(height):
    for j in range(width):
        
        if (int(grayImage[i,j]*1.5) > 255):
            gray = 255
        else:
            gray = int(grayImage[i,j]*1.5)
            
        result[i,j] = np.uint8(gray)

#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)

其輸出結果如圖12-3所示，圖像的所有灰度值增強1.5倍。

四.圖像對比度減弱變換

該算法將減弱圖像的對比度，Python實現代碼如下所示。

DB=DA×0.8

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('luo.png')

#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]

#創(chuàng)建一幅圖像
result = np.zeros((height, width), np.uint8)

#圖像對比度減弱變換 DB=DA×0.8
for i in range(height):
    for j in range(width):
        gray = int(grayImage[i,j]*0.8)
        result[i,j] = np.uint8(gray)

#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結果如圖12-4所示，圖像的所有灰度值減弱，圖像變得更暗。

五.圖像灰度反色變換

反色變換又稱為線性灰度求補變換，它是對原圖像的像素值進行反轉，即黑色變?yōu)榘咨?，白色變?yōu)楹谏倪^程。

DB=255-DA

其Python實現代碼如下所示：

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  
import matplotlib.pyplot as plt

#讀取原始圖像
img = cv2.imread('luo.png')

#圖像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#獲取圖像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]

#創(chuàng)建一幅圖像
result = np.zeros((height, width), np.uint8)

#圖像灰度反色變換 DB=255-DA
for i in range(height):
    for j in range(width):
        gray = 255 - grayImage[i,j]
        result[i,j] = np.uint8(gray)

#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結果如圖12-5所示，圖像處理前后的灰度值是互補的。