Python圖像處理之圖像的灰度線性變換

更新時間：2022年09月05日 11:05:55 作者：華為云開發(fā)者聯(lián)盟???????

這篇文章主要介紹了Python圖像處理之圖像的灰度線性變換，文章圍繞主題展開詳細的內(nèi)容戒殺，具有一定的參考價值，需要的小伙伴可以參考一下

一.圖像灰度線性變換原理

圖像的灰度線性變換是通過建立灰度映射來調(diào)整原始圖像的灰度，從而改善圖像的質(zhì)量，凸顯圖像的細節(jié)，提高圖像的對比度。

灰度線性變換的計算公式如下所示：

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(shù)，分別表示斜率和截距。

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(zhuǎn)
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

如圖所示，顯示了圖像的灰度線性變換對應(yīng)的效果圖：

二.圖像灰度上移變換

該算法將實現(xiàn)圖像灰度值的上移，從而提升圖像的亮度，其實現(xiàn)代碼如下所示。由于圖像的灰度值位于0至255區(qū)間之內(nèi)，所以需要對灰度值進行溢出判斷。

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉(zhuǎn)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(jié)果如下圖所示，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(yīng)的灰度值為0，純白色對應(yīng)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(xiàn)代碼如下所示：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉(zhuǎn)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(jié)果如下圖所示，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(xiàn)代碼如下所示：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉(zhuǎn)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(jié)果如下圖所示，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(zhuǎn)，即黑色變?yōu)榘咨?，白色變?yōu)楹谏倪^程。其Python實現(xiàn)代碼如下所示：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取原始圖像
img = cv2.imread('miao.png')
#圖像灰度轉(zhuǎn)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(jié)果如下圖所示，圖像處理前后的灰度值是互補的。