普通直方图均衡化

简介: 普通直方图均衡化。

普通直方图均衡化主要是指将原图像的灰度级均匀地映射到全部灰度级范围内。OpenCV的cv2.equalizeHist(src)函数用于实现普通直方图均衡化,其基本格式如下。
dst=cv2.equalizeHist(src)
参数说明如下。
dst为直方图均衡化后的图像。
src为原图像,必须是8位的单通道图像。

示例代码如下。

test6-5.py:直方图均衡化

import cv2
import matplotlib.pyplot as plt
img=cv2.imread('bee.jpg',0) #打开灰度图像
cv2.imshow('original',img) #显示原图像
plt.figure('原图的直方图')
plt.hist(img.ravel(),256) #绘制原直方图
img2=cv2.equalizeHist(img)
cv2.imshow('equalizeHist',img2) #显示均衡化后的图像
plt.figure('均衡化后的直方图')
plt.hist(img2.ravel(),256) #绘制均衡化后图像的直方图
plt.show() #显示直方图

相关文章
|
6月前
|
计算机视觉
直方图均衡化
直方图均衡化是一种图像处理技术,通过改变图像灰度级分布,增强图像对比度。手动实现包括计算灰度直方图、像素总数、灰度分布频率、累积分布频率,然后归一化映射到新灰度级,最终得到增强对比度的图像。该方法适用于改善灰度集中或明暗对比不明显的图像,但全局处理可能导致背景干扰增强,丢失细节,且某些图像可能过度增强。局部直方图均衡化可作为改进方案。
108 1
|
计算机视觉 Python
直方图与直方图均衡化
直方图与直方图均衡化
|
5月前
|
计算机视觉
限制对比度自适应直方图均衡化
【6月更文挑战第12天】限制对比度自适应直方图均衡化。
41 1
|
6月前
|
机器学习/深度学习 计算机视觉
均值滤波
【5月更文挑战第15天】均值滤波。
42 1
|
6月前
|
资源调度 API 计算机视觉
【OpenCV】—非线性滤波:中值滤波、双边滤波
【OpenCV】—非线性滤波:中值滤波、双边滤波
|
6月前
|
存储 编解码 资源调度
【OpenCV】—线性滤波:方框滤波、均值滤波、高斯滤波
【OpenCV】—线性滤波:方框滤波、均值滤波、高斯滤波
322 2
|
6月前
|
计算机视觉
图像直方图
以下是内容摘要: 本文介绍了直方图在图像处理中的应用,包括图像增强和图像分割。直方图均衡化用于改善图像的亮度分布,而根据直方图可获取分割阈值以实现图像分割。此外,直方图对比有助于图像分类。直方图是表示图像亮度分布的图表,通过分析直方图的峰值可判断图像属于低调、中间调还是高调。直方图均衡化则能将图像转换为灰度分布更均匀的新图像。
63 0
C++-灰度图上色GrayToColor
C++-灰度图上色GrayToColor
|
机器学习/深度学习 传感器 算法
【图像去噪】基于高斯滤波+均值滤波+中值滤波+双边滤波滤波实现图像去噪(含信噪比)附Matlab代码
【图像去噪】基于高斯滤波+均值滤波+中值滤波+双边滤波滤波实现图像去噪(含信噪比)附Matlab代码
常见滤波(高斯滤波、均值滤波等)的简单理解
常见滤波(高斯滤波、均值滤波等)的简单理解
125 0