自適應的直方圖均衡化

整幅圖像會被分成很多小塊，這些小塊被稱為“tiles”。然后再對每一個小塊分別進行直方圖均衡化。如果有噪聲的話，噪聲會被放大。為了避免這種情況的出現要使用對比度限制。對于每個小塊來說，如果直方圖中的 bin 超過對比度的上限的話，就把 其中的像素點均勻分散到其他 bins 中，然后在進行直方圖均衡化。

cv.createCLAHE(clipLimit, tileGridSize)

• clipLimit: 對比度限制，默認是40
• tileGridSize: 分塊的大小，在 OpenCV 中 tiles 的 大小默認為8 * 8

將整幅圖像分成很多小塊，然后再對每一個小塊分別進行直方圖均衡化，最后進行拼接。

import cv2 as cv from matplotlib import pyplot as plt# 1. 以灰度圖形式讀取圖像 img1 = cv.imread('./1.png', 0) img2 = cv.imread('./2.png', 0)# 2. 創建一個自適應均衡化的對象，并應用于圖像 clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) cl1 = clahe.apply(img1)clahe2 = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) cl2 = clahe.apply(img2)# 3. 圖像展示 fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8), dpi=100) axes[0, 0].imshow(img1, cmap=plt.cm.gray) axes[0, 0].set_title("原圖") axes[0, 1].imshow(cl1, cmap=plt.cm.gray) axes[0, 1].set_title("自適應均衡化后的結果") axes[1, 0].imshow(img2, cmap=plt.cm.gray) axes[1, 0].set_title("原圖") axes[1, 1].imshow(cl2, cmap=plt.cm.gray) axes[1, 1].set_title("自適應均衡化后的結果") plt.show()

總結

以上是生活随笔為你收集整理的OpenCV 自适应的直方图均衡化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。