Python3与OpenCV3.3 图像处理(十二)--图像直方图应用

一、调节对比度

 

import cv2 as cv

def equalHist(image):
    """直方图均衡化，图像增强的一个方法"""
    #彩色图片转换为灰度图片
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    
    #直方图均衡化，自动调整图像的对比度，让图像变得清晰
    dst=cv.equalizeHist(gray)
    cv.imshow("equalHist",dst)


def clahe(image):
    """
    局部直方图均衡化
    把整个图像分成许多小块（比如按8*8作为一个小块），
    那么对每个小块进行均衡化。
    这种方法主要对于图像直方图不是那么单一的（比如存在多峰情况）图像比较实用
    """
    # 彩色图片转换为灰度图片
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    #cliplimit：灰度值
    #tilegridsize：图像切割成块，每块的大小
    clahe = cv.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))
    dst=clahe.apply(gray)
    cv.imshow("clahe", dst)

src=cv.imread('test1.jpg')
#图一
cv.imshow("yt", gray)
#图二
equalHist(src)
#图三
clahe(src)

从图中的可以看出来，图一比较模糊，经过全图的直方图均衡化后，图片变得清晰了（图二），但是图片明显的对比度偏高，利用局部直方图均衡化后（图三），图片看起来就比较舒服了

 

注意：1、全图的直方图均衡