本篇文章为大家展示了python 实现对一幅灰度图像进行直方图均衡化,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
10年积累的成都做网站、成都网站设计经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先网站制作后付款的网站建设流程,更有邯郸免费网站建设让你可以放心的选择与我们合作。from PIL import Image from pylab import * from numpy import * def histeq(im,nbr_bins = 256): """对一幅灰度图像进行直方图均衡化""" #计算图像的直方图 #在numpy中,也提供了一个计算直方图的函数histogram(),第一个返回的是直方图的统计量,第二个为每个bins的中间值 imhist,bins = histogram(im.flatten(),nbr_bins,normed= True) cdf = imhist.cumsum() # cdf = 255.0 * cdf / cdf[-1] #使用累积分布函数的线性插值,计算新的像素值 im2 = interp(im.flatten(),bins[:-1],cdf) return im2.reshape(im.shape),cdf pil_im = Image.open('E:\Python\\fanwei.jpg') #打开原图 pil_im_gray = pil_im.convert('L') #转化为灰度图像 pil_im_gray.show() #显示灰度图像 im = array(Image.open('E:\Python\\fanwei.jpg').convert('L')) # figure() # hist(im.flatten(),256) im2,cdf = histeq(im) # figure() # hist(im2.flatten(),256) # show() im2 = Image.fromarray(uint8(im2)) im2.show() # print(cdf) # plot(cdf) im2.save("junheng.jpg")