OpenCV中的直方图均衡介绍和代码示例

先决条件:分析图像使用直方图
【OpenCV中的直方图均衡介绍和代码示例】直方图均衡是使用图像直方图进行对比度调整的图像处理方法。
这种方法通常会提高许多图像的整体对比度, 尤其是当图像的可用数据由接近的对比度值表示时。通过此调整, 强度可以更好地分布在直方图上。这允许较低局部对比度的区域获得较高对比度。直方图均衡通过有效分散最频繁的强度值来实现。该方法在背景和前景都亮或都暗的图像中很有用。
OpenCV具有执行此操作的功能, cv2.equalizeHist()。它的输入只是灰度图像, 输出是我们的直方图均衡图像。
输入图片:

OpenCV中的直方图均衡介绍和代码示例

文章图片
以下是实现直方图均衡化的Python3代码:
# import Opencv import cv2# import Numpy import numpy as np# read a image using imread img = cv2.imread(\ 'F:\\do_nawab.png\' , 0 )# creating a Histograms Equalization # of a image using cv2.equalizeHist() equ = cv2.equalizeHist(img)# stacking images side-by-side res = np.hstack((img, equ))# show image input vs output cv2.imshow(\ 'image\' , res)cv2.waitKey( 0 ) cv2.destroyAllWindows()

输出:
注意怪胎!巩固你的基础Python编程基础课程和学习基础知识。
首先, 你的面试准备可通过以下方式增强你的数据结构概念:Python DS课程。

    推荐阅读