Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波-創(chuàng)新互聯(lián)

這篇文章將為大家詳細(xì)講解有關(guān)Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波,小編覺得挺實(shí)用的,因此分享給大家做個(gè)參考,希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)專注于雙河網(wǎng)站建設(shè)服務(wù)及定制,我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠為您提供雙河營銷型網(wǎng)站建設(shè),雙河網(wǎng)站制作、雙河網(wǎng)頁設(shè)計(jì)、雙河網(wǎng)站官網(wǎng)定制、小程序開發(fā)服務(wù),打造雙河網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供雙河網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。

Python直方圖、均衡化、高斯濾波

  • 測試原圖

  • 直方圖


    • 基本原理

    • matplotlib庫繪制直方圖

    • RGB三通道直方圖

  • 直方圖均衡化


    • 基本原理

    • PCV庫完成直方圖均衡化

  • 高斯濾波


    • 基本原理

    • opencv高斯濾波實(shí)現(xiàn)

(免費(fèi)學(xué)習(xí)推薦:python視頻教程)

測試原圖

Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波

Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波

直方圖

基本原理

什么是直方圖:圖像的直方圖描述圖像的灰度級和對應(yīng)灰度級在圖像中出現(xiàn)的次數(shù)(頻率)的關(guān)系,通過直方圖可以進(jìn)行圖像分割、檢索、分類等操作

matplotlib庫的hist函數(shù):hist函數(shù)能夠幫助繪制直方圖。它的參數(shù)很多,這里用到前兩個(gè)參數(shù):x、bins。x參數(shù)表示一個(gè)像素的一維數(shù)組,如果是一維以上的數(shù)組可以使用flatten方法展平成一維,一般來說讀入一幅圖片都是一個(gè)二維的矩陣,都需要進(jìn)行展平的操作。bins參數(shù)表示要顯示直方圖的柱數(shù)

假設(shè)有一個(gè)二維數(shù)組img=[[159,120,130],[100,84,92],[168,150,212]]。其數(shù)字表示圖像的像素值,展平后img=[159,120,130,100,84,92,168,150,212],使用hist函數(shù)繪制出的直方圖如下圖。橫軸表示像素值,縱軸表示該像素值出現(xiàn)的頻率
Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波
opencv提供的cv2.calcHist()繪制直方圖:calcHist函數(shù)需要傳入讀取的圖片image;圖像的通道channels,如果是灰度圖像channels=0,如果分別是r、g、b通道,則傳入0、1、2。

matplotlib庫繪制直方圖

課本代碼

from PIL import Imagefrom pylab import *# 解決中文亂碼plt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = False#im = array(Image.open('headimage.jpeg').convert('L'))  # 打開圖像,并轉(zhuǎn)成灰度圖像print(im)figure()subplot(121)gray()contour(im, origin='image')  #畫圖axis('equal')  # 自動(dòng)調(diào)整比例axis('off')  # 去除x  y軸上的刻度title(u'圖像輪廓')subplot(122)# flatten()函數(shù)可以執(zhí)行展平操作,返回一個(gè)一維數(shù)組hist(im.flatten(), 128)print(im.flatten())title(u'圖像直方圖')plt.xlim([0,260])plt.ylim([0,11000])show()

運(yùn)行結(jié)果
Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波

RGB三通道直方圖

代碼實(shí)現(xiàn)

import cv2from matplotlib import pyplot as plt
img = cv2.imread('headimage.jpeg',1)color = ('b','g','r')for i,col in enumerate(color):
    histr = cv2.calcHist([img],[i],None,[256],[0,256])
    plt.plot(histr,color = col)
    plt.xlim([0,256])plt.show()

運(yùn)行結(jié)果
Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波

直方圖均衡化

基本原理

什么是直方圖均衡化:直方圖均衡化是利用圖像的直方圖對對比度進(jìn)行調(diào)整,是圖像增強(qiáng)的一種方法。從圖片直觀上看,均衡化后的圖片對比度更強(qiáng),更加清晰,特征更加明顯;從直方圖上看,均衡化后的圖片的直方圖灰度值出現(xiàn)的頻率更加均勻。

如何均衡化直方圖

  • 直方圖均衡化首先要讀取一張圖片img,并計(jì)算該圖片的直方圖的值imhist(可以使用histogram函數(shù))。

  • 得到直方圖的值后需要計(jì)算該直方圖的累計(jì)直方圖cdf(cdf[i]等于imhist[0]到imhist[i]的總和,可以使用cumsum函數(shù)直接得到)。

  • 最后就是進(jìn)行直方圖的均衡化,對于圖片第i行第j列的像素值img[i, j],利用公式 img[i, j] = cdf[ img[i,j] ] / (m*n)*255進(jìn)行計(jì)算,得到均衡化后的像素值,然后再計(jì)算均衡化后的圖片的直方圖,就得到均衡化后的直方圖

使用PCV庫的histeq函數(shù)均衡化:傳入圖像im,返回均衡化后的直方圖和累計(jì)直方圖cdf。

PCV庫完成直方圖均衡化

課本代碼

# -*- coding: utf-8 -*-from PIL import Imagefrom pylab import *from PCV.tools import imtools# 添加中文字體支持from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)im = array(Image.open('tire.jpg').convert('L'))  # 打開圖像,并轉(zhuǎn)成灰度圖像im2, cdf = imtools.histeq(im)figure()subplot(2, 2, 1)axis('off')gray()title(u'原始圖像', fontproperties=font)imshow(im)subplot(2, 2, 2)axis('off')title(u'直方圖均衡化后的圖像', fontproperties=font)imshow(im2)subplot(2, 2, 3)axis('off')title(u'原始直方圖', fontproperties=font)hist(im.flatten(), 128, density=True)subplot(2, 2, 4)axis('off')title(u'均衡化后的直方圖', fontproperties=font)hist(im2.flatten(), 128, density=True)show()

運(yùn)行結(jié)果
Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波
通過運(yùn)行結(jié)果可以得到,因?yàn)樵瓐D像整體較暗(黑),是的原圖像的直方圖在低像素上出現(xiàn)的頻率較高,高像素的頻率低。通過直方圖均衡化后,圖像整體變亮,觀察直方圖發(fā)現(xiàn)低像素的頻率有所降低,而高像素的頻率升高,使得圖像有了更明顯的對比度

高斯濾波

基本原理

什么是高斯濾波:高斯濾波是一種線性平滑濾波,它將正太分布用于圖像處理,適用于消除高斯噪聲,能夠?qū)D片進(jìn)行模糊處理,使圖像變得平滑,使圖片產(chǎn)生模糊的效果。

高斯濾波原理:高斯濾波是用戶指定一個(gè)模板,然后通過這個(gè)模板對圖像進(jìn)行卷積,所進(jìn)行的卷積操作就是將模板中心周圍的像素值進(jìn)行加權(quán)平均后替換模板中心的像素值
Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波

opencv高斯濾波實(shí)現(xiàn)

代碼實(shí)現(xiàn)

import cv2import matplotlib.pyplot as plt

im=cv2.imread("tire.jpg")# 高斯濾波img_Guassian = cv2.GaussianBlur(im,(5,5),0)plt.subplot(121)plt.imshow(im)plt.subplot(122)plt.imshow(img_Guassian)plt.show()

運(yùn)行結(jié)果
Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波
從運(yùn)行結(jié)果中可以看出,經(jīng)過高斯濾波后的圖像變得模糊了,邊緣變得沒有那么明顯,圖像變得平滑

關(guān)于“Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波”這篇文章就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,使各位可以學(xué)到更多知識,如果覺得文章不錯(cuò),請把它分享出去讓更多的人看到。

分享標(biāo)題:Python如何實(shí)現(xiàn)直方圖、均衡化、高斯濾波-創(chuàng)新互聯(lián)
網(wǎng)頁路徑:http://bm7419.com/article38/dsdhpp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供品牌網(wǎng)站設(shè)計(jì)App設(shè)計(jì)、網(wǎng)站排名、搜索引擎優(yōu)化、移動(dòng)網(wǎng)站建設(shè)、云服務(wù)器

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)

成都seo排名網(wǎng)站優(yōu)化