python中的圖像增強(qiáng)技術(shù)
關(guān)鍵詞:- 對(duì)數(shù)變換、冪律變換、圖像增強(qiáng)、對(duì)比度拉伸
數(shù)字圖像處理 (DIP) 對(duì)不同類別的圖像執(zhí)行各種操作,例如圖像增強(qiáng)、圖像分析、圖像壓縮、圖像變換等。
圖像增強(qiáng)用于對(duì)圖像進(jìn)行操作,以提取用戶識(shí)別的所需和重要的關(guān)鍵特征,例如:調(diào)整圖像的對(duì)比度值。
DIP的基本步驟
因此,在本博客中,我們將討論圖像銳化/增強(qiáng)技術(shù)。
圖像銳化和恢復(fù)有助于通過關(guān)注已識(shí)別的特征、調(diào)整明暗區(qū)域之間的對(duì)比度、減少噪點(diǎn)、升級(jí)相機(jī)焦距、減少運(yùn)動(dòng)模糊等來創(chuàng)建更好的圖像。
圖像銳化明確用于改善圖像描述,例如邊界、角落、對(duì)比度、邊緣、強(qiáng)度等。
以下是一些圖像預(yù)處理技術(shù),用于通過觀察其鄰域像素值來修改當(dāng)前像素的強(qiáng)度值。
對(duì)比拉伸
對(duì)比拉伸稱為歸一化,用于拉伸強(qiáng)度值的范圍以提高圖像的對(duì)比度。
Python/OpenCV 可以通過使用 min_max 歸一化的 cv2.normalize() 方法進(jìn)行對(duì)比度拉伸。
import cv2
import numpy as np
# read image
img = cv2.imread("messi.jpg")
# normalize float versions
norm_img1 = cv2.normalize(img, None, alpha=0, beta=1, norm_type=cv2.NORM_M(jìn)INMAX, dtype=cv2.CV_32F)
# scale to uint8
norm_img1 = (255*norm_img1).a(chǎn)stype(np.uint8)
cv2.imshow('original',img)
cv2.imshow('normalized1',norm_img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
圖像閾值
圖像閾值用于將對(duì)象分割成兩類,即前景和背景。全局圖像閾值由 Otsu 方法完成。
閾值類型
1. cv2.THRESH_BINARY
2. cv2.THRESH_BINARY_INVY
3. cv2.THRESH_TRUNCY
4. cv2.THRESH_TOZEROY
5. cv2.THRESH_TOZERO_INVYimg
全局閾值
對(duì)數(shù)變換
對(duì)數(shù)變換用于將圖像的每個(gè)像素值替換為其對(duì)數(shù)值,以增強(qiáng)較低強(qiáng)度值的對(duì)比度。它有助于縮小較亮的像素值范圍并擴(kuò)大暗像素。當(dāng)需要減少圖像的偏度分布以獲得更好的解釋時(shí),可以應(yīng)用此轉(zhuǎn)換。
import cv2
import numpy as np
import matplotlib.pyplot as plt
# Read an image
image = cv2.imread('baby.jpg')
# Apply log transformation method
c = 255 / np.log(1 + np.max(image))
log_image = c * (np.log(image + 1))
# Specify the data type so that
# float value will be converted to int
log_image = np.a(chǎn)rray(log_image, dtype = np.uint8)
# Display both images
plt.imshow(image)
plt.show()
plt.imshow(log_image)
plt.show()
對(duì)數(shù)變換
冪律變換(伽馬變換)
冪律變換用于從較亮圖像到較暗圖像突出顯示對(duì)象,可以通過以下表達(dá)式使用:s = c × r^ γ ,其中 s 和 r 分別是輸出和輸入圖像的像素值,c 是常數(shù)值,γ稱為伽馬值。為了減少不同強(qiáng)度值的計(jì)算機(jī)顯示器顯示問題,在此轉(zhuǎn)換中使用了不同的伽馬值
import numpy as np
import cv2
# Load the image
img = cv2.imread('baby.jpg')
# Apply Gamma=0.4 on the normalised image and then multiply by scaling constant (For 8 bit, c=255)
gamma_point_four = np.a(chǎn)rray(255*(img/255)**0.4,dtype='uint8')
# Similarly, Apply Gamma=0.8
gamma_point_eight = np.a(chǎn)rray(255*(img/255)**0.8,dtype='uint8')
# Display the images in subplots
img3 = cv2.hconcat([gamma_point_four,gamma_point_eight])
cv2.imshow('a2',img3)
cv2.waitKey(0)
希望你喜歡閱讀這篇文章,希望它能幫助你了解不同類型的圖像增強(qiáng)技術(shù)。
原文標(biāo)題 : python中的圖像增強(qiáng)技術(shù)
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
精彩回顧立即查看>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
推薦專題
- 1 【一周車話】沒有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無人駕駛車,還未迎來“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 6 馬斯克致敬“國(guó)產(chǎn)蘿卜”?
- 7 神經(jīng)網(wǎng)絡(luò),誰(shuí)是盈利最強(qiáng)企業(yè)?
- 8 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 9 諾獎(jiǎng)進(jìn)入“AI時(shí)代”,人類何去何從?
- 10 Open AI融資后成萬(wàn)億獨(dú)角獸,AI人才之爭(zhēng)開啟
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市