【OpenCV 完整例程】39. 图像灰度的线性变换

【OpenCV 完整例程】39. 图像灰度的线性变换

欢迎关注 『OpenCV 完整例程 100 篇』 系列，持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列，持续更新中

线性灰度变换将原始图像灰度值的动态范围按线性关系扩展到指定范围或整个动态范围。

线性灰度变化对图像的每一个像素作线性拉伸，可以凸显图像的细节，提高图像的对比度。

线性灰度变换可以由以下公式描述 ：

$$Dt=\frac{d-c}{b-a}[D-a]+c=\alpha D+\beta$$
式中，D 为原始图像的灰度值，Dt 为线性灰度变换后的图像灰度值。

• 当 $\alpha =1，\beta =0$ 时，保持原始图像不变
• 当 $\alpha =1，\beta >0$ 时，图像的灰度值上移，灰度图像颜色发白（彩色图像颜色发亮）
• 当 $\alpha =1，\beta <0$ 时，图像的灰度值下移，灰度图像颜色发黑（彩色图像颜色发暗）
• 当 $\alpha >1$ 时，图像的对比度增强
• 当 $0<\alpha <1$ 时，图像的对比度减小
• 当 $\alpha <0，\beta =255$ 时，图像暗区域变亮，亮区域变暗，图像求补
• 当 $\alpha =-1，\beta =255$ 时，图像的灰度值反转

直方图正规化是根据图像的最小灰度级和最大灰度级，将其拉伸到灰度级全域 [0,255] 的线性变换。

例程：1.49 图像的线性灰度变换

    # 1.49 图像的线性灰度变换
    img = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)
    imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 颜色转换：BGR(OpenCV) -> Gray
    h, w = img.shape[:2]  # 图片的高度和宽度
    img1 = np.empty((w, h), np.uint8)  # 创建空白数组
    img2 = np.empty((w, h), np.uint8)  # 创建空白数组
    img3 = np.empty((w, h), np.uint8)  # 创建空白数组
    img4 = np.empty((w, h), np.uint8)  # 创建空白数组
    img5 = np.empty((w, h), np.uint8)  # 创建空白数组
    img6 = np.empty((w, h), np.uint8)  # 创建空白数组

    # Dt[i,j] = alfa*D[i,j] + beta
    alfa1, beta1 = 1, 50  # alfa=1,beta>0: 灰度值上移
    alfa2, beta2 = 1, -50  # alfa=1,beta<0: 灰度值下移
    alfa3, beta3 = 1.5, 0  # alfa>1,beta=0: 对比度增强
    alfa4, beta4 = 0.75, 0  # 0
    alfa5, beta5 = -0.5, 0  # alfa<0,beta=0: 暗区域变亮，亮区域变暗
    alfa6, beta6 = -1, 255  # alfa=-1,beta=255: 灰度值反转

    for i in range(h):
        for j in range(w):
            img1[i][j] = min(255, max((imgGray[i][j]+beta1), 0))  # alfa=1,beta>0: 颜色发白
            img2[i][j] = min(255, max((imgGray[i][j]+beta2), 0))  # alfa=1,beta<0: 颜色发黑
            img3[i][j] = min(255, max(alfa3*imgGray[i][j], 0))  # alfa>1,beta=0: 对比度增强
            img4[i][j] = min(255, max(alfa4*imgGray[i][j], 0))  # 0
            img5[i][j] = alfa5*imgGray[i][j]+beta5  # alfa<0,beta=255: 暗区域变亮，亮区域变暗
            img6[i][j] = min(255, max(alfa6*imgGray[i][j]+beta6, 0))  # alfa=-1,beta=255: 灰度值反转

    plt.figure(figsize=(10, 6))
    titleList = ["1. imgGray", "2. beta=50", "3. beta=-50", "4. alfa=1.5", "5. alfa=0.75", "6. alfa=-0.5"]
    imageList = [imgGray, img1, img2, img3, img4, img5]
    for i in range(6):
        plt.subplot(2, 3, i + 1), plt.title(titleList[i]), plt.axis('off')
        plt.imshow(imageList[i], vmin=0, vmax=255, cmap='gray')
    plt.show()

（本节完）

---

版权声明：

youcans@xupt 原创作品，转载必须标注原文链接

Copyright 2021 youcans, XUPT

Crated：2021-11-18

欢迎关注 『OpenCV 完整例程 100 篇』 系列，持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列，持续更新中

【OpenCV 完整例程】01. 图像的读取（cv2.imread）
【OpenCV 完整例程】02. 图像的保存（cv2.imwrite）
【OpenCV 完整例程】03. 图像的显示（cv2.imshow）
【OpenCV 完整例程】04. 用 matplotlib 显示图像（plt.imshow）
【OpenCV 完整例程】05. 图像的属性（np.shape）
【OpenCV 完整例程】06. 像素的编辑（img.itemset）
【OpenCV 完整例程】07. 图像的创建（np.zeros）
【OpenCV 完整例程】08. 图像的复制（np.copy）
【OpenCV 完整例程】09. 图像的裁剪（cv2.selectROI）
【OpenCV 完整例程】10. 图像的拼接（np.hstack）
【OpenCV 完整例程】11. 图像通道的拆分（cv2.split）
【OpenCV 完整例程】12. 图像通道的合并（cv2.merge）
【OpenCV 完整例程】13. 图像的加法运算（cv2.add）
【OpenCV 完整例程】14. 图像与标量相加（cv2.add）
【OpenCV 完整例程】15. 图像的加权加法（cv2.addWeight）
【OpenCV 完整例程】16. 不同尺寸的图像加法
【OpenCV 完整例程】17. 两张图像的渐变切换
【OpenCV 完整例程】18. 图像的掩模加法
【OpenCV 完整例程】19. 图像的圆形遮罩
【OpenCV 完整例程】20. 图像的按位运算
【OpenCV 完整例程】21. 图像的叠加
【OpenCV 完整例程】22. 图像添加非中文文字
【OpenCV 完整例程】23. 图像添加中文文字
【OpenCV 完整例程】23. 图像添加中文文字
【OpenCV 完整例程】24. 图像的仿射变换
【OpenCV 完整例程】25. 图像的平移
【OpenCV 完整例程】26. 图像的旋转（以原点为中心）
【OpenCV 完整例程】27. 图像的旋转（以任意点为中心）
【OpenCV 完整例程】28. 图像的旋转（直角旋转）
【OpenCV 完整例程】29. 图像的翻转（cv2.flip）
【OpenCV 完整例程】30. 图像的缩放（cv2.resize）
【OpenCV 完整例程】31. 图像金字塔（cv2.pyrDown）
【OpenCV 完整例程】32. 图像的扭变（错切）
【OpenCV 完整例程】33. 图像的复合变换
【OpenCV 完整例程】34. 图像的投影变换
【OpenCV 完整例程】35. 图像的投影变换（边界填充）
【OpenCV 完整例程】36. 直角坐标与极坐标的转换
【OpenCV 完整例程】37. 图像的灰度化处理和二值化处理
【OpenCV 完整例程】38. 图像的反色变换（图像反转）
【OpenCV 完整例程】39. 图像灰度的线性变换