OpenCV简单图像处理 灰度变换
对这个工具，你一定很熟悉吧，Photoshop里有，很多简单的图像处理软件里面也会有
那这个工具到底是什么意思呢，它和我们要讲到的灰度变换有很大的关系
在图像处理中，像图像度变换和直方图均衡都属于点运算范畴。
处理时作用域是单个像素
有表达式：
g(x,y) = T[ f(x,y) ] T为映射关系
在点运算中，映射关系是关键，它描述了输入灰度级和输出灰度级之间的关系。
灰度变换是图像增强的一种重要手段，用于改善图像的显示效果，属于空域处理方法
最开始我们讲的反转就属于灰度变换的一种
其变换关系为
g(x,y) = 255 - f(x,y)
我们来讲讲常用的灰度变换
（1）灰度线性变换
1.图像反转
2.线性灰度变换
表达式关系为
3.分段线性灰度变换
表达式关系为
我们来写程序来实现这些功能：
import cv def Hist(image,color = cv.RGB(102,204,204)): a = [0]*256 w = image.width h = image.height iHist = cv.CreateImage((256,256),8,3) for i in range(h): for j in range(w): iGray = int(image[i,j]) a[iGray] = a[iGray] + 1 S = max(a) for k in range(256): a[k] = a[k]*255/S x = (k,255) y = (k,255-a[k]) cv.Line(iHist,x,y,color) return iHist def GrayTr(image,array): w = image.width h = image.height size = (w,h) iGrayTr = cv.CreateImage(size,image.depth,1) for i in range(h): for j in range(w): idex = int(image[i,j]) iGrayTr[i,j] = array[idex] return iGrayTr def Invert(): aInvert = [0]*256 for i in range(256): aInvert[i] = 255 - i return aInvert def Linear(): aLinear = [0]*256 for i in range(256): if i<60: aLinear[i] = 30 elif i<200: aLinear[i] = int((220.0-30.0)/(200-60)*(i-60)+30) else: aLinear[i] = 220 return aLinear def SubLinear(): aSubLinear = [0]*256 for i in range(256): if i<60: aSubLinear[i] = int(30.0/60*i) elif i<200: aSubLinear[i] = int((220.0-30.0)/(200-60)*(i-60)+30) else: aSubLinear[i] = int((255.0-220.0)/(255-200)*(i-200)+220) return aSubLinear image = cv.LoadImage( ' lena.jpg ',0) iInvert = GrayTr(image,Invert()) iLinear = GrayTr(image,Linear()) iSubLinear = GrayTr(image,SubLinear()) cv.ShowImage( ' image ',image) cv.ShowImage( ' iInvert ',iInvert) cv.ShowImage( ' iLinear ',iLinear) cv.ShowImage( ' iSubLinear ',iSubLinear) cv.ShowImage( ' iHist ',Hist(image)) cv.ShowImage( ' iIHist ',Hist(iInvert)) cv.ShowImage( ' iLHist ',Hist(iLinear)) cv.ShowImage( ' iSubHist ',Hist(iSubLinear)) cv.WaitKey(0)
运行效果如下：
我们看到第三幅图的直方图和其他的有很大差别
主要是在我们把原图中灰度值在60以下的点全部映射到灰度值30
使得灰度值为30的点特别多，导致其它的灰度值的点显得很少，相应的画出来也就特别短
但明显的，我们看到没有点映射到30一下和220以上，在灰度值上产生了截断效果
另外我们来看看灰度窗和灰度级分层：
灰度窗是左边映射关系：增强特定灰度值的对比度，其它的全部置0
灰度级分层：把在特定灰度级和其他灰度级的区域分开
编写程序：
import cv def GrayTr(image,array): w = image.width h = image.height size = (w,h) iGrayTr = cv.CreateImage(size,image.depth,1) for i in range(h): for j in range(w): idex = int(image[i,j]) iGrayTr[i,j] = array[idex] return iGrayTr def Window(): aWindow = [0]*256 for i in range(60,121): aWindow[i] = int(255.0/(120-60)*(i-60)) return aWindow def Slice(): aSlice = [0]*256 for i in range(256): if i>59 and i<121: aSlice[i] = 200 else: aSlice[i] = 30 return aSlice image = cv.LoadImage( ' lena.jpg ',0) iWindow = GrayTr(image,Window()) iSlice = GrayTr(image,Slice()) cv.ShowImage( ' image ',image) cv.ShowImage( ' iWindow ',iWindow) cv.ShowImage( ' iSlice ',iSlice) cv.WaitKey(0)
（2）灰度非线性变换
左边为对数变换，右边为指数变换（当然，上面的图不是很标准）
重点是生成对应的映射对
程序如下：
import cv import math def GrayTr(image,array): w = image.width h = image.height size = (w,h) iGrayTr = cv.CreateImage(size,image.depth,1) for i in range(h): for j in range(w): idex = int(image[i,j]) iGrayTr[i,j] = array[idex] return iGrayTr def Log(): aLog = [0]*256 for i in range(1,256): aLog[i] = int(32*math.log(i,2)) return aLog def Exp(): aExp = [0]*256 NUM = 1.01 k = math.pow(NUM,255) for i in range(1,256): aExp[i] = int(255*math.pow(NUM,i)/k) return aExp image = cv.LoadImage( ' lena.jpg ',0) iLog = GrayTr(image,Log()) iExp = GrayTr(image,Exp()) cv.ShowImage( ' image ',image) cv.ShowImage( ' iLog ',iLog) cv.ShowImage( ' iExp ',iExp) cv.WaitKey(0)
好啦。灰度变换就讲到这里啦！！