如何使用Python对灰度图像执行直方图均衡化处理？

本文共计365个文字，预计阅读时间需要2分钟。

pythonimport Imageimport numpy as np

def histeq(im, nbr_bins=256): 对一幅图像进行直方图均衡化

from PIL import Image from pylab import * from numpy import * def histeq(im,nbr_bins = 256): """对一幅灰度图像进行直方图均衡化""" #计算图像的直方图 #在numpy中，也提供了一个计算直方图的函数histogram(),第一个返回的是直方图的统计量，第二个为每个bins的中间值 imhist,bins = histogram(im.flatten(),nbr_bins,normed= True) cdf = imhist.cumsum() # cdf = 255.0 * cdf / cdf[-1] #使用累积分布函数的线性插值，计算新的像素值 im2 = interp(im.flatten(),bins[:-1],cdf) return im2.reshape(im.shape),cdf pil_im = Image.open('E:\Python\\fanwei.jpg') #打开原图 pil_im_gray = pil_im.convert('L') #转化为灰度图像 pil_im_gray.show() #显示灰度图像 im = array(Image.open('E:\Python\\fanwei.jpg').convert('L')) # figure() # hist(im.flatten(),256) im2,cdf = histeq(im) # figure() # hist(im2.flatten(),256) # show() im2 = Image.fromarray(uint8(im2)) im2.show() # print(cdf) # plot(cdf) im2.save("junheng.jpg")

图1：原图的灰度图

图2：进行直方图均衡化后的图像

图3：原图灰度图的直方图

图4：进行直方图均衡化后的直方图

图5：灰度变换函数

以上就是python 对一幅灰度图像进行直方图均衡化的详细内容，更多关于python 直方图均衡化的资料请关注易盾网络其它相关文章！