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python博客其它相关文章!
标签:numpy
Powered By python教程网 鲁ICP备18013710号
python博客 - 小白学python最友好的网站!