Python影像處理丨影像的灰度線性變換

摘要：本文主要講解灰度線性變換，

本文分享自華為云社區《[Python影像處理] 十五.影像的灰度線性變換》，作者：eastmount，

一.影像灰度線性變換原理

影像的灰度線性變換是通過建立灰度映射來調整原始影像的灰度，從而改善影像的質量，凸顯影像的細節，提高影像的對比度，灰度線性變換的計算公式如下所示：

該公式中DB表示灰度線性變換后的灰度值，DA表示變換前輸入影像的灰度值，α和b為線性變換方程f(D)的引數，分別表示斜率和截距，

• 當α=1，b=0時，保持原始影像
• 當α=1，b!=0時，影像所有的灰度值上移或下移
• 當α=-1，b=255時，原始影像的灰度值反轉
• 當α>1時，輸出影像的對比度增強
• 當0<α<1時，輸出影像的對比度減小
• 當α<0時，原始影像暗區域變亮，亮區域變暗，影像求補

如圖所示，顯示了影像的灰度線性變換對應的效果圖，

二.影像灰度上移變換

該演算法將實作影像灰度值的上移，從而提升影像的亮度，其實作代碼如下所示，由于影像的灰度值位于0至255區間之內，所以需要對灰度值進行溢位判斷，

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影像
img = cv2.imread('miao.png')
#影像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取影像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅影像
result = np.zeros((height, width), np.uint8)
#影像灰度上移變換 DB=DA+50
for i in range(height):
 for j in range(width):
 if (int(grayImage[i,j]+50) > 255):
            gray = 255
 else:
            gray = int(grayImage[i,j]+50)
        result[i,j] = np.uint8(gray)
#顯示影像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結果如下圖所示，影像的所有灰度值上移50，影像變得更白了，注意，純黑色對應的灰度值為0，純白色對應的灰度值為255，

三.影像對比度增強變換

該演算法將增強影像的對比度，Python實作代碼如下所示：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影像
img = cv2.imread('miao.png')
#影像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取影像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅影像
result = np.zeros((height, width), np.uint8)
#影像對比度增強變換 DB=DA*1.5
for i in range(height):
 for j in range(width):
 if (int(grayImage[i,j]*1.5) > 255):
            gray = 255
 else:
            gray = int(grayImage[i,j]*1.5)
        result[i,j] = np.uint8(gray)
#顯示影像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)

其輸出結果如下圖所示，影像的所有灰度值增強1.5倍，

四.影像對比度減弱變換

該演算法將減弱影像的對比度，Python實作代碼如下所示：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影像
img = cv2.imread('miao.png')
#影像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取影像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅影像
result = np.zeros((height, width), np.uint8)
#影像對比度減弱變換 DB=DA*0.8
for i in range(height):
 for j in range(width):
        gray = int(grayImage[i,j]*0.8)
        result[i,j] = np.uint8(gray)
#顯示影像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結果如下圖所示，影像的所有灰度值減弱，影像變得更暗，

五.影像灰度反色變換

反色變換又稱為線性灰度求補變換，它是對原影像的像素值進行反轉，即黑色變為白色，白色變為黑色的程序，其Python實作代碼如下所示：

# -*- coding: utf-8 -*-
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
#讀取原始影像
img = cv2.imread('miao.png')
#影像灰度轉換
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取影像高度和寬度
height = grayImage.shape[0]
width = grayImage.shape[1]
#創建一幅影像
result = np.zeros((height, width), np.uint8)
#影像灰度反色變換 DB=255-DA
for i in range(height):
 for j in range(width):
        gray = 255 - grayImage[i,j]
        result[i,j] = np.uint8(gray)
#顯示影像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

其輸出結果如下圖所示，影像處理前后的灰度值是互補的，

影像灰度反色變換在醫學影像處理中有一定的應用，如下圖所示：

PS：文章參考自己以前系列影像處理文章及OpenCV庫函式，同時參考如下文獻：

• 楊秀璋等. 基于苗族服飾的影像銳化和邊緣提取技術研究[J]. 現代計算機，2018(10).
• 《數字影像處理》（第3版），岡薩雷斯著，阮秋琦譯，電子工業出版社，2013年.
• 《數字影像處理學》（第3版），阮秋琦，電子工業出版社，2008年，北京.
• 《OpenCV3編程入門》，毛星云，冷雪飛，電子工業出版社，2015.
• [數字影像處理] 五.MFC影像點運算之灰度線性變化、灰度非線性變化、閾值化和均衡化處理詳解

點擊關注，第一時間了解華為云新鮮技術~

標籤：其他

上一篇：JSP基礎知識總結

下一篇：冪等公共組件