生活就像大海，我就像一条咸鱼，在浩瀚的海洋中边浪边学，这是opencv笔记系列中的「直方图均衡化」。
世间万图，皆可均衡化。小编边浪边学，顺带以很咸鱼的方式把它们记录下来。
直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。它的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围从而可达到增强图像整体对比度的效果。
1）对单通道图像进行均衡化
输入原图像并且显示
import cv2
import numpy as np
img = cv2.imread('test1.jpg',1)
cv2.imshow('src',img)
cv2.waitKey(0)
原图换成了一个妹纸o_o
转换成单通道灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
cv2.imshow('gray',gray)
cv2.waitKey(0)
然后对灰度图像进行均衡化
dst = cv2.equalizeHist(gray)
cv2.imshow('dst',dst)
cv2.waitKey(0)
貌似看得出来输出图像比原本好看了
2）对多通道图像进行均衡化
导入图像后，对每个通道进行均衡化，然后把三个通道合并
# 2
b,g,r = cv2.split(img)
bH = cv2.equalizeHist(b)
gH = cv2.equalizeHist(g)
rH = cv2.equalizeHist(r)
dst = cv2.merge((bH,gH,rH))
cv2.imshow('dst',dst)
cv2.waitKey(0)
均衡化前后图像的对比
3）对YUV图像进行均衡化
导入图像后，把图像转换成YUV格式
# 3
imgYUV = cv2.cvtColor(img, cv2.COLOR_RGB2YCrCb)
cv2.imshow('imgYUV',imgYUV)
cv2.waitKey(0)
输出YUV格式图像如下
然后均衡化操作
channelYUV = cv2.split(imgYUV)
channelYUV[0] = cv2.equalizeHist(channelYUV[0])
channels = cv2.merge(channelYUV)
dst = cv2.cvtColor(channels, cv2.COLOR_YCrCb2RGB)
cv2.imshow('dst',dst)
cv2.waitKey(0)
图片显示如下
笑看风起云落啊。
更多欢迎来我的公众号一起学习~
