直方图学习

直方图均衡化(Histogram Equalization)是一种用于增强图像对比度的图像处理技术,通过重新分配图像的像素值,使图像中的亮度级别更加均匀,以改善图像的视觉质量。下面是进行直方图均衡化的一般步骤:

  1. 计算原始图像的直方图:首先,计算原始图像的灰度直方图,以了解不同亮度级别的像素数量分布。

  2. 计算累积分布函数(CDF):对于每个亮度级别,计算其累积分布函数(CDF),这是一个表示在该亮度级别以下像素数量累积的函数。CDF可以通过对灰度直方图进行累积求和来计算。

  3. 归一化CDF:将CDF的值归一化到[0, 255]的范围内。这可以通过以下公式来实现:

    CDF_normalized = (CDF - min(CDF)) / (M * N - 1) * 255

    其中,MN 是图像的宽度和高度。

  4. 映射像素值:对于原始图像中的每个像素,将其亮度级别映射到归一化的CDF值。具体地,用归一化CDF值替换原始像素值。

  5. 生成均衡化后的图像:将所有像素的亮度级别替换后,生成均衡化后的图像。

下面是一个Python示例,演示如何使用OpenCV库进行直方图均衡化:

复制代码

pythonCopy code

import cv2 # 读取原始图像 image = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE) # 计算直方图 hist = cv2.calcHist([image], [0], None, [256], [0, 256]) # 计算累积分布函数 cdf = hist.cumsum() # 归一化CDF cdf_normalized = cdf * 255 / cdf[-1] # 映射像素值 equalized_image = cdf_normalized[image] # 保存均衡化后的图像 cv2.imwrite('output.jpg', equalized_image)

相关推荐
大熊背9 分钟前
图像处理专业书籍以及网络资源总结
人工智能·算法·microsoft
江理不变情16 分钟前
图像质量对比感悟
c++·人工智能
张较瘦_2 小时前
[论文阅读] 人工智能 + 软件工程 | 需求获取访谈中LLM生成跟进问题研究:来龙去脉与创新突破
论文阅读·人工智能
一 铭3 小时前
AI领域新趋势:从提示(Prompt)工程到上下文(Context)工程
人工智能·语言模型·大模型·llm·prompt
顾道长生'4 小时前
(Arxiv-2025)通过动态 token 剔除实现无需训练的高效视频生成
计算机视觉·音视频·视频生成
麻雀无能为力7 小时前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心7 小时前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列
.30-06Springfield7 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
说私域8 小时前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的超级文化符号构建路径研究
人工智能·小程序·开源
永洪科技8 小时前
永洪科技荣获商业智能品牌影响力奖,全力打造”AI+决策”引擎
大数据·人工智能·科技·数据分析·数据可视化·bi