欢迎进Allbet欧博官网,欧博官网是欧博集团的官方网站。Allbet欧博官网开放Allbet注册、Allbe代理、Allbet电脑客户端、Allbet手机版下载等业务。

首页科技正文

皇冠管理端登3手机(www.99cx.vip):python中的图像增强技术

admin2022-11-152chơi Đánh bạc bóng đá

皇冠管理端登3手机www.99cx.vip)实时更新发布最新最快最有效的皇冠管理端登3手机网址,包括新2登3手机网址,新2登3备用网址,皇冠登3最新网址,新2足球登3网址,新2网址大全。

关键词:- 对数变换、幂律变换、图像增强、对比度拉伸

数字图像处理 (DIP) 对不同类别的图像执行各种操作,例如图像增强、图像分析、图像压缩、图像变换等。

图像增强用于对图像进行操作,以提取用户识别的所需和重要的关键特征,例如:调整图像的对比度值。

DIP的基本步骤

因此,在本博客中,我们将讨论图像锐化/增强技术。

图像锐化和恢复有助于通过关注已识别的特征、调整明暗区域之间的对比度、减少噪点、升级相机焦距、减少运动模糊等来创建更好的图像。

图像锐化明确用于改善图像描述,例如边界、角落、对比度、边缘、强度等。

以下是一些图像预处理技术,用于通过观察其邻域像素值来修改当前像素的强度值。

对比拉伸

对比拉伸称为归一化,用于拉伸强度值的范围以提高图像的对比度。

Python/OpenCV 可以通过使用 min_max 归一化的 cv2.normalize() 方法进行对比度拉伸。

import cv2

import numpy as np

# read image

img = cv2.imread("messi.jpg")

# normalize float versions

norm_img1 = cv2.normalize(img, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

# scale to uint8

norm_img1 = (255*norm_img1).astype(np.uint8)

cv2.imshow('original',img)

cv2.imshow('normalized1',norm_img1)

cv2.waitKey(0)

cv2.destroyAllWindows()

图像阈值

图像阈值用于将对象分割成两类,即前景和背景。全局图像阈值由 Otsu 方法完成。

阈值类型

1. cv2.THRESH_BINARY

2. cv2.THRESH_BINARY_INVY

3. cv2.THRESH_TRUNCY

4. cv2.THRESH_TOZEROY

5. cv2.THRESH_TOZERO_INVYimg

全局阈值

对数变换

,

Soi kèo bóng đá(www.84vng.com):Soi kèo bóng đá(www.84vng.com) cổng Chơi tài xỉu uy tín nhất việt nam。Soi kèo bóng đá(www.84vng.com)game tài Xỉu đánh bạc online công bằng nhất,Soi kèo bóng đá(www.84vng.com)cổng game không thể dự đoán can thiệp,mở thưởng bằng blockchain ,đảm bảo kết quả công bằng.

,

对数变换用于将图像的每个像素值替换为其对数值,以增强较低强度值的对比度。它有助于缩小较亮的像素值范围并扩大暗像素。当需要减少图像的偏度分布以获得更好的解释时,可以应用此转换。

import cv2

import numpy as np

import matplotlib.pyplot as plt

# Read an image

image = cv2.imread('baby.jpg')

# Apply log transformation method

c = 255 / np.log(1 + np.max(image))

log_image = c * (np.log(image + 1))

# Specify the data type so that

# float value will be converted to int

log_image = np.array(log_image, dtype = np.uint8)

# Display both images

plt.imshow(image)

plt.show()

plt.imshow(log_image)

plt.show()

对数变换

幂律变换(伽马变换)

幂律变换用于从较亮图像到较暗图像突出显示对象,可以通过以下表达式使用:s = c × r^ γ ,其中 s 和 r 分别是输出和输入图像的像素值,c 是常数值,γ称为伽马值。为了减少不同强度值的计算机显示器显示问题,在此转换中使用了不同的伽马值

import numpy as np

import cv2

# Load the image

img = cv2.imread('baby.jpg')

# Apply Gamma=0.4 on the normalised image and then multiply by scaling constant (For 8 bit, c=255)

gamma_point_four = np.array(255*(img/255)**0.4,dtype='uint8')

# Similarly, Apply Gamma=0.8

gamma_point_eight = np.array(255*(img/255)**0.8,dtype='uint8')

# Display the images in subplots

img3 = cv2.hconcat([gamma_point_four,gamma_point_eight])

cv2.imshow('a2',img3)

cv2.waitKey(0)

希望你喜欢阅读这篇文章,希望它能帮助你了解不同类型的图像增强技术。


       原文标题 : python中的图像增强技术

,

皇冠正网appwww.hg108.vip)是一个开放皇冠正网代理APP下载、皇冠正网会员APP下载、皇冠正网线路APP下载、皇冠正网登录APP下载的皇冠正网平台。皇冠正网APP上最新登录线路、新2皇冠官方正网更新最快。皇冠正网APP开放皇冠官方会员注册、皇冠官方代理开户等业务。

网友评论

最新评论

热门标签