本篇文章為大家展示了python 實(shí)現(xiàn)對(duì)一幅灰度圖像進(jìn)行直方圖均衡化，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

10年積累的成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)經(jīng)驗(yàn)，可以快速應(yīng)對(duì)客戶(hù)對(duì)網(wǎng)站的新想法和需求。提供各種問(wèn)題對(duì)應(yīng)的解決方案。讓選擇我們的客戶(hù)得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識(shí)你，你也不認(rèn)識(shí)我。但先網(wǎng)站制作后付款的網(wǎng)站建設(shè)流程，更有邯鄲免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

from PIL import Image
from pylab import *
from numpy import *


def histeq(im,nbr_bins = 256):
  """對(duì)一幅灰度圖像進(jìn)行直方圖均衡化"""
  #計(jì)算圖像的直方圖
  #在numpy中，也提供了一個(gè)計(jì)算直方圖的函數(shù)histogram(),第一個(gè)返回的是直方圖的統(tǒng)計(jì)量，第二個(gè)為每個(gè)bins的中間值
  imhist,bins = histogram(im.flatten(),nbr_bins,normed= True)
  cdf = imhist.cumsum()  #
  cdf = 255.0 * cdf / cdf[-1]
  #使用累積分布函數(shù)的線性插值，計(jì)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')  #打開(kāi)原圖
pil_im_gray = pil_im.convert('L')   #轉(zhuǎn)化為灰度圖像
pil_im_gray.show()     #顯示灰度圖像

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")

分享名稱(chēng)：python實(shí)現(xiàn)對(duì)一幅灰度圖像進(jìn)行直方圖均衡化-創(chuàng)新互聯(lián)
標(biāo)題路徑：http://weahome.cn/article/esjpj.html