图像灰度的非线性变换

平方变换

将灰度进行平方再除以255，用于

降低图像亮度增强亮部对比度减缓暗部对比度

对比度可以看作灰度的斜率

对数变换

将灰度取对数再乘个常数，可以

提高图像亮度增强暗部对比度减缓亮部对比度

Q：为什么要加1？

A：为了确保结果是正数

比如拍了夜景图片，就可以用这个处理。

实验中我取c=46，log底数为e

因为np.log默认底数就是e, 255/np.log(256)=45.9。

伽马变换

将灰度幂一下再乘个常数，一般c都取得很小

降低图像亮度增强亮部对比度减缓暗部对比度

如果你再阳光下拍了个照，就可以用这个处理

样例

代码

import matplotlibimport matplotlib.pyplot as pltimport numpy as np import cv2 matplotlib.rcParams['font.family'] = 'simHei'matplotlib.rcParams['axes.unicode_minus'] = False%matplotlib qt5img = cv2.imread('666.png')img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)rows,cols = img_gray.shapeimg1 = np.ones((rows,cols),dtype = np.uint8)img2 = np.ones((rows,cols),dtype = np.uint8)img3 = np.ones((rows,cols),dtype = np.uint8)#DB = (DA^2)/255for i in range(rows):for j in range(cols):img1[i,j] = pow(img_gray[i,j],2)/255#DB = 46*ln(DA)for i in range(rows):for j in range(cols):img2[i,j] = np.uint8(np.log(img_gray[i,j]+1)*46)#DB = 0.0000006031*DA^4for i in range(rows):for j in range(cols):img3[i,j] = np.uint8(6.031e-8*pow(img_gray[i,j],4))plt.subplot(321)plt.title('原图')plt.imshow(img_gray,'gray',vmin=0,vmax=255)plt.subplot(322)plt.imshow(img1,'gray',vmin=0,vmax=255)plt.title('平方变换')plt.subplot(323)plt.title('原图')plt.imshow(img_gray,'gray',vmin=0,vmax=255)plt.subplot(324)plt.title('对数变换')plt.imshow(img2,'gray',vmin=0,vmax=255)plt.subplot(325)plt.title('原图')plt.imshow(img_gray,'gray',vmin=0,vmax=255)plt.subplot(326)plt.title('伽马变换')plt.imshow(img3,'gray',vmin=0,vmax=255)

如果觉得《python图像处理：图像灰度非线性变换》对你有帮助，请点赞、收藏，并留下你的观点哦！