【OpenCV-Python】教程：3-10 直方图（2）直方图均衡

OpenCV Python 直方图均衡化

【目标】

• 理解直方图均衡化
• 提升图像的对比度

Histogram Equalization ???

将图像的直方图拉均衡一些，分散一些；可以提升对比度。

【代码】

通过上面的图像可以看出，高亮度区域较少，需要分散该图像亮度。

• 显示图像亮度直方图和累计分布函数

import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('assets/sudoku.png', 0)
hist, bins = np.histogram(img.flatten(), 256, [0, 256])
cdf = hist.cumsum()
cdf_normalized = cdf * float(hist.max()) / cdf.max()

plt.plot(cdf_normalized, color='b')
plt.hist(img.flatten(), 256, [0, 256], color='r')
plt.xlim([0, 256])
plt.legend(('cdf', 'histogram'), loc='upper left')
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13

• 直方图均衡化

import cv2 
import numpy as np 

img = cv2.imread('assets/wiki.png',0)
equ = cv2.equalizeHist(img)
res = np.hstack((img, equ)) #stacking images side-by-side

cv2.imshow('equ', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10

• CLAHE (Contrast Limited Adaptive Histogram Equalization)

上面做的直方图均衡化是全局的均衡化，但是效果不一定适应所有的情况。例如下图中，背景亮度提升了，但是脸部区域过曝了。

CLAHE, 自适应直方图均衡，

import numpy as np
import cv2
img = cv2.imread('assets/tsukuba_l.png', 0)

equ = cv2.equalizeHist(img)
# create a CLAHE object (Arguments are optional).
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
cl1 = clahe.apply(img)

cv2.imshow('equ', equ)
cv2.imshow("cl1", cl1)
cv2.imshow("original", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14

【接口】

• createCLAHE

cv2.createCLAHE(	[, clipLimit[, tileGridSize]]	) ->	retval
1

创建一个 CLAHE 对象并初始化；

• clipLimit: 亮度限制阈值
• tileGridSize: grid个数，图像会被切成很多的 grid cell；如果是(8,8)，则图像被分成了 8*8 个。

• equalizeHist()

cv.equalizeHist(	src[, dst]	) ->	dst
1

均衡灰度图像的直方图

• src: 源图像，8位单通道图像
• dst: 目标图像，尺寸和类型与源图像一致；

【参考】

1. Histograms - 2: Histogram Equalization
2. Histogram Equalization (可惜访问不了 wiki )
3. Masked Arrays in Numpy
4. How can I adjust contrast in OpenCV in C?
5. How do I equalize contrast & brightness of images using opencv?