安卓SDK下载：中国最大建站平台是什么？

中国最大的建站平台,安卓sdk下载,哪种网站开发最简单,3030wa网站开发学校计算机视觉 文章目录 计算机视觉前言一、直方图均衡化1.得到灰度图2. 直方图统计3. 绘制直方图4. 直方图均衡化 二、自适应直方图均衡化1.自适应直方图均衡化#xff08;AHE#xff09;2.限制对比度自适应直方图均衡化#xff08;CRHE#xff09;3.读取图片4.自适应直方图均…计算机视觉 文章目录 计算机视觉前言一、直方图均衡化1.得到灰度图2. 直方图统计3. 绘制直方图4. 直方图均衡化 二、自适应直方图均衡化1.自适应直方图均衡化AHE2.限制对比度自适应直方图均衡化CRHE3.读取图片4.自适应直方图均衡化5.限制对比度自适应直方图均衡化6.可视化显示结果 三、对比总结 前言 均衡化是数字图像处理中常用的一种技术用于增强图像的视觉效果和对比度。今天我们将实现对同一张图像的直方图均衡化和自适应直方图均衡化处理学习一下两者的的基本原理和实现过程。 一、直方图均衡化 直方图均衡化Histogram Equalization是一种图像处理技术通过重新分配图像灰度级别来增强图像的对比度和视觉效果。它基于整个图像的灰度直方图来调整像素的灰度值分布。通过增加较暗区域的亮度和减少较亮区域的亮度直方图均衡化可以使图像的灰度级别分布更均匀从而增强图像的细节和对比度。 1.得到灰度图 通过三同道的彩色图生成单通道的灰度图 首先我们使用PIL库中的Image.open()函数读取彩色图像并将其转换为数组。然后我们获取图像的高度和宽度并创建一个与原始图像大小相同、数据类型为uint8的全黑数组gray_img用于保存灰度图像。 接着我们遍历每个像素将三个通道的值求平均并将结果保存到灰度图像中。由于RGB图像的三个通道具有相同的权重因此将三个通道的值求平均可以得到一个比较准确的灰度值。 然后我们将灰度图像转换为PIL图像对象并使用Matplotlib库中的plt.imshow()函数显示彩色图像和灰度图像。最后我们使用PIL库中的Image.save()函数将灰度图像保存为文件。 import numpy as np import cv2 from PIL import Image import matplotlib.pyplot as plt# 读取彩色图像 img Image.open(image.jpg)# 将图像转换为数组 img_arr np.array(img)# 获取图像的高度和宽度 h, w, _ img_arr.shape# 创建一个新的数组用于保存灰度图像 gray_img np.zeros((h, w), dtypenp.uint8)# 遍历每个像素将三个通道的值求平均并保存到灰度图像中 for i in range(h):for j in range(w):gray_img[i, j] int(np.mean(img_arr[i, j]))# 将灰度图像转换为PIL图像对象 gray_pil_img Image.fromarray(gray_img) plt.imshow(img) plt.title(imge) plt.axis(off) plt.show() plt.imshow(gray_pil_img, cmapgray) plt.title(gray_pil_imge) plt.axis(off) plt.show() # 保存灰度图像 gray_pil_img.save(gray_image.jpg)2. 直方图统计 使用PIL库中的Image.open()函数读取灰度图像并使用convert(‘L’)方法将图像转换为灰度模式。然后我们获取图像的宽度和高度并创建一个长度为256的全0列表hist用于保存直方图统计结果。 接着遍历每个像素获取其灰度值并将对应的直方图计数器加1。最后我们输出直方图统计结果即每个灰度值出现的像素数。