[Python圖像處理] 十五.圖像的灰度線性變換 - 網安 - 專業的網絡安全產業、社區、知識平臺

學Python近八年，認識了很多大佬和朋友，感恩。深知自己很菜，得拼命努力前行，編程也沒有什么捷徑，干就對了。希望未來能更透徹學習和撰寫文章，同時非常感謝參考文獻中的大佬們的文章和分享，共勉。

- https://blog.csdn.net/eastmount

一.圖像灰度線性變換原理

圖像的灰度線性變換是通過建立灰度映射來調整原始圖像的灰度，從而改善圖像的質量，凸顯圖像的細節，提高圖像的對比度。灰度線性變換的計算公式如下所示：

該公式中DB表示灰度線性變換后的灰度值，DA表示變換前輸入圖像的灰度值，α和b為線性變換方程f(D)的參數，分別表示斜率和截距。

當α=1，b=0時，保持原始圖像
當α=1，b!=0時，圖像所有的灰度值上移或下移
當α=-1，b=255時，原始圖像的灰度值反轉
當α>1時，輸出圖像的對比度增強
當0<α<1時，輸出圖像的對比度減小
當α<0時，原始圖像暗區域變亮，亮區域變暗，圖像求補

如圖所示，顯示了圖像的灰度線性變換對應的效果圖。

二.圖像灰度上移變換

該算法將實現圖像灰度值的上移，從而提升圖像的亮度，其實現代碼如下所示。由于圖像的灰度值位于0至255區間之內，所以需要對灰度值進行溢出判斷。

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#讀取原始圖像img = cv2.imread('miao.png')
#圖像灰度轉換grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度height = grayImage.shape[0]width = grayImage.shape[1]
#創建一幅圖像result = np.zeros((height, width), np.uint8)
#圖像灰度上移變換 DB=DA+50for i in range(height):    for j in range(width):                if (int(grayImage[i,j]+50) > 255):            gray = 255        else:            gray = int(grayImage[i,j]+50)                    result[i,j] = np.uint8(gray)
#顯示圖像cv2.imshow("Gray Image", grayImage)cv2.imshow("Result", result)
#等待顯示cv2.waitKey(0)cv2.destroyAllWindows()

其輸出結果如下圖所示，圖像的所有灰度值上移50，圖像變得更白了。注意，純黑色對應的灰度值為0，純白色對應的灰度值為255。

三.圖像對比度增強變換

該算法將增強圖像的對比度，Python實現代碼如下所示：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#讀取原始圖像img = cv2.imread('miao.png')
#圖像灰度轉換grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度height = grayImage.shape[0]width = grayImage.shape[1]
#創建一幅圖像result = np.zeros((height, width), np.uint8)
#圖像對比度增強變換 DB=DA*1.5for i in range(height):    for j in range(width):                if (int(grayImage[i,j]*1.5) > 255):            gray = 255        else:            gray = int(grayImage[i,j]*1.5)                    result[i,j] = np.uint8(gray)
#顯示圖像cv2.imshow("Gray Image", grayImage)cv2.imshow("Result", result)

其輸出結果如下圖所示，圖像的所有灰度值增強1.5倍。

四.圖像對比度減弱變換

該算法將減弱圖像的對比度，Python實現代碼如下所示：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#讀取原始圖像img = cv2.imread('miao.png')
#圖像灰度轉換grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度height = grayImage.shape[0]width = grayImage.shape[1]
#創建一幅圖像result = np.zeros((height, width), np.uint8)
#圖像對比度減弱變換 DB=DA*0.8for i in range(height):    for j in range(width):        gray = int(grayImage[i,j]*0.8)        result[i,j] = np.uint8(gray)
#顯示圖像cv2.imshow("Gray Image", grayImage)cv2.imshow("Result", result)
#等待顯示cv2.waitKey(0)cv2.destroyAllWindows()

其輸出結果如下圖所示，圖像的所有灰度值減弱，圖像變得更暗。

五.圖像灰度反色變換

反色變換又稱為線性灰度求補變換，它是對原圖像的像素值進行反轉，即黑色變為白色，白色變為黑色的過程。其Python實現代碼如下所示：

# -*- coding: utf-8 -*-import cv2  import numpy as np  import matplotlib.pyplot as plt
#讀取原始圖像img = cv2.imread('miao.png')
#圖像灰度轉換grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度height = grayImage.shape[0]width = grayImage.shape[1]
#創建一幅圖像result = np.zeros((height, width), np.uint8)
#圖像灰度反色變換 DB=255-DAfor i in range(height):    for j in range(width):        gray = 255 - grayImage[i,j]        result[i,j] = np.uint8(gray)
#顯示圖像cv2.imshow("Gray Image", grayImage)cv2.imshow("Result", result)
#等待顯示cv2.waitKey(0)cv2.destroyAllWindows()

其輸出結果如下圖所示，圖像處理前后的灰度值是互補的。

圖像灰度反色變換在醫學圖像處理中有一定的應用，如下圖所示：

寫到這里，這篇文章就介紹結束。希望文章對大家有所幫助，如果有錯誤或不足之處，還請海涵。文章寫于連續奔波考博，經歷的事情太多，有喜有悲，需要改變自己好好對家人，也希望讀者與我一起加油。