直方圖均衡化

直方圖均衡化的目的是將原始圖像的灰度級均勻地映射到整個灰度級范圍內(nèi)，得到一個灰度級分布均衡的圖像。這種均衡化，即實現(xiàn)了灰度值統(tǒng)計上的概率均衡，也實現(xiàn)了人類視覺系統(tǒng)上（HSV）的視覺均衡。

一般來說，直方圖均衡化可以達到增強圖像顯示效果的目的。最常用的比如去霧。下面，我們來分別實現(xiàn)灰度圖像去霧以及彩色圖像去霧。

實現(xiàn)灰度圖像去霧

在OpenCV中，它提供了函數(shù)cv2.equalizeHist()來實現(xiàn)直方圖均衡化，該函數(shù)的完整定義如下：

def equalizeHist(src, dst=None):

src：原始圖像，必須是8位單通道原始圖像

dst：返回值，返回直方圖均值化處理結(jié)果

下面，我們來通過該函數(shù)實現(xiàn)灰度圖像直方圖均衡化處理，代碼如下：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("45.jpg", 0)
equ = cv2.equalizeHist(img)

cv2.imshow("1",img)
cv2.imshow("2",equ)
plt.figure("原始圖像直方圖")
plt.hist(img.ravel(), 256)
plt.figure("均衡化圖像直方圖")
plt.hist(equ.ravel(), 256)
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

運行之后，效果如下：

左邊為原圖，右邊是處理后的圖像，可以看到圖像前景的霧，基本已經(jīng)去掉了。不過，我們還是看看處理前后的直方圖結(jié)果分布。

實現(xiàn)彩色圖像去霧

雖然上面的灰度圖像達到了去霧的基本效果，但是說實話，大多數(shù)實際的場景中，我們用到最多的往往是彩色圖像。所以，掌握彩色圖像的直方圖均衡化處理，才是我們真正的實戰(zhàn)技能。

下面我們來用代碼實現(xiàn)彩色圖像直方圖均衡化處理，代碼如下：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("50.jpg")

blue = img[:, :, 0]
green = img[:, :, 1]
red = img[:, :, 2]
blue_equ = cv2.equalizeHist(blue)
green_equ = cv2.equalizeHist(green)
red_equ = cv2.equalizeHist(red)
equ = cv2.merge([blue_equ, green_equ, red_equ])

cv2.imshow("1",img)
cv2.imshow("2",equ)
plt.figure("原始圖像直方圖")
plt.hist(img.ravel(), 256)
plt.figure("均衡化圖像直方圖")
plt.hist(equ.ravel(), 256)
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

這里，我們只需要使用equalizeHist()函數(shù)對彩色圖像的每個顏色進行均衡化處理即可。當(dāng)然，需要注意的是，我們處理完每個顏色之后，需要將圖像再次合并。運行之后效果如下：

到此這篇關(guān)于OpenCV-Python直方圖均衡化實現(xiàn)圖像去霧的文章就介紹到這了,更多相關(guān)OpenCV-Python 圖像去霧內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！