首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【Python3+OpenCV】实现图像处理—灰度变换篇

【Python3+OpenCV】实现图像处理—灰度变换篇

作者头像
潘永斌
发布2020-04-26 15:41:16
5.7K0
发布2020-04-26 15:41:16
举报
文章被收录于专栏:看那个码农看那个码农

OpenCV是一个C++库,目前流行的计算机视觉编程库,用于实时处理计算机视觉方面的问题,它涵盖了很多计算机视觉领域的模块。在Python中常使用OpenCV库实现图像处理。

本文将介绍如何在Python3中使用OpenCV实现对图像处理的灰度变换:

灰度化处理,二值化处理,伽马变换,对数变换,反向变换

电脑环境准备

Python版本:

Python3.7

OpenCV版本:

OpenCV4.1

知识准备

一张图片是由像素点矩阵构成,我们对图片进行操作即为对图片的像素点矩阵进行操作。我们只要在这个像素点矩阵中找到这个像素点的位置,比如第x行,第y列。所以这个像素点在这个像素点矩阵中的位置就可以表示成(x,y)

同时因为一个像素点的颜色通常包括R、G、B三个分量,分别显示出红、绿、蓝三个颜色,灰度化就是使彩色图像的R、G、B三个分量相等的过程。灰度图像中每个像素仅具有一种样本颜色,其灰度是位于黑色与白色之间的多级色彩深度,灰度值大的像素点比较亮,反之比较暗,像素值最大为255(表示白色),像素值最小为0(表示黑色)。

No.1

灰度化处理

Opencv中图片的灰度化:将一个像素点的三个颜色变量相等,R=G=B,此时该值称为灰度值。

本文提供的灰度化处理有两种方法(灰度化处理不止这两种)

方法1:直接将原图读成灰度图像

img1=cv2.imread('girl.png',0)

方法2:将原图进行灰度化处理

#灰度化处理2:gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
import cv2

#读入原始图像
img=cv2.imread('girl.png',1)

#灰度化处理1:直接读入灰度化图像
img1=cv2.imread('girl.png',0)

#灰度化处理2:
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#通过窗口展示图片 第一个参数为窗口名 第二个为读取的图片变量
cv2.imshow('img',img)
cv2.imshow('gray1',img1)
cv2.imshow('gray2',gray)

#暂停cv2模块 不然图片窗口一瞬间即就会消失 观察不到
cv2.waitKey(0)

运行程序后,显示如下:

No.2

二值化处理

Opencv中的图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。

cv.threshold ()函数是图像二值化函数

其中,第二个参数是判定像素点的临界值。超过了这个点,将会被划分为255,低于这个点,将会被划分为0。具体的参数0~255可以自行根据需要调节。

import cv2

#读入原始图像
img=cv2.imread('girl.png',1)

#灰度化处理
img1=gray.copy()

#灰度化处理:此灰度化处理用于图像二值化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二值化函数
cv2.threshold(gray,140,255,0,gray)#二值化函数

#通过窗口展示图片 第一个参数为窗口名 第二个为读取的图片变量
cv2.imshow('img',img)
cv2.imshow('gray',img1)
cv2.imshow('Binarization',gray)

#暂停cv2模块 不然图片窗口一瞬间即就会消失 观察不到
cv2.waitKey(0)

运行程序后,显示如下:

No.3

灰度图像的伽马变换

Opencv中的伽马变换是用来图像增强,提升了暗部细节,简单来说就是通过非线性变换,让图像从暴光强度的线性响应变得更接近人眼感受的响应,即将漂白(相机曝光)或过暗(曝光不足)的图片,进行矫正。

伽马值小于1时,会拉伸图像中灰度级较低的区域,同时会压缩灰度级较高的部分

伽马值大于1时,会拉伸图像中灰度级较高的区域,同时会压缩灰度级较低的部分

import cv2
import copy

#读入原始图像
img=cv2.imread('girl.png',1)

#灰度化处理
img1=cv2.imread('girl.png',0)

#灰度化处理:此灰度化处理用于图像二值化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#伽马变换
gamma=copy.deepcopy(gray)
rows=img.shape[0]
cols=img.shape[1]
for i in range(rows):
    for j in range(cols):
        gamma[i][j]=3*pow(gamma[i][j],0.8)

#通过窗口展示图片 第一个参数为窗口名 第二个为读取的图片变量
cv2.imshow('img',img)
cv2.imshow('gray',img1)
cv2.imshow('gamma',gamma)

#暂停cv2模块 不然图片窗口一瞬间即就会消失 观察不到
cv2.waitKey(0)

运行程序后,显示如下:

No.4

灰度图像的对数变换

Opencv中的对数变换:由于对数曲线在像素值较低的区域斜率大,在像素值较高的区域斜率较小,所以图像经过对数变换后,较暗区域的对比度将有所提升。可用于增强图像的暗部细节。

灰度图像的对数变换一般表示如公式所示:

DB=C*log(1+ DA)

其中c为尺度比较常数,DA为原始图像灰度值,DB为变换后的目标灰度值。

如下图所示,它表示对数曲线下的灰度值变化情况。

由于对数曲线在像素值较低的区域斜率大,在像素值较高的区域斜率较小,所以图像经过对数变换后,较暗区域的对比度将有所提升。这种变换可用于增强图像的暗部细节,从而用来扩展被压缩的高值图像中的较暗像素。

对数变换实现了扩展低灰度值而压缩高灰度值的效果,被广泛地应用于频谱图像的显示中。一个典型的应用是傅立叶频谱,其动态范围可能宽达0~106直接显示频谱时,图像显示设备的动态范围往往不能满足要求,从而丢失大量的暗部细节;而在使用对数变换之后,图像的动态范围被合理地非线性压缩,从而可以清晰地显示。

import cv2
import copy
import math

#读入原始图像
img=cv2.imread('girl.png',1)

#灰度化处理
img1=cv2.imread('girl.png',0)

#灰度化处理:此灰度化处理用于图像二值化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# 对数变换
logc = copy.deepcopy(gray)
rows=img.shape[0]
cols=img.shape[1]
for i in range(rows):
    for j in range(cols):
        logc[i][j] = 3 * math.log(1 + logc[i][j])

#通过窗口展示图片 第一个参数为窗口名 第二个为读取的图片变量
cv2.imshow('img',img)
cv2.imshow('gray',img1)
cv2.imshow('logc',logc)

#暂停cv2模块 不然图片窗口一瞬间即就会消失 观察不到
cv2.waitKey(0)

运行程序后,显示如下:

No.5

灰度图像的反色变换

Opencv中的反色变换:对原图像像素值的颜色进行反转,即黑色变为白色,白色变为黑色。

import cv2
import copy
import math

#读入原始图像
img=cv2.imread('girl.png',1)

#灰度化处理
img1=cv2.imread('girl.png',0)

#灰度化处理:此灰度化处理用于图像二值化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# 反色变换
cover=copy.deepcopy(gray)
rows=img.shape[0]
cols=img.shape[1]
for i in range(rows):
    for j in range(cols):
        cover[i][j]=255-cover[i][j]

#通过窗口展示图片 第一个参数为窗口名 第二个为读取的图片变量
cv2.imshow('img',img)
cv2.imshow('gray',img1)
cv2.imshow('cover',cover)

#暂停cv2模块 不然图片窗口一瞬间即就会消失 观察不到
cv2.waitKey(0)

运行程序后,显示如下:

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-04-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 看那个码农 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
文件存储
文件存储(Cloud File Storage,CFS)为您提供安全可靠、可扩展的共享文件存储服务。文件存储可与腾讯云服务器、容器服务、批量计算等服务搭配使用,为多个计算节点提供容量和性能可弹性扩展的高性能共享存储。腾讯云文件存储的管理界面简单、易使用,可实现对现有应用的无缝集成;按实际用量付费,为您节约成本,简化 IT 运维工作。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档