前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >掩模直方图均衡化

掩模直方图均衡化

作者头像
裴来凡
发布2022-05-28 16:29:08
3190
发布2022-05-28 16:29:08
举报
文章被收录于专栏:图像处理与模式识别研究所
代码语言:javascript
复制
import cv2
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
o=cv2.imread('C:/Users/xpp/Desktop/coins.png',cv2.IMREAD_GRAYSCALE)#原始图像
equ=cv2.equalizeHist(o)#灰度直方图均衡化
cv2.imshow("original",o)
cv2.imshow("result",equ)
mask=np.zeros(equ.shape, np.uint8)
mask[200:400,200:400]=255
histImage=cv2.calcHist([o],[0],None,[256],[0,255])#绘制灰度直方图均衡化
histMI=cv2.calcHist([equ],[0],mask,[256],[0,255])#绘制掩模直方图均衡化
plt.plot(histImage)
plt.plot(histMI)
cv2.waitKey()
cv2.destroyAllWindows()

算法:掩模图像,也称掩膜图像,借鉴于PCB制版过程,似一块玻璃板,玻璃板上白色区域是透明的,黑色区域是不透明的。掩膜有方形掩膜和圆形掩膜等。掩模运算是将该玻璃板覆盖在原始图像透过玻璃板显示出来的部分就是掩模运算的结果图像。掩膜图像应用在感兴趣区、图像屏蔽、图像合成、结构特征提取、特殊形状图像提取等领域。

  • 首先将图像进行灰度直方图均衡化
  • 然后灰度直方图均衡化后的图像进行掩模处理
  • 最后绘制灰度直方图

书籍:《数字图像处理与机器视觉——Visual C++与Matlab实现》

文献:Dekker, N. , Ploeger, L. S. , & Herk, M. V. . (2003). Evaluation of cost functions for gray value matching of two-dimensional images in radiotherapy. Medical Physics, 30.

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-02-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 图像处理与模式识别研究所 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 腾讯云自媒体同步曝光计划  ,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
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