图像的线性变换和非线性变换
图像的线性变换和非线性变换，逐像素运算就是对图像的没一个像素点的亮度值，通过一定的函数关系，转换到新的亮度值。这个转换可以由函数表示：
其中r为原来的像素值，s为新的像素值，通常采用的函数了单调函数进行变换。
线性变换:
其中c和k均为常数
非线性变换：
其中a,b,c为常数
Gamma变换:
其中c为常数,通常取1，γ也为常数，r的范围为[0,255]，通常会放缩到[0,1]
在这里插入图片描述
图为γ取不同值时的情况，例如，当原图像的像素值为0.2时，γ=1.5时，现图像的像素值小于0.2，γ=1时，现图像的像素值等于0.2.当γ=0.5时，现图像的像素值大于0.4.
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt对于不同灰度图和彩色图像，利用不同方式展
示，定义show()函数
def show(img):
if img.ndim == 2:
plt.imshow(img, cmap='gray',vmin=0,vmax=255)
else:
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))#cv用的BGR，需要转换为RGB
plt.show()读取图片
img = cv.imread("./pic/cat500x480.jpg",0) #0表示读为灰度图
show(img)
在这里插入图片描述
线性变换：
b = 20
k = 2
img2 = b + k * img.astype(np.int32) #img的类型为uint8，线性变换后，像素值会循环
img2 = np.clip(img2,0,255) #利用np.clip来截断
show(img2)
在这里插入图片描述
np.clip是一个截取函数，用于截取数组中小于或者大于某值的部分，并使得被截取部分等于固定值。
也可以内置函数cv.convertScaleAbs实现
alpha = 2
beta = 20
img3 = cv.convertScaleAbs(img, alpha=alpha, beta=beta)#利用内置函数来截断
show(img3)非线性变换：
img4 = 10 + np.log(img.astype(np.float32)+1)/ 0.1
show(img4)
在这里插入图片描述
Gama变换：
img01 = img / 255
img05 = np.power(img01,0.5)*255
img15 = np.power(img01,1.5)*255
show(np.hstack([img05,img,img15]))
在这里插入图片描述
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022-09-12，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
