数字图像处理（入门篇）七 图像数据预处理之灰度变化

目录

一 常用操作

1 反转

2 对比度增强

3 对比度压缩

4 伽马矫正

二 实践

1 反转、对比度增强和对比度压缩

(1) 代码 

(2) 结果图

 2 伽马矫正

(1) 代码

(2) 结果图

(3) 结论

(4) np.power函数

图像灰度变换：将原始图像中的每一个点的灰度值，按照特定的映射函数，变换为另一个灰度值的过程。

灰度变换是对每一个像素点单独的操作。像素点原始像素值为x，灰度变换映射函数为T（x），变换后的像素值为y，公式为：y = T（x）

常用的操作有：反转、 对比度增强、对比度压缩和 伽马矫正。

将图像灰度值反转的操作，即黑色变成白色，白色变成黑色的过程。

映射函数如下：

通过增加相邻灰度级的灰度差别实现。

映射函数如下： 

 从上图可以看出，（d2 - d1）> (s2 - s1)，[s1, s2]区间的像素点被拉伸到 [d1, d2]区间，达到了对比度增强的效果。

通过减小相邻灰度级的灰度差别实现。

映射函数如下：

 从上图可以看出，（d2 - d1）< (s2 - s1)，[s1, s2]区间的像素点被压缩到 [d1, d2]区间，达到了对比度压缩的效果。 

伽马矫正：借助了指数变换映射的增强技术。公式如下：

使用 OpenCV 的 look up table 函数（cv2.LUT）修改图像的灰度值。