数学之路-python计算实战(12)-机器视觉-图像增强

分段线性变换将图像的值域分成多个值域并进行不同线性变换计算，可以压缩某部分灰度区，扩展另一部分灰度区间，下面以2个区间为例：
for m in xrange(h):
for n in xrange(w):
if img[m,n]>Ds_min and img[m,n]<=Ds_internal:
newimg[m,n]=int((Dd_internal-Dd_min)/(Ds_internal-Ds_min)*(img[m,n]-Ds_min)+Dd_min)
else:
newimg[m,n]=int((Dd_max-Dd_internal)/(Ds_max-Ds_internal)*(img[m,n]-Ds_internal)+Dd_internal)

上面代码中，Ds_min为源区段的最小值域Ds_internal为源区段的中间分界值Ds_max为源区段的最大值域Dd_min为目标区段的最小值域Dd_internal为目标区段的中间分界值Dd_max为目标区段的最大值域

本博客所有内容是原创，如果转载请注明来源

http://blog.csdn.net/myhaspl/

左边是经过分段线性变换的图像，右边是原图像，通过压缩高亮度区，扩展低亮度区，使图像比对度更强。