您的位置：首页 > 编程语言 > Python开发

python数字图像处理（8）：对比度与亮度调整

2016-01-25 16:57 666 查看
图像亮度与对比度的调整，是放在skimage包的exposure模块里面

1、gamma调整

原理：I=Ig

对原图像的像素，进行幂运算，得到新的像素值。公式中的g就是gamma值。

如果gamma>1,新图像比原图像暗

如果gamma<1,新图像比原图像亮

函数格式为：skimage.exposure.adjust_gamma(image,gamma=1)

gamma参数默认为1，原像不发生变化。

fromskimageimportdata,exposure,img_as_float
importmatplotlib.pyplotasplt
image=img_as_float(data.moon())
gam1=exposure.adjust_gamma(image,2)#调暗
gam2=exposure.adjust_gamma(image,0.5)#调亮
plt.figure('adjust_gamma',figsize=(8,8))

plt.subplot(131)
plt.title('originimage')
plt.imshow(image,plt.cm.gray)
plt.axis('off')

plt.subplot(132)
plt.title('gamma=2')
plt.imshow(gam1,plt.cm.gray)
plt.axis('off')

plt.subplot(133)
plt.title('gamma=0.5')
plt.imshow(gam2,plt.cm.gray)
plt.axis('off')

plt.show()




2、log对数调整

这个刚好和gamma相反

原理：I=log(I)

fromskimageimportdata,exposure,img_as_float
importmatplotlib.pyplotasplt
image=img_as_float(data.moon())
gam1=exposure.adjust_log(image)#对数调整
plt.figure('adjust_gamma',figsize=(8,8))

plt.subplot(121)
plt.title('originimage')
plt.imshow(image,plt.cm.gray)
plt.axis('off')

plt.subplot(122)
plt.title('log')
plt.imshow(gam1,plt.cm.gray)
plt.axis('off')

plt.show()




3、判断图像对比度是否偏低

函数：is_low_contrast(img)

返回一个bool型值

fromskimageimportdata,exposure
image=data.moon()
result=exposure.is_low_contrast(image)
print(result)


输出为False

4、调整强度

函数：skimage.exposure.rescale_intensity(image,in_range='image',out_range='dtype')

in_range表示输入图片的强度范围，默认为'image',表示用图像的最大/最小像素值作为范围

out_range表示输出图片的强度范围，默认为'dype',表示用图像的类型的最大/最小值作为范围

默认情况下，输入图片的[min,max]范围被拉伸到[dtype.min,dtype.max]，如果dtype=uint8,那么dtype.min=0,dtype.max=255

importnumpyasnp
fromskimageimportexposure
image=np.array([51,102,153],dtype=np.uint8)
mat=exposure.rescale_intensity(image)
print(mat)


输出为[0127255]
即像素最小值由51变为0，最大值由153变为255，整体进行了拉伸，但是数据类型没有变，还是uint8
前面我们讲过，可以通过img_as_float()函数将unit8类型转换为float型，实际上还有更简单的方法，就是乘以1.0

importnumpyasnp
image=np.array([51,102,153],dtype=np.uint8)
print(image*1.0)


即由[51,102,153]变成了[51.102.153.]
而float类型的范围是[0,1]，因此对float进行rescale_intensity调整后，范围变为[0,1],而不是[0,255]

importnumpyasnp
fromskimageimportexposure
image=np.array([51,102,153],dtype=np.uint8)
tmp=image*1.0
mat=exposure.rescale_intensity(tmp)
print(mat)


结果为[0.0.51.]
如果原始像素值不想被拉伸，只是等比例缩小，就使用in_range参数，如：

importnumpyasnp
fromskimageimportexposure
image=np.array([51,102,153],dtype=np.uint8)
tmp=image*1.0
mat=exposure.rescale_intensity(tmp,in_range=(0,255))
print(mat)


输出为：[0.20.40.6]，即原像素值除以255
如果参数in_range的[main,max]范围要比原始像素值的范围[min,max]大或者小，那就进行裁剪，如：

mat=exposure.rescale_intensity(tmp,in_range=(0,102))
print(mat)


输出[0.51.1.]，即原像素值除以102，超出1的变为1
如果一个数组里面有负数，现在想调整到正数，就使用out_range参数。如：

importnumpyasnp
fromskimageimportexposure
image=np.array([-10,0,10],dtype=np.int8)
mat=exposure.rescale_intensity(image,out_range=(0,127))
print(mat)


输出[063127]


                                            

                                        

                        
                        内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息 
                    

                    

                    

                        

                         标签： 
                                                

                        

                    


                

            


            

                
相关文章推荐

                

                
            

        

        

            

            
            

                

                    
新的分享

                    

                        
                    

                

            


            

                

                    
章节导航