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。
2、log对数调整
这个刚好和gamma相反
原理:I=log(I)
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
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
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
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]
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:
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:
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:
输出[063127]
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]
相关文章推荐
- 我的Python成长之路---第四天---Python基础(15)---2016年1月23日(寒风刺骨)
- 我开始学python了(3)
- Learn Python The Hard Way Ex40翻译
- python动手实践(1)
- python黑魔法之编码转换
- python爬虫-爬取美女图片
- python备份mysql数据库并发送邮件
- python 正则表达式
- Python Django 框架开发
- python大小写转换
- Python with MYSQL - sytax problem
- 聚类分析的K均值算法(Python实现)
- Python编程中对文件和存储器的读写示例
- python的学习资料汇总
- python 学习之---class (inheritance)
- Notepad++配置Python开发环境
- Python爬虫实战六之抓取爱问知识人问题并保存至数据库
- 我的Python成长之路---第四天---Python基础(14)---2016年1月23日(寒风刺骨)
- python 闭包
- Python延迟打印字符