如何使用Python對圖片進行直方圖均衡化
導言：
直方圖均衡化是一種常見的影像增強方法，透過對影像的像素值進行調整，使得影像的灰階分佈更加均勻，進而增強影像的對比。在本文中，我們將學習如何使用Python中的OpenCV函式庫來實現影像的直方圖均衡化。
一、導入必要的函式庫
首先，我們需要導入Python中的一些必要的函式庫：numpy用於處理數組，matplotlib用於顯示圖像，cv2用於圖像處理。
import numpy as np import cv2 from matplotlib import pyplot as plt
二、載入圖片
我們使用cv2.imread()函數來載入一個圖片。這個函數接受影像檔案的路徑作為參數，並傳回一個表示影像的陣列。
# 加载图像
img = cv2.imread('image.jpg', 0)三、計算直方圖
我們使用cv2.calcHist()函數來計算影像的直方圖。這個函數接受影像數組、通道索引、遮罩、直方圖尺寸和直方圖範圍作為參數，並傳回一個表示影像的直方圖的陣列。
# 计算直方图 hist = cv2.calcHist([img],[0],None,[256],[0,256])
四、繪製原始影像和直方圖
使用matplotlib庫中的plt.subplot()函數來分別繪製原始影像和直方圖。
# 绘制原始图像和直方图 plt.subplot(121), plt.imshow(img, 'gray') plt.subplot(122), plt.plot(hist)
五、進行直方圖均衡化
使用cv2.equalizeHist()函數來對影像進行直方圖均衡化。這個函數接受一個影像數組作為參數，並傳回一個進行直方圖均衡化後的影像數組。
# 进行直方图均衡化 equ = cv2.equalizeHist(img)
六、繪製均衡化後的影像和直方圖
同樣使用plt.subplot()函數來分別繪製均衡化後的影像和直方圖。
# 绘制均衡化后的图像和直方图 plt.subplot(121), plt.imshow(equ, 'gray') plt.subplot(122), plt.plot(hist)
七、顯示結果
使用plt.show()函數來顯示所有繪製的影像。
# 显示图像 plt.show()
八、完整程式碼範例
import numpy as np
import cv2
from matplotlib import pyplot as plt
# 加载图像
img = cv2.imread('image.jpg', 0)
# 计算直方图
hist = cv2.calcHist([img],[0],None,[256],[0,256])
# 绘制原始图像和直方图
plt.subplot(121), plt.imshow(img, 'gray')
plt.subplot(122), plt.plot(hist)
# 进行直方图均衡化
equ = cv2.equalizeHist(img)
# 绘制均衡化后的图像和直方图
plt.subplot(121), plt.imshow(equ, 'gray')
plt.subplot(122), plt.plot(hist)
# 显示图像
plt.show()結論：
透過使用Python中的OpenCV函式庫，我們可以很方便地對影像進行直方圖均衡化。直方圖均衡化是一種簡單而有效的方法，可以增強影像的對比度，使影像更加清晰鮮明。希望本文能幫助對影像處理有興趣的讀者。
以上是如何使用Python對圖片進行直方圖均衡化的詳細內容。更多資訊請關注PHP中文網其他相關文章！
