OpenCV中的直方图均衡介绍和代码示例

先决条件：分析图像使用直方图

直方图均衡是使用图像直方图进行对比度调整的图像处理方法。

这种方法通常会提高许多图像的整体对比度, 尤其是当图像的可用数据由接近的对比度值表示时。通过此调整, 强度可以更好地分布在直方图上。这允许较低局部对比度的区域获得较高对比度。直方图均衡通过有效分散最频繁的强度值来实现。该方法在背景和前景都亮或都暗的图像中很有用。

OpenCV具有执行此操作的功能, cv2.equalizeHist()。它的输入只是灰度图像, 输出是我们的直方图均衡图像。

输入图片：

以下是实现直方图均衡化的Python3代码：

# import Opencv
import cv2
  
# import Numpy
import numpy as np
  
# read a image using imread
img = cv2.imread(\ 'F:\\do_nawab.png\' , 0 )
  
# creating a Histograms Equalization
# of a image using cv2.equalizeHist()
equ = cv2.equalizeHist(img)
  
# stacking images side-by-side
res = np.hstack((img, equ))
  
# show image input vs output
cv2.imshow(\ 'image\' , res)
  
cv2.waitKey( 0 )
cv2.destroyAllWindows()

输出：

注意怪胎！巩固你的基础Python编程基础课程和学习基础知识。

首先, 你的面试准备可通过以下方式增强你的数据结构概念：Python DS课程。