自适应均衡化图片

引入

调用opencv自带的函数进行分块的均衡化

好处:不会损失图像细节

代码介绍

核心代码:

创建 CLAHE 对象

cv2.createCLAHE(clipLimit,tileGridSize)

• clipLimit：颜色对比度的阈值，可选项，默认值 8
• titleGridSize：局部直方图均衡化的模板（邻域）大小，可选项，默认值 (8,8)

调用我们自定义的CLAHE对象

clahe.apply(src)

src：处理的图像

整体代码:

import cv2
import numpy as np

img = cv2.imread('test.jpg', 0)
# 自适应均衡化
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))

res_clahe= clahe.apply(img)
res = np.hstack([img, res_clahe])
cv2.imshow("res",res)
cv2.waitKey()
cv2.destroyAllWindows()

运行结果

均衡化后的图片更亮,并且没有损失细节