弱光图像增强python代码
时间: 2023-06-23 08:09:07
浏览: 111
以下是一个简单的弱光图像增强Python[代码](https://geek.csdn.net/educolumn/1572ef9b473b4e00f6b2bf6d428b7c27?spm=1055.2569.3001.10083)示例,使用OpenCV库:
``` python
import cv2
# 加载图像
img = cv2.imread('input_image.jpg')
# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 应用CLAHE(对比度有限自适应直方图均衡化)算法
clahe = cv2.createCLAHE([clip](https://geek.csdn.net/educolumn/0830e95abf03b0b8727f8e6fb0b6ac18?spm=1055.2569.3001.10083)Limit=2.0, tileGridSize=(8,8))
cl_img = clahe.apply(gray)
# [显示](https://geek.csdn.net/educolumn/103ca72607c717122e068b9f06a24df6?spm=1055.2569.3001.10083)原始图像和增强后的图像
cv2.imshow('Original Image', img)
cv2.imshow('En[han](https://geek.csdn.net/educolumn/0d22b54eaf6bcf967d9625e1679d00b4?spm=1055.2569.3001.10083)ced Image', cl_img)
# 等待按键
cv2.waitKey(0)
此代码使用CLAHE算法增强图像。您可以调整 `[clip](https://geek.csdn.net/educolumn/0830e95abf03b0b8727f8e6fb0b6ac18?spm=1055.2569.3001.10083)Limit` 和 `tileGridSize` 参数以获得更好的结果。
相关问题
图像增强python代码
以下是一个简单的图像增强 Python 代码示例:
```python
import cv2
import numpy as np
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)
# 高斯模糊
blurred = cv2.GaussianBlur(img, (5, 5), 0)
# 灰度化
gray = cv2.cvtColor(blurred, cv2.COLOR_BGR2GRAY)
# 边缘检测
canny = c
```
自适应快速图像增强 python代码
根据提供的引用内容,有两份关于自适应图像增强的Python代码资源可供参考。
1. 分段线性拉伸算法[^1]:
这份代码使用分段线性拉伸算法对红外图像进行增强,并具备排除坏点对图像增强的影响的能力。同时还提供了测试代码和测试数据,可以批量处理图片。
2. 红外图像自适应增强算法[^2]:
这份代码详细描述了红外图像自适应增强算法的实现,并提供了两个版本的代码,分别由Matlab和Python语言编写。此外,还附带了测试代码和测试数据。
以下是两份代码的简要介绍:
1. 分段线性拉伸算法代码:
```python
# 导入所需库
import cv2
import numpy as np
# 定义分段线性拉伸函数
def linear_stretching(image):
# 获取图像的最小值和最大值
min_val = np.min(image)
max_val = np.max(image)
# 对图像进行分段线性拉伸
stretched_image = (image - min_val))
# 返回拉伸后的图像
return stretched_image.astype(np.uint8)
# 读取红外图像
image = cv2.imread('infrared_image.jpg', 0)
# 对红外图像进行分段线性拉伸
enhanced_image = linear_stretching(image)
# 显示增强后的图像
cv2.imshow('Enhanced Image', enhanced_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
相关推荐
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)