Python cv2 图像自适应灰度直方图均衡化处理方法
__author__ = 'Administrator'
import numpy as np
import cv2
mri_img = np.load('mri_img.npy')
# normalization
mri_max = np.amax(mri_img)
mri_min = np.amin(mri_img)
mri_img = ((mri_img-mri_min)/(mri_max-mri_min))*255
mri_img = mri_img.astype('uint8')
r, c, h = mri_img.shape
for k in range(h):
temp = mri_img[:,:,k]
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
img = clahe.apply(temp)
cv2.imshow('mri', np.concatenate([temp,img], 1))
cv2.waitKey(0)
均衡化前、后对比效果
以上这篇Python cv2 图像自适应灰度直方图均衡化处理方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:Python图像处理之gif动态图的解析与合成操作详解Python图像滤波处理操作示例【基于ImageFilter类】Python图像的增强处理操作示例【基于ImageEnhance类】Python图像处理之颜色的定义与使用分析Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】浅谈python下tiff图像的读取和保存方法Python+OpenCV实现图像融合的原理及代码opencv python 图像去噪的实现方法Python图像灰度变换及图像数组操作python-opencv在有噪音的情况下提取图像的轮廓实例python图像处理之反色实现方法Python图像处理实现两幅图像合成一幅图像的方法【测试可用】
