python——直方圖均衡化

from PIL import Image
from pylab import *
from numpy import *


def histeq(im,nbr_bins = 256):
    """對一幅灰度圖像進行直方圖均衡化"""
    #計算圖像的直方圖
    #在numpy中，也提供了一個計算直方圖的函數histogram(),第一個返回的是直方圖的統計量，第二個為每個bins的中間值
    imhist,bins = histogram(im.flatten(),nbr_bins,normed= True)
    cdf = imhist.cumsum()   #
    cdf = 255.0 * cdf / cdf[-1]
    #使用累積分布函數的線性插值，計算新的像素值
    im2 = interp(im.flatten(),bins[:-1],cdf)
    return im2.reshape(im.shape),cdf


pil_im = Image.open('E:\Python\\fanwei.jpg')   #打開原圖
pil_im_gray = pil_im.convert('L')     #轉化為灰度圖像
pil_im_gray.show()         #顯示灰度圖像

im = array(Image.open('E:\Python\\fanwei.jpg').convert('L'))
# figure()
# hist(im.flatten(),256)

im2,cdf = histeq(im)
# figure()
# hist(im2.flatten(),256)
# show()

im2 = Image.fromarray(uint8(im2))
im2.show()
# print(cdf)
# plot(cdf)
im2.save("junheng.jpg")

圖1：原圖的灰度圖

圖2：進行直方圖均衡化后的圖像

圖3：原圖灰度圖的直方圖

圖4：進行直方圖均衡化后的直方圖

圖5：灰度變換函數