361 字
2 分钟
[计算机视觉] 点操作

线性拉伸#

线性拉伸将图中每一个像素的灰度值线性映射到[xmin,xmax][x_{\text{min}}, x_{\text{max}}]之间

g(x,y)=f(x,y)fminfmaxfmin×(xmaxxmin)+xming(x, y) = \frac{f(x, y) - f_{\text{min}}}{f_{\text{max}} - f_{\text{min}}} \times (x_{\text{max}} - x_{\text{min}}) + x_{\text{min}}

fminf_{\text{min}}fmaxf_{\text{max}}分别是图像中像素灰度值的最小值和最大值

γ\gamma变换#

γ\gamma变换将图中每一个像素的灰度值非线性映射到[0,255][0, 255]之间

g(x,y)=255×(f(x,y)255)γg(x, y) = 255 \times \left( \frac{f(x, y)}{255} \right)^{\gamma}

除255的操作是在进行归一化

其中γ\gamma是一个正数,控制了映射的非线性程度,当γ<1\gamma < 1时,图像会变亮;当γ>1\gamma > 1时,图像会变暗;当γ=1\gamma = 1时,图像保持不变

gamma变换

直方图均衡化#

直方图均衡化是一种增强图像对比度的方法,通过将图像的灰度值重新分布,使得图像的灰度值在整个范围内均匀分布

计算方式是通过累计概率

将图像统计为直方图,横轴为灰度值,纵轴为是该灰度值的像素数量

当前处理的灰度值为ii,则累计概率为

s(i)=j=0injns(i) = \sum_{j=0}^{i} \frac{n_j}{n}

njn_j是灰度值为jj的像素数量,nn是图像中像素的总数量

累计概率s(i)s(i)表示灰度值小于等于ii的像素占总像素的比例

将累计概率乘以最大灰度值255,得到对应ii的像素的新灰度值

直方图均衡化
[计算机视觉] 点操作
https://a1kari8.github.io/posts/cv/pixel_op/
作者
A1kari8
发布于
2026-05-30
许可协议
CC BY-NC-SA 4.0