Histogramudjævning
Simpel histogramudligning
Histogramudligning er en teknik, der bruges til at forbedre det globale kontrastniveau i et billede. Metoden fungerer ved at omfordele intensitetsværdierne, så de spænder over hele det mulige interval (0 til 255 i 8-bit billeder). Dette er især nyttigt for billeder, der er for mørke eller for lyse, da det gør detaljer mere synlige ved at udligne histogrammet for pixelintensiteter.
equalized = cv2.equalizeHist(image)
cv2.equalizeHist(image)image: input gråtonebillede (skal være enkeltkanal);- Returnerer et nyt billede med forbedret kontrast ved at strække og udjævne histogrammet.
Denne metode er global – den forbedrer kontrasten i hele billedet ensartet, hvilket kan føre til overforbedring i nogle områder og tab af detaljer i andre.
Adaptiv histogramudjævning (CLAHE)
CLAHE (Contrast Limited Adaptive Histogram Equalization) er en avanceret version af histogramudjævning, der arbejder på små områder (fliser) af billedet i stedet for hele billedet. Det forbedrer lokal kontrast og undgår overforstærkning af støj ved at begrænse histogramkontrasten inden for hver flise.
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
clahe_equalized = clahe.apply(image)
cv2.createCLAHE(...)opretter et CLAHE-objekt med:clipLimit: tærskel for kontrastbegrænsning (højere værdi = mere kontrast);tileGridSize: størrelsen på gitteret til opdeling af billedet i fliser (f.eks. 8x8).
clahe.apply(image)anvender CLAHE på inputbilledet.
CLAHE er særligt effektivt til billeder med varierende lysforhold eller hvor bevaring af lokale detaljer er vigtig, såsom medicinsk billedbehandling eller fotografering i svagt lys.
Swipe to start coding
Du har fået en variabel image:
- Anvend simpel histogramudjævning og gem resultatet i
equalized; - Definér CLAHE klasseobjekt i variablen
clahe; - Anvend CLAHE-histogramudjævning og gem resultatet i
clahe_equalized(parameteranbefaling:clipLimit=2.0ogtileGridSize=(8, 8)).
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 3.45Histogramudjævning
Stryg for at vise menuen
Simpel histogramudligning
Histogramudligning er en teknik, der bruges til at forbedre det globale kontrastniveau i et billede. Metoden fungerer ved at omfordele intensitetsværdierne, så de spænder over hele det mulige interval (0 til 255 i 8-bit billeder). Dette er især nyttigt for billeder, der er for mørke eller for lyse, da det gør detaljer mere synlige ved at udligne histogrammet for pixelintensiteter.
equalized = cv2.equalizeHist(image)
cv2.equalizeHist(image)image: input gråtonebillede (skal være enkeltkanal);- Returnerer et nyt billede med forbedret kontrast ved at strække og udjævne histogrammet.
Denne metode er global – den forbedrer kontrasten i hele billedet ensartet, hvilket kan føre til overforbedring i nogle områder og tab af detaljer i andre.
Adaptiv histogramudjævning (CLAHE)
CLAHE (Contrast Limited Adaptive Histogram Equalization) er en avanceret version af histogramudjævning, der arbejder på små områder (fliser) af billedet i stedet for hele billedet. Det forbedrer lokal kontrast og undgår overforstærkning af støj ved at begrænse histogramkontrasten inden for hver flise.
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
clahe_equalized = clahe.apply(image)
cv2.createCLAHE(...)opretter et CLAHE-objekt med:clipLimit: tærskel for kontrastbegrænsning (højere værdi = mere kontrast);tileGridSize: størrelsen på gitteret til opdeling af billedet i fliser (f.eks. 8x8).
clahe.apply(image)anvender CLAHE på inputbilledet.
CLAHE er særligt effektivt til billeder med varierende lysforhold eller hvor bevaring af lokale detaljer er vigtig, såsom medicinsk billedbehandling eller fotografering i svagt lys.
Swipe to start coding
Du har fået en variabel image:
- Anvend simpel histogramudjævning og gem resultatet i
equalized; - Definér CLAHE klasseobjekt i variablen
clahe; - Anvend CLAHE-histogramudjævning og gem resultatet i
clahe_equalized(parameteranbefaling:clipLimit=2.0ogtileGridSize=(8, 8)).
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
