Histogramegalisatie
Eenvoudige histogram-equalisatie
Histogram-equalisatie is een techniek die wordt gebruikt om het globale contrast van een afbeelding te verbeteren. Het werkt door de intensiteitswaarden te herverdelen zodat deze het volledige mogelijke bereik beslaan (0 tot 255 in 8-bits afbeeldingen). Dit is vooral nuttig voor afbeeldingen die te donker of te licht zijn, omdat het kenmerken beter zichtbaar maakt door het histogram van pixelintensiteiten te egaliseren.
equalized = cv2.equalizeHist(image)
cv2.equalizeHist(image)image: invoer grijswaardenafbeelding (moet enkelkanaals zijn);- Geeft een nieuwe afbeelding terug met verbeterd contrast door het histogram uit te rekken en af te vlakken.
Deze methode is globaal - het verbetert het contrast van de gehele afbeelding uniform, wat kan leiden tot overmatige verbetering in sommige gebieden en verlies van details in andere.
Adaptieve Histogram Egalisatie (CLAHE)
CLAHE (Contrast Limited Adaptive Histogram Equalization) is een geavanceerde versie van histogram egalisatie die werkt op kleine regio's (tegels) van de afbeelding in plaats van de gehele afbeelding. Het verbetert de lokale contrasten en voorkomt het overmatig versterken van ruis door het histogramcontrast binnen elke tegel te beperken.
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
clahe_equalized = clahe.apply(image)
cv2.createCLAHE(...)maakt een CLAHE-object aan met:clipLimit: drempelwaarde voor contrastbeperking (hogere waarde = meer contrast);tileGridSize: grootte van het raster voor het verdelen van de afbeelding in tegels (bijv. 8x8).
clahe.apply(image)past CLAHE toe op de invoerafbeelding.
CLAHE is bijzonder effectief bij afbeeldingen met wisselende lichtomstandigheden of wanneer het behouden van lokale details belangrijk is, zoals bij medische beeldvorming of fotografie bij weinig licht.
Swipe to start coding
Je krijgt een image-variabele:
- Pas eenvoudige histogram-equalisatie toe en sla het resultaat op in
equalized; - Definieer een CLAHE klasse-object in de variabele
clahe; - Pas CLAHE-histogram-equalisatie toe en sla het resultaat op in
clahe_equalized(aanbevolen parameters:clipLimit=2.0entileGridSize=(8, 8)).
Oplossing
Bedankt voor je feedback!
single
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
What are the main differences between standard histogram equalization and CLAHE?
When should I use CLAHE instead of regular histogram equalization?
Can you explain how the clipLimit and tileGridSize parameters affect the result?
Awesome!
Completion rate improved to 3.45Histogramegalisatie
Veeg om het menu te tonen
Eenvoudige histogram-equalisatie
Histogram-equalisatie is een techniek die wordt gebruikt om het globale contrast van een afbeelding te verbeteren. Het werkt door de intensiteitswaarden te herverdelen zodat deze het volledige mogelijke bereik beslaan (0 tot 255 in 8-bits afbeeldingen). Dit is vooral nuttig voor afbeeldingen die te donker of te licht zijn, omdat het kenmerken beter zichtbaar maakt door het histogram van pixelintensiteiten te egaliseren.
equalized = cv2.equalizeHist(image)
cv2.equalizeHist(image)image: invoer grijswaardenafbeelding (moet enkelkanaals zijn);- Geeft een nieuwe afbeelding terug met verbeterd contrast door het histogram uit te rekken en af te vlakken.
Deze methode is globaal - het verbetert het contrast van de gehele afbeelding uniform, wat kan leiden tot overmatige verbetering in sommige gebieden en verlies van details in andere.
Adaptieve Histogram Egalisatie (CLAHE)
CLAHE (Contrast Limited Adaptive Histogram Equalization) is een geavanceerde versie van histogram egalisatie die werkt op kleine regio's (tegels) van de afbeelding in plaats van de gehele afbeelding. Het verbetert de lokale contrasten en voorkomt het overmatig versterken van ruis door het histogramcontrast binnen elke tegel te beperken.
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
clahe_equalized = clahe.apply(image)
cv2.createCLAHE(...)maakt een CLAHE-object aan met:clipLimit: drempelwaarde voor contrastbeperking (hogere waarde = meer contrast);tileGridSize: grootte van het raster voor het verdelen van de afbeelding in tegels (bijv. 8x8).
clahe.apply(image)past CLAHE toe op de invoerafbeelding.
CLAHE is bijzonder effectief bij afbeeldingen met wisselende lichtomstandigheden of wanneer het behouden van lokale details belangrijk is, zoals bij medische beeldvorming of fotografie bij weinig licht.
Swipe to start coding
Je krijgt een image-variabele:
- Pas eenvoudige histogram-equalisatie toe en sla het resultaat op in
equalized; - Definieer een CLAHE klasse-object in de variabele
clahe; - Pas CLAHE-histogram-equalisatie toe en sla het resultaat op in
clahe_equalized(aanbevolen parameters:clipLimit=2.0entileGridSize=(8, 8)).
Oplossing
Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande optiesBedankt voor je feedback!
single
