摘要：本文主要讲解灰度线性变换。本文分享自华为云社区《[Python图像处理]十五.图像的灰度线性变换》，作者：eastmount。一.图像灰度线性变换原理图像的灰度线性变换是通过建立灰度映射来调整原始图像的灰度，从而改善图像的质量，凸显图像的细节，提高图像的对比度。灰度线性变换的计算公式如下所示：该公式中DB表示灰度线性变换后的灰度值，DA表示变换前输入图像的灰度值，α和b为线性变换方程f(D)的参数，分别表示斜率和截距。当α=1，b=0时，保持原始图像当α=1，b!=0时，图像所有的灰度值上移或下移当α=-1，b=255时，原始图像的灰度值反转当α>1时，输出图像的对比度增强当0当α如图所
摘要：本文主要讲解灰度线性变换。本文分享自华为云社区《[Python图像处理]十五.图像的灰度线性变换》，作者：eastmount。一.图像灰度线性变换原理图像的灰度线性变换是通过建立灰度映射来调整原始图像的灰度，从而改善图像的质量，凸显图像的细节，提高图像的对比度。灰度线性变换的计算公式如下所示：该公式中DB表示灰度线性变换后的灰度值，DA表示变换前输入图像的灰度值，α和b为线性变换方程f(D)的参数，分别表示斜率和截距。当α=1，b=0时，保持原始图像当α=1，b!=0时，图像所有的灰度值上移或下移当α=-1，b=255时，原始图像的灰度值反转当α>1时，输出图像的对比度增强当0当α如图所
目录1.灰度直方图的定义1.1定义1.2灰度图像展示2.灰度直方图的性质2.1位置缺失性2.2图像的一对多特性2.3直方图的可叠加性3.直方图与图像清晰性的关系4.直方图均衡化1.灰度直方图的定义1.1定义灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率可表示为，k=0,1，···，L-1且式中，k为图像f(m,n)的第k级灰度值，则为f(m,n)中灰度值为k的像素个数，n为图像的总像素个数，L为灰度级数。不同的灰度分布对应着不同的图像质量。灰度直方图能反映图像的概貌和质量，也是图像增强处理的重要依据1.2灰度
目录1.灰度直方图的定义1.1定义1.2灰度图像展示2.灰度直方图的性质2.1位置缺失性2.2图像的一对多特性2.3直方图的可叠加性3.直方图与图像清晰性的关系4.直方图均衡化1.灰度直方图的定义1.1定义灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率可表示为，k=0,1，···，L-1且式中，k为图像f(m,n)的第k级灰度值，则为f(m,n)中灰度值为k的像素个数，n为图像的总像素个数，L为灰度级数。不同的灰度分布对应着不同的图像质量。灰度直方图能反映图像的概貌和质量，也是图像增强处理的重要依据1.2灰度
循迹小车，我们学院进行过一次实训，正好也今年四川省电子设计大赛C题刚好也跟循迹分不开关系（电赛用的TI板子噢）。通过这两次机会，对灰度循迹有了很好的理解。先来说说，灰度模块。我用的是六路灰度。长这个样子的，针对今年电赛，每个车都需要一个。 循迹只需要你调节好了，其实很好用。灰度模块，如果想了解很多的可以到网上直接输入关键词灰度来进行了解。我这边就简简单单讲讲我的了解。灰度，可以寻黑线也可以寻其他颜色的线（比如2021年的送药小车的红线，哈哈哈哈因为我们学校实训就是这个循迹红线）。循迹黑线，你还可以选择：红外。但是红外效果往往没得灰度效果好。循迹其他颜色的，还可以选择：摄像头（比如OPENMV）
循迹小车，我们学院进行过一次实训，正好也今年四川省电子设计大赛C题刚好也跟循迹分不开关系（电赛用的TI板子噢）。通过这两次机会，对灰度循迹有了很好的理解。先来说说，灰度模块。我用的是六路灰度。长这个样子的，针对今年电赛，每个车都需要一个。 循迹只需要你调节好了，其实很好用。灰度模块，如果想了解很多的可以到网上直接输入关键词灰度来进行了解。我这边就简简单单讲讲我的了解。灰度，可以寻黑线也可以寻其他颜色的线（比如2021年的送药小车的红线，哈哈哈哈因为我们学校实训就是这个循迹红线）。循迹黑线，你还可以选择：红外。但是红外效果往往没得灰度效果好。循迹其他颜色的，还可以选择：摄像头（比如OPENMV）
背景线上的项目最容易出现问题的时候就是发布的过程中。如果将某变化较大的版本一次全部线上发布给用户，遇到生产事故对用户的影响会非常大，甚至有时需要紧急回滚到前一版本。因此在发布的时候可以采取一些措施来防止问题的扩散。常见的发布方案有：蓝绿发布、滚动发布、灰度发布蓝绿发布蓝绿部署，是指同时运行两个版本的应用。图源：微服务部署之蓝绿发布、滚动发布、灰度发布区别与特点在蓝绿部署时，蓝绿部署的时候，并不停止掉老版本，而是直接部署一套新版本，等新版本运行起来后，再将流量切换到新版本上。例如发布前，在蓝色的系统上进行测试，测试完成后切换为蓝色系统，同时观察蓝色系统的运行状态，如果运行出现问题可以及时切回绿色
背景线上的项目最容易出现问题的时候就是发布的过程中。如果将某变化较大的版本一次全部线上发布给用户，遇到生产事故对用户的影响会非常大，甚至有时需要紧急回滚到前一版本。因此在发布的时候可以采取一些措施来防止问题的扩散。常见的发布方案有：蓝绿发布、滚动发布、灰度发布蓝绿发布蓝绿部署，是指同时运行两个版本的应用。图源：微服务部署之蓝绿发布、滚动发布、灰度发布区别与特点在蓝绿部署时，蓝绿部署的时候，并不停止掉老版本，而是直接部署一套新版本，等新版本运行起来后，再将流量切换到新版本上。例如发布前，在蓝色的系统上进行测试，测试完成后切换为蓝色系统，同时观察蓝色系统的运行状态，如果运行出现问题可以及时切回绿色
思路：先把图片转换为灰度图,然后根据灰度值的分布来绘制直方图使用方法：matplotlib库，hist函数，revel()函数hist函数功能:根据数据源和像素级绘制直方图使用方法：hist(数据源，像素级）数据源：一维数组。由于灰度图像是由一个二维数组组成，所以需要使用revel()函数进行转换。像素级：一般是256ravel()使用方法：一维数组=多维数组.ravel()具体实践：将彩色图转换为灰度图，并绘制灰度图的直方图，显示灰度图和直方图#!/usr/bin/envpython#coding=utf-8importcv2importmatplotlib.pyplotasplt#读图im
思路：先把图片转换为灰度图,然后根据灰度值的分布来绘制直方图使用方法：matplotlib库，hist函数，revel()函数hist函数功能:根据数据源和像素级绘制直方图使用方法：hist(数据源，像素级）数据源：一维数组。由于灰度图像是由一个二维数组组成，所以需要使用revel()函数进行转换。像素级：一般是256ravel()使用方法：一维数组=多维数组.ravel()具体实践：将彩色图转换为灰度图，并绘制灰度图的直方图，显示灰度图和直方图#!/usr/bin/envpython#coding=utf-8importcv2importmatplotlib.pyplotasplt#读图im
