中国史之【百家争鸣】:
春秋战国时期,知识分子中不同学派及各家族流派之间争芳斗艳的学术局面。这是中国思想、学术发展的黄金时期,史称“百家争鸣”。
——来源:全历史APP
【路漫漫其修远兮,吾将上下而求索】
今天介绍图像的直方图均衡化操作。本内容参考自《实用MATLAB图像和视频处理》第9章。
在matlab中,显示一幅图像的直方图,可以使用函数imhist。而对一幅图像进行直方图均衡化,可以使用函数histeq。废话少说,我们先对一张低对比度的图像进行均衡化,直接看代码:
% 显示直方图
I = imread('pout.tif');
figure, subplot(2,2,1), imshow(I), title('原图')
subplot(2,2,2), imhist(I), title('原图的直方图')
% 使用histeq进行直方图均衡化
I_eq = histeq(I, 256);
subplot(2,2,3), imshow(I_eq), title('均衡化的图')
subplot(2,2,4), imhist(I_eq), title('均衡化后的直方图')
我们再看一个例子。
% 另一个例子
% 显示直方图
I = imread('tire.tif');
figure, subplot(2,2,1), imshow(I), title('原图')
subplot(2,2,2), imhist(I), title('原图的直方图')
% 使用histeq进行直方图均衡化
I_eq = histeq(I, 256);
subplot(2,2,3), imshow(I_eq), title('均衡化的图')
subplot(2,2,4), imhist(I_eq), title('均衡化后的直方图')
对于这个图片,直方图的效果反而变差了。为什么呢?我们观察一下他们的直方图。分析原图的直方图,像素主要聚集在低灰度级,因为黑色橡胶占大面积,所以整体偏暗,而少部分像素偏亮,对应中间的白色金属。这样是合理的。
然而,一旦均衡化后,这种对比度被重置了,把像素右移后,导致整体图像都是偏亮,反而对比度不明显。所以,直方图均衡化并不总是取得好的效果,它是取决于原始图像的。
我们再看一个例子,探索一下均衡化为什么不起作用。
% 探索直方图均衡化的局限
% 显示直方图
I = imread('eight.tif');
figure, subplot(3,2,1), imshow(I), title('原图')
subplot(3,2,2), imhist(I), title('原图的直方图')
% 使用histeq进行直方图均衡化
I_eq = histeq(I, 256);
subplot(3,2,3), imshow(I_eq), title('均衡化的图')
subplot(3,2,4), imhist(I_eq), title('均衡化后的直方图')
I_hist = imhist(I);
tf = cumsum(I_hist);
tf_norm = tf / max(tf);
subplot(3,2,5), plot(tf_norm), axis tight, title('原图归一化的函数')
[newmap, T] = histeq(I);
subplot(3,2,6), plot(T), axis tight, title('原图均衡化的函数')
上面的例子均衡化后效果也不好,我们观察两条曲线,左边是计算直方图归一化的函数,右边是内置均衡化的函数,可以看到他们非常像,所以可以知道,用于均衡化的函数仅是原始函数的cdf函数,也就是累积分布函数。均衡化的过程仅试图平坦化直方图。
对于这种情况,可以使用直方图规定化(也叫直方图匹配)技术解决,它可以不使用默认的cdf函数,而是自己指定函数。
% (4)直方图规定化(匹配)
img1 = imread('eight.tif');
figure, subplot(3,3,1), imshow(img1), title('原图')
subplot(3,3,2), imhist(img1), title('原图的直方图')
img1_eq = histeq(img1);
subplot(3,3,4), imshow(img1_eq), title('均衡化原图')
subplot(3,3,5), imhist(img1_eq), title('均衡化后的直方图')
m1 = ones(1, 256) * 0.5;
subplot(3,3,6), plot(m1), title('直方图曲线'), ylim([0 1]), xlim([1 256])
m2 = linspace(0,1,256);
img2 = histeq(img1, m2);
subplot(3,3,7), imshow(img2), title('规定化后的图')
subplot(3,3,8), imhist(img2), title('规定化后的直方图')
subplot(3,3,9), plot(m2), title('期望直方图形状'), ylim([0 1]), xlim([1 256])
从上面可以看到,执行直方图规定化需要生成一个代表期望直方图形状的函数。对于这张图片,规定化的效果比均衡化的效果要好。
以上是本期内容,建议自己动手来实践一下。如果需要图片和代码,可以关注公众号,回复关键字【matlab代码】即可获得。我会上传到云盘。
【声明】:学习笔记基于互联网上各种学习资源的个人整理。
以上是本期内容,下期介绍图像处理的邻域处理。
我叫小保,一名计算机视觉爱好者、学习者、追随者,欢迎关注我【CV之道】一起学习。
Rackup通过Rack的默认处理程序成功运行任何Rack应用程序。例如:classRackAppdefcall(environment)['200',{'Content-Type'=>'text/html'},["Helloworld"]]endendrunRackApp.new但是当最后一行更改为使用Rack的内置CGI处理程序时,rackup给出“NoMethodErrorat/undefinedmethod`call'fornil:NilClass”:Rack::Handler::CGI.runRackApp.newRack的其他内置处理程序也提出了同样的反对意见。例如Rack
我有带有Logo图像的公司模型has_attached_file:logo我用他们的Logo创建了许多公司。现在,我需要添加新样式has_attached_file:logo,:styles=>{:small=>"30x15>",:medium=>"155x85>"}我是否应该重新上传所有旧数据以重新生成新样式?我不这么认为……或者有什么rake任务可以重新生成样式吗? 最佳答案 参见Thumbnail-Generation.如果rake任务不适合你,你应该能够在控制台中使用一个片段来调用重新处理!关于相关公司
matlab打开matlab,用最简单的imread方法读取一个图像clcclearimg_h=imread('hua.jpg');返回一个数组(矩阵),往往是a*b*cunit8类型解释一下这个三维数组的意思,行数、数和层数,unit8:指数据类型,无符号八位整形,可理解为0~2^8的数三个层数分别代表RGB三个通道图像rgb最常用的是24-位实现方法,即RGB每个通道有256色阶(2^8)。基于这样的24-位RGB模型的色彩空间可以表现256×256×256≈1670万色当imshow传入了一个二维数组,它将以灰度方式绘制;可以把图像拆分为rgb三层,可以以灰度的方式观察它figure(1
MIMO技术的优缺点优点通过下面三个增益来总体概括:阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下,MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中,可以获得复用增益,即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中,可以获得分集增益,即可靠性性能的改善。分集增益用独立衰落支路数来描述,即分集指数。在使用了空时编码的MIMO系统中,由于接收天线或发射天线之间的间距较远,可认为它们各自的大尺度衰落是相互独立的,因此分布式MIMO
我正在尝试使用Ruby2.0.0和Rails4.0.0提供的API从imgur中提取图像。我已尝试按照Ruby2.0.0文档中列出的各种方式构建http请求,但均无济于事。代码如下:require'net/http'require'net/https'defimgurheaders={"Authorization"=>"Client-ID"+my_client_id}path="/3/gallery/image/#{img_id}.json"uri=URI("https://api.imgur.com"+path)request,data=Net::HTTP::Get.new(path
2022/8/4更新支持加入水印水印必须包含透明图像,并且水印图像大小要等于原图像的大小pythonconvert_image_to_video.py-f30-mwatermark.pngim_dirout.mkv2022/6/21更新让命令行参数更加易用新的命令行使用方法pythonconvert_image_to_video.py-f30im_dirout.mkvFFMPEG命令行转换一组JPG图像到视频时,是将这组图像视为MJPG流。我需要转换一组PNG图像到视频,FFMPEG就不认了。pyav内置了ffmpeg库,不需要系统带有ffmpeg工具因此我使用ffmpeg的python包装p
有这样的事吗?我想在Ruby程序中使用它。 最佳答案 试试这个http://csl.sublevel3.org/jp2a/此外,Imagemagick可能还有一些东西 关于ruby-是否有将图像文件转换为ASCII艺术的命令行程序或库?,我们在StackOverflow上找到一个类似的问题: https://stackoverflow.com/questions/6510445/
我正在使用Dragonfly在Rails3.1应用程序上处理图像。我正在努力通过url将图像分配给模型。我有一个很好的表格:{:multipart=>true}do|f|%>RemovePicture?Dragonfly的文档指出:Dragonfly提供了一个直接从url分配的访问器:@album.cover_image_url='http://some.url/file.jpg'但是当我在控制台中尝试时:=>#ruby-1.9.2-p290>picture.image_url="http://i.imgur.com/QQiMz.jpg"=>"http://i.imgur.com/QQ
我对图像处理完全陌生。我对JPEG内部是什么以及它是如何工作一无所知。我想知道,是否可以在某处找到执行以下简单操作的ruby代码:打开jpeg文件。遍历每个像素并将其颜色设置为fx绿色。将结果写入另一个文件。我对如何使用ruby-vips库实现这一点特别感兴趣https://github.com/ender672/ruby-vips我的目标-学习如何使用ruby-vips执行基本的图像处理操作(Gamma校正、亮度、色调……)任何指向比“helloworld”更复杂的工作示例的链接——比如ruby-vips的github页面上的链接,我们将不胜感激!如果有ruby-
我有一个super简单的脚本,它几乎包含了FayeWebSocketGitHub页面上用于处理关闭连接的内容:ws=Faye::WebSocket::Client.new(url,nil,:headers=>headers)ws.on:opendo|event|p[:open]#sendpingcommand#sendtestcommand#ws.send({command:'test'}.to_json)endws.on:messagedo|event|#hereistheentrypointfordatacomingfromtheserver.pJSON.parse(event.d