产品经理做网站,网站本地化怎么做,网站开发 pdf 文字版,莱芜都市网旗下论坛做深度学习项目图像处理的时候常常涉及到灰度图处理#xff0c;这里对自己处理灰度图的方式做一个记录#xff0c;后续有更新的话会在此更新
一#xff0c;多维数组可视化
将多维数组可视化为灰度图
img_gray Image.fromarray(img, modeL) # 实现array到image的转换,m…做深度学习项目图像处理的时候常常涉及到灰度图处理这里对自己处理灰度图的方式做一个记录后续有更新的话会在此更新
一多维数组可视化
将多维数组可视化为灰度图
img_gray Image.fromarray(img, modeL) # 实现array到image的转换,model 常用的模式有‘1’‘L’‘RGB’, 1是二值图像L是灰度图像RGB是彩色图像
img_gray.show() # 显示灰度图 二对比度拉伸
拉伸对比图突出想可视化的部分
# 对比度拉伸
Imax np.max(img) # img是多维数组输入灰度图的时候注意先np.array转一下
Imin np.min(img)
MAX 1200
MIN 0
img_cs (img - Imin) / (Imax - Imin) * (MAX - MIN) MIN # img_cs是多维数组
cv2.imshow(img_cs, img_cs.astype(uint8)) # 可视化
cv2.waitKey(0)
cv2.destroyAllWindows() 三灰度拉伸
拉伸灰度加强对比
def gray_scale(img_gray):img_gray np.array(img_gray) # 转多维数组rows, cols img_gray.shapeflat_gray img_gray.reshape((cols * rows,)).tolist()min1 min(flat_gray)max1 max(flat_gray) print(min %d, max %d % (min1, max1))output np.uint8(255 / (max1 - min1) * (img_gray - min1) 0.5)return output
img_gray Image.fromarray(img, modeL) # 实现array到image的转换,model 常用的模式有‘1’‘L’‘RGB’, 1是二值图像L是灰度图像RGB是彩色图像
grayScale gray_scale(img_gray) # 灰度拉伸
cv2.imshow(grayScale, grayScale) # 显示拉伸后的灰度图
cv2.waitKey(0)
cv2.destroyAllWindows()
