Requisito previo: Analizar-imagen-usando-histograma
La ecualización del histograma es un método en el procesamiento de imágenes de ajuste de contraste utilizando el histograma de la imagen.
Este método suele aumentar el contraste global de muchas imágenes, especialmente cuando los datos utilizables de la imagen están representados por valores de contraste cercanos. A través de este ajuste, las intensidades se pueden distribuir mejor en el histograma. Esto permite que las áreas de menor contraste local obtengan un mayor contraste. La ecualización de histograma logra esto mediante la distribución efectiva de los valores de intensidad más frecuentes. El método es útil en imágenes con fondos y primeros planos que son tanto brillantes como oscuros.
OpenCV tiene una función para hacer esto, cv2.equalizeHist() . Su entrada es solo una imagen en escala de grises y la salida es nuestra imagen ecualizada de histograma.
Imagen de entrada:
A continuación se muestra el código de Python3 que implementa la ecualización de histogramas:
# import Opencv import cv2 # import Numpy import numpy as np # read a image using imread img = cv2.imread(\'F:\\do_nawab.png\', 0) # creating a Histograms Equalization # of a image using cv2.equalizeHist() equ = cv2.equalizeHist(img) # stacking images side-by-side res = np.hstack((img, equ)) # show image input vs output cv2.imshow(\'image\', res) cv2.waitKey(0) cv2.destroyAllWindows()
Producción :
Publicación traducida automáticamente
Artículo escrito por Kishor Mishra y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA